D eveloppement du mod` ele Bilin eaire sur les bases orthogonales de Laguerre

K. Bouzrara, T. Garna, W. Arfaoui, H. Messaoud

Unit e de recherche: Automatique Traitement de Signal et Image Ecole Nationale dIng enieurs de Monastir, Universit e de Monastir Rue Ibn Eljazzar, 5019 Monastir Tunisie Tel : +(216)73 500 511 ; Fax :+(216)73500514 (e-mail: hassani.messaoud@ enim.rnu.tn)

R esum e : Dans ce papier on propose une nouvelle repr esentation du mod` ele Bilin eaire discret sur des bases orthogonales ind ependantes de Laguerre. Cette repr esentation est obtenue suite au d eveloppement des coefcients du mod` ele Bilin eaire sur les bases orthogonales de Laguerre. Le mod` ele r esultant est intitul e mod` ele Bilin eaire - Laguerre qui garantie une r eduction du nombre de param` etres avec une repr esentation r ecursive et simple. Cette r eduction param etrique reste assujettie par un choix optimal du p ole de Laguerre de chaque base ind ependante. Pour ce faire, on d eveloppe un algorithme doptimisation des p oles bas e sur lextension de la m ethode de Tanguy et al (2000) et celle de Kibangou et al (2005). Lalgorithme propos e ainsi que le mod` ele Bilin eaire - Laguerre sont test es et valid es en simulation num erique. Mots-cl es : Mod` ele

Bilin eaire, Bases de Laguerre, Bilin eaire - Laguerre, Optimisation. la base. De ce fait, loptimisation des p oles de Laguerre a suscit e lint er et de plusieurs auteurs o` u diff erentes techniques t labor doptimisation ont e ee ees. Ces techniques doptimisation tres it peuvent e eratives telle que la m ethode de Hacioglu et al (2001) ou analytique telle que la m ethode de Campello et al (2004) et celle de Kibangou et al (2005). Tous ces travaux utilisent le principe du ltrage de lentr ee par les fonctions orthogonales de chaque base de Laguerre. Ainsi, vue limportance de la r eduction param etrique et dans le but de recueillir le maximum dinformation sur le syst` eme non lin eaire, il est int eressant d etendre ce principe de ltrage de ` celui de la sortie. A ce propos, on propose dans ce lentr ee a papier dutiliser les fonctions orthogonales de Laguerre pour le ltrage de lentr ee et de la sortie du mod` ele Bilin eaire. En tant un mod` effet, ce dernier e ele polynomial caract eris e par le produit crois e entr ee/sortie. Dans ce cas, la solution propos ee pour le ltrage de lentr ee et de la sortie du mod` ele ` d Bilin eaire consiste a ecomposer les param` etres du mod` ele ` lentr ` la sortie et au produit crois Bilin eaire associ es a ee, a e entr ee-sortie sur trois bases ind ependantes de Laguerre. Le mod` ele r esultant est une nouvelle repr esentation non lin eaire en fonction des ltres dentr ee, des ltres de sortie et de leurs produits crois es. Il est intitul e mod` ele Bilin eaire - Laguerre et consid er e comme une approximation du mod` ele Bilin eaire. On note que chaque base de Laguerre est caract eris ee par un seul p ole. Ce dernier permet donc de saffranchir de la complexit e param etrique du mod` ele Bilin eaire. De plus, dans la litt erature les ltres dentr ee et de sortie obtenus de chaque base de tre calcul Laguerre peuvent e es dune fac on r ecursive, donc le mod` ele Bilin eaire - Laguerre peut s ecrire sous la forme dune repr esentation r ecursive simple. Dans la section suivante, on pr esente une repr esentation polynomiale g en erale des syst` emes criture entr non lin eaires mise sous forme dune e ee/sortie. Un cas particulier de cette forme polynomiale est trait e dans la section 3, il sagit du mod` ele Bilin eaire. Dans la section 4, on pro-

1. INTRODUCTION t Dans les derni` eres ann ees, diff erents mod` eles ont e e d evelopp es pour la repr esentation des syst` emes dynamiques non lin eaires. Parmi les mod` eles rencontr es, on consid` ere la classe des mod` eles polynomiaux, permettant de d ecrire un nombre important dapplications r eelles, tel que le mod` ele NARMAX (Non linear AutoRegressive Moving Average with eXogenous Inputs). Ce mod` ele est caract eris e par des expansions polynomiales de la sortie et de lentr ee, plus des termes crois es (Glass et al (1999), Sunil et al (2004), Alireza et al (2009)). Le mod` ele NARMAX englobe dautres repr esentations non lin eaires telles que le mod` ele de Volterra non r ecursif et le mod` ele Bilin eaire r ecursif. Le mod` ele de Volterra est non lin eaire par rapport au signal ` dentr ee et il pr esente lavantage d etre lin eaire par rapport a ses param` etres (noyaux de Volterra), ce qui permet d etendre tablis pour lidentication param certains r esultats e etrique des mod` eles lin eaires. Toutefois, pour des syst` emes fortement non lin eaires le mod` ele de Volterra exige un ordre de non lin earit e lev et une m emoire e es g en erant une complexit e param etrique et structurelle. Ces derniers paralysent lapplication du mod` ele de Volterra dans toute structure didentication et de commande en ligne. Une r eduction de la complexit e du mod` ele Volterra est alors n ecessaire. An de surmonter cette complexit e, certains travaux ont propos e le d eveloppement du mod` ele de Volterra sur des bases orthogonales ind ependantes. Le principe de cette ` d approche de r eduction consiste a ecomposer les noyaux de Volterra sur des bases orthogonales. Parmi les bases qui ont suscit e un vif int er et en automatique, cest la base orthogonale de Laguerre Wahlberg (1991), Malti et al (1998), Tanguy et al (2000). Le mod` ele obtenu est intitul e Volterra - Laguerre. Pour chaque base de Laguerre est associ e un r eseau de ltres dentr ee de Laguerre dont le nombre de ltres d epend essentiellement de lidentication optimale du p ole de Laguerre caract erisant

pose l elaboration de la nouvelle repr esentation des syst` emes non lin eaires via un d eveloppement des coefcients du mod` ele Bilin eaire sur trois bases ind ependantes de Laguerre. La section 5 traite loptimisation des p oles de Laguerre par une m ethode analytique. Dans la section 6 on pr esente quelques r esultats obtenus en simulation validant les performances de la m ethode doptimisation des p oles ainsi que le mod` ele Bilin eaire - Laguerre propos ees. La supr ematie du mod` ele propos e au mod` ele du Bilin eaire classique en terme de r eduction du nombre de t tude comparative des deux param` etres, a e e conrm ee par une e mod` eles. ` 2. MODELE POLYNOMIAL

La repr esentation du mod` ele Bilin eaire peut s ecrire sous la forme vectorielle suivante : y(k) = T (k) (6) o` u et (k) sont respectivement le vecteur de param` etres du mod` ele Bilin eaire et celui contenant les entr ees, les sorties et leurs produits crois es. = [b(1), . . . , b(nu ), a(1), . . . , a(ny ), c(1, 1), . . . , c(0, N2 ), . . . , c(N1,1 ), . . . , c(N1 , N2 )]T (7) (k) = [u (k 1) , . . . , u (k nu ) , y (k 1) , . . . , y (k ny ) , u (k 1) y (k 1) , . . ., u (k 1) y (k N2 ) , . . . ,

u (k N1 ) y (k 1) , . . . , u (k N1 ) y (k N2 )]T (8) ou encore ` fait g Cest une repr esentation tout a en erale, qui unie lensemble (k) = [ u,1 (k), y,1 (k), u,2 (k) y,2 (k)]T (9) criture entr des repr esentations existantes. Son e ee-sortie se avec le produit de Kronecker et met sous la forme : u,1 (k) = [u (k 1) , . . . , u (k nu )] (10) ( k ) = [ y ( k 1 ) , . . . , y ( k n )] (11) y,1 y Q u,2 (k) = [u (k 1) , . . . , u (k N1 )] (12) y(k) = fq (u(k), u(k 1), . . . , u(k nu ) (1) q=0 y,2 (k) = [y (k 1) , . . . , y (k N2 )] (13) , y(k 1), . . . , y(k ny )) tre obtenus en minimisant le Les param` etres optima peuvent e ere quadratique suivant par rapport au vecteur de param` etres o` u fq repr esente un polyn ome en u et y dordre q, u et y crit` : sont respectivement lentr ee et la sortie du syst` eme. nu et ny = arg min (Jbilineaire ) (14) ` lentr ` la sont respectivement lordre du mod` ele associ ea ee a sortie. Les produits crois es entr ee/sortie sont rajout es en vue de r eduire le nombre important des param` etres requis pour calculer tant la norme Jbilineaire est lerreur quadratique d enit comme e les noyaux dans une fonction polynomiale. Par exemple, un quadratique de lerreur entre la sortie du syst` eme ysys (k) et son mod` ele polynomial g en eral quadratique est obtenu pour fq = estimation y(k) donn ee par : 0 q>2: f1 (u, y) = b(i)u(k i)+ a( j)y(k i)
i=1 i=1 nu ny

(2)

Jbilineaire =

k= 1

[ysys (k) y(k)]2

(15)

f2 (u, y) = c(i, j)u(k i)y(k j)

i=1 j=1

N1 N2

H est lhorizon ni des mesures. Cette fonction objective admet tre calcul un extremum global unique qui peut e e par la m ethode des moindres carr es ordinaire non r ecursive ou r ecursive. DU MODELE ` 4. REDUCTION DE LA COMPLEXITE BILINEAIRE 4.1 Principe de la r eduction param etrique (3) Le mod` ele Bilin eaire est stable au sens du crit` ere BIBO ( Bounded Input Bounded Output ). Les coefcients a( j), b(i) et c(i, j) sont alors absolument sommables. Cest-` a-dire ces ` lespace de Lebesgue 2 [0, [. Les coefcients appartiennent a fonctions de Laguerre forment une base orthogonale dans cet tre espace, et par suite les coefcients a( j) et b(i) peuvent e d ecompos es sur deux bases orthogonales ind ependantes de Laa } b guerre a = {ln n=0 et b = ln n=0 et les coefcients c(i, j ) c } . sont d ecompos es sur la base orthogonale c = {ln n=0
a a ( j) = gn,a ln ( j, a ) b b (i) = gn,b ln (i, b ) n=0

i=1 j=1

h(i, j)u(k i)u(k j)

i=1 j=1

M1 M1

g(i, j)y(k i)y(k j)

M2 M2

Lorsque les fonctions fq ne d ependent pas du signal de sortie, le mod` ele est dit non r ecursive cas des s eries de Volterra. Dans le cas r ecursif, une classe importante de mod` eles polynomiaux est celle des mod` eles Bilin eaires. ` ERAL 3. MODELE BILINEAIRE GEN Le cas particulier des mod` eles Bilin eaires est obtenue lorsque : f2 (u, y) = c(i, j)u(k i)y(k j)
i=1 j=1 N1 N2

(16) (17) (18)

(4)

Soit une repr esentation de la forme : y(k) =

i=1

a( j) y(k i) + b(i) u(k i)

i=1

ny

nu

n=0

c (i, j) = (5)

+ c(i, j) u(k i)y(k j)

i=1 j=1

N1 N2

n1 =0 n2 =0

c c (i, c ) ln ( j, c ) gn1 ,n2 ln 1 2

a ( j , ), l b ( j , ) et lc (i, ) repr o` u ln esentent les fonctions a c b n n orthogonales de Laguerre des bases ind ependantes a , b et

c respectivement. gn,a , gn,b et gn1 ,n2 appel es coefcients de Fourier sont les coordonn ees de a( j), b(i) et c(i, j) dans les bases a , b et c respectivement et a , b et c sont les p oles de Laguerre. En substituant les relations (16), (17) et (18) dans la relation (5), le mod` ele r esultant peut s ecrire : y(k) =
n=0

gn,a xn,y (k)+ gn,b xn,u (k)

n1 =0 n2 =0

n=0

(19)

gn1 ,n2 xn1 ,u (k) xn2 ,y (k)

avec xn,u (k) et xn1 ,u (k) sont les sorties respectivement du ` lentr neme et neme ltres relatifs a ee u et xn,y (k) et xn2 ,y (k) sont 1 ` la ltres relatifs a les sorties respectivement du neme et neme 2 sortie y, d enies par les relations suivantes :
a a xn,y (k) = ln ( j, a ) y(k j) = ln (k, a ) y(k) b b ( j, b )u (k i) = ln (k, b ) u(k) xn,u (k) = ln j=1

(20) (21) (22) (23)

z i (29) 1 i z i Ln (z) = Ln1 (z, i ), n = 1, 2, .... z i En combinant la forme r ecursive (29) reliant les fonctions de la base de Laguerre avec la relation (20), on peut formuler les relations de r ecurrence suivantes entre les ltres Xn,y (z) transform ees en Z des ltres xn,y (x) . 1 2 a X0,y (z) = Y (z) z a (30) 1 a z Xn,y (z) = Xn1,y (z, a ) z a Soulignons que les ltres Xn,u (z), Xn1 ,u (z) et Xn2 ,y (z) peuvent tre obtenus en suivant la m e eme proc edure que celle des ltres quations Xn,y (z). A partir de la relation (30), on obtient les e r ecurrentes suivantes : Pour n = 0, 1 : x0,y (k + 1) = a x0,y (k) + 1 2 a y(k 1) x1,y (k + 1) = (1 2 ) x ( k ) + a x1,y (k) a 0,y y ( k 1 ) a 1 2 a
n2 j=0

i (z) = L0

1 2 i

xn1 ,u (k) =

i=1

c c xn2 ,y (k) = ln (q, c ) y(k q) = ln (k, c ) y(k) 2 2 q=1

p=1

c ln ( p, 1

c c ) u(k p) = ln (k, 1

c ) u(k)

(31)

Par suite, par substitutions successives, on obtient Pour n 2 : xn,y (k + 1) = a xn,y (k) + 1 2 a + 1 2 a

o` u d esigne le produit de convolution. Les s eries innies (16), tre tronqu ` un ordre de troncature ni (17) et (18) peuvent e ees a Na , Nb et Nc1 Nc2 respectivement comme suit :
Na1

(a )n j1 x j,y (k)
1 2 a y (k 1) (32)

a( j ) = b( j) = c(i, j) =

n=0 Nb1

xn1,y (k) + (a )n

a gn,a ln ( j,

a ) b )
c c ) ln ( j, 2

(24) (25)

En consid erant le vecteur X (k) contenant lensemble des sorties de ltres des bases de Laguerre, X (k) = [x0,y (k) , . . . , xNa1,y (k) , x0,u (k) , . . . ,

b gn,b ln ( j, n=0 Nc1 1 Nc2 1 n1 =0 n2 =0

c gn1 ,n2 ln (i, 1

c )

(26) xNb1,u (k) , x0,u (k) x0,y (k) , . . . , x0,u (k) xNc2 1,y (k) , . . . , xNc1 1,u (k) x0,y (k) , . . . , xNc1 1,u (k) xNc2 1,y (k) (27) ou encore : T X (k) = [ Xn,y (k) Xn,u (k) Xn1,u (k) Xn1,y (k) ] avec T Xn,y (k) =[ x0, y (k) . . . xNa 1, y (k) ] Xn,u (k) =[ x0, u (k) . . . xNb 1, u (k) ]
T T T

Et la relation (19) s ecrit :

Na1

y (k) =

gn,a xn,y (k) + n=0 n=0 Nc1 1 Nc2 1 +

n1 =0 n2 =0

Nb1

(33)

gn,b xn,u (k)

gn1 ,n2 xn1 ,u (k) xn2 ,y (k)

(34) (35) (36) (37)

gal a `: Dans ce cas le nombre de param` etres du mod` ele est e N = Na + Nb + Nc1 Nc2 4.2 Repr esentation r ecursive du mod` ele Bilin eaire-Laguerre La transform e en Z des fonctions de Laguerre v erient la relation de r ecurrence suivante: n1 1 2 i i 1 i z Ln (z, ) = , i = a, b, c (28) z i z i avec | i | 1 et n 1 Cette relation est v eri ee pour les fonctions de Laguerre rel` lentr ` la sortie et a ` leur produit crois atives a ee, a e. On aura pour i = a, b et c la relation suivante :

Xn1 ,u (k) = x0, u (k) . . . xNc1 1, u (k) Xn2 ,y (k) = x0, y (k) . . . xNc2 1, y (k)

(38)

Soit le vecteur C contenant tous les coefcients de Fourier gn,a pour n = 0, 1, . . . , Na 1, gn,b pour n = 0, 1, . . . , Nb 1 et gn1 ,n2 pour n1 = 0, 1, . . . , Nc1 1 et n2 = 0, 1, . . . , Nc2 1. C =[g0,a , . . . , gNa1,a , , g0,b , . . . , gNb1,b , , g0,0 , . . . , g0,Nc21 , . . . , gNc11,0 , . . . , gNc11,Nc21 ]T (39) tre repr Le mod` ele Bilin eaire-Laguerre peut e esent e par les quations r e ecursives suivantes qui r egissent le syst` eme :

 Xn,y (k + 1) = A (b ) Xn,y (k) + b (b ) y (k) Xn,u (k + 1) = A (a ) Xn,u (k) + b (a ) u (k) Xn1 ,u (k + 1) = A (c ) Xn1 ,u (k) + b (c ) u (k) Xn2 ,y (k + 1) = A (c ) Xn2 ,y (k) + b (c ) y (k) y(k) = CT X (k) avec pour i = a, b et c A (i ) = i 1 2 i . . . 0 i . . . .. . 0 0 . . . et (40)

M2 , a = M2 , b =

1 a 1 b
2 2

j=0 j=0

j a( j) a( j 1) j b( j) b( j 1)

(47) (48)

(i )Ni1 (1 2 ) (i )Ni2 (1 2 ) i i i 1 i 2 ( i ) b(i ) = 1 2 i . . . ( i )Ni 1

1 2 M = i c (i, j) 1 , 1 2 c i = 0 j = 0 1 2 M1,2 = c 2 j c (i, j) i=0 j=0 1 M2,1 = i c(i, j) c(i 1, j) c 2 i=0 j=0 1 M = 2 , 2 j c(i, j) c(i, j 1) c 2 i=0 j=0 Q1,c = 1 [M1,1 + M1,2 ] 2 1 Q2,c = [M2,1 + M2,2 ] 2

(49)

(50)

5. OPTIMISATION DES POLES DE LAGUERRE Un choix optimal du p ole de Laguerre r esulte en une r eduction signicative du nombre de param` etres. De ce fait, loptimisation des p oles a suscit e lint er et de plusieurs auteurs o` u diff erentes t labor techniques doptimisation du p ole de Laguerre ont e ee ees. Parmi les techniques doptimisations des p oles de Laguerre on cite la m ethode de Campello et al (2004) et Kibangou et al (2005). On pr esente dans cette section, une m ethode doptimisation analytique des p oles de Laguerre. Cette m ethode est bas ee sur lextension du travail de Tanguy et al (2000) et celui de Kibangou et al (2005). Un des apports importants de Tanguy et al est davoir exprim e le p ole optimal de Laguerre en fonction des coefcients de Laguerre. Pour les trois bases, les fonctions de Laguerre v erient la relation suivante pour i = a, b et c, et n = 0, 1, 2, . . . :
i i i (1 2 i ) n ln ( j ) = ( j + 1) i ln ( j + 1) j i ln ( j 1) 2 i + j (1 + 2 (41) i ) + i ln ( j ) On consid` ere loptimisation s epar ee des deux p oles en proposant les deux fonctions de co ut suivantes inspir ees du travail de Tanguy et al (2000) et de Kibangou et al (2005), 1 1 2 n g et J = n g2 (42) Ja = b n, a n, b a 2 n=0 b 2 n=0 1 Jc = (n1 + n2 )g2 (43) n1 ,n2 2 2 c n1 =0 n2 =0 o` u:

Ainsi les fonctions de co ut Ja , Jb et Jc s ecrivent: 2 J = (1 + M1,a ) a 2M2,a a + M1,a a (1 2 a) (1 + M1,b ) 2 b 2M2,b b + M1,b J = b (1 2 b) (1 + Q1,c ) 2 2Q2,c c + Q1,c c Jc = (1 2 c)

(51)

Le num erateur de Ji(i=a,b,c) est une fonction convexe diff erentiable et non-n egative d enie sur un ouvert convexe = {i : |i | < 1} tandis que son d enominateur est une fonction concave, diff erentiable et positive sur . En cons equence Ji est une fonction pseudodJi convexe sur , toute solution de d = 0 est donc un minimum i global de Ji . Pour d eterminer ce minimum posons : a = 2M1,b + 1 2Q1,c + 1 2M1,a + 1 ; c = ; b = 2M2,a 2M2,b 2Q2,c (52)

Les p oles optima de Laguerre opt ,i , i = a, b ou c au sens de la minimisation des crit` eres Ji sont obtenus par : i 2 1 si i > 1 i opt ,i = (53) + 2 1 si < 1
i i i

j=0

a2 ( j)
c
2

et

j=0

b2 ( j)

(44) (45)

On note que les p oles optima, ainsi d etermin es, ne d ependent pas des coefcients a, b et c. Toutefois, chaque p ole optimal opt ,i i = a, b, c, ainsi d etermin e s ecrit en fonction du param` etre i , qui d epend des coefcients du mod` ele Bilin eaire-Laguerre. Ceci n ecessite une estimation de ces coefcients pour d eduire le p ole optimal. An d eviter ce calcul, on utilise la m ethode de Tanguy et al exprimant la quantit e i directement en fonction des coefcients de Fourier du mod` ele. Pour ce faire, d enissons les quantit es suivantes : T1,i =

= c2 (i, j)
i=0 j=0

et les quantit es suivantes : 1 1 j a2 ( j) et M1, b = M1, a = 2 a j=0 b 2

j=0

j b2 ( j) (46)

T2,i = 2 ngn,i gn1,i

n=0

n=0

(2n + 1)g2 n,i

R1,i = T1,i , i = a, b (54) R2,i = T2,i

et

 T1,1 = (2n1 + 1)g2 n1 ,n2 n1 =0 n2 =0 2 T1,2 = (2n2 + 1)gn1 ,n2 T2,1 = 2 n1 gn1 ,n2 gn1 1,n2 n1 =1 n2 =0 T2,2 = 2 n2 gn1 ,n2 gn1 ,n2 1
n1 =0 n2 =1 n1 =0 n2 =0

R1,c = T1,1 + T1,2 R2,c = T2,1 + T2,2

tre repr Le mod` ele non lin eaire (59), peut e esent e par le mod` ele Bilin eaire pour les ordres ny = nu = 3 et N1 = N2 = 5 cest-` a-dire on a 31 param` etres. On r esume dans le tableau 1 les valeurs des coefcients a(i), b(i), i = 1, 2 et c(n, m), n, m = 1, . . . , 5 qui sont identi es par lalgorithme des moindres carr ees r ecursif en utilisant la relation (6). Le mod` ele Bilin eaire est obtenu pour une Erreur Quadratique Moyenne Normalis ee EQMN = 0, 379%.
[ a(1), a(2), a(3) ] [0.3907, 0.0253, 0.1483] [1.0411, 0.3951, 0.1843] [0.013, 0.021, 0.604, 0.209, 0.096] [0.003, 0.485, 0.443, 0.397, 0.134] [0.153, 0.082, 0.117, 0.511, 0.313] [0.596, 0.694, 0.337, 0.333, 0.414] [0.122, 0.256, 0.27, 0.062, 0.109]

(55) galit Par suite, on peut en d eduire les e es suivantes : h 2 2 R1,i = i 2 (1 + 2 i ) Q1,i 4 i Q2,i + (1 + i ) 1 2 i , i = a, b (56) 2 R = 2 hi 2 2 i Q1,i + (1 + i ) Q2,i i 2,i 1 2 i hc 2 2 2 (1 + 2 R1,c = 2 c ) Q1,c 4 c Q2,c + (1 + c ) 1 2 c (57) 4 hc 2 2 R2,c = 2 Q + ( 1 + ) Q c 1 , c 2 , c c c 1 2 c crire i , i = a, b, c, en fonction de R1,i et R2,i Nous pouvons r ee qui ne d ependent que du spectre de Laguerre du syst` eme : i = (1 + 2 i )R1,i + 2i R2,i 2i R1,i + (1 + 2 i )R2,i (58)

[ b(1), b(2), b(3) ] [c(1, 1), c(1, 2), c(1, 3), c(1, 4), c(1, 5)] [c(2, 1), c(2, 2), c(2, 3), c(2, 4), c(2, 5)] [c(3, 1), c(3, 2), c(3, 3), c(3, 4), c(3, 5)] [c(4, 1), c(4, 2), c(4, 3), c(4, 4), c(4, 5)] [c(5, 1), c(5, 2), c(5, 3), c(5, 4), c(5, 5)]

Table 1. Identication des coefcients du mod` ele Bilin eaire

An d etudier la performance de la proc edure it erative didentication des p oles de Laguerre a , b et c , on propose de ` celles comparer les valeurs optimales identidi ees par rapport a ` partir des crit` calcul ees th eoriquement a eres Ja , Jb et Jc de la relation (51). Dans ce cas, en utilisant les valeurs calcul ees des coefcients du mod` ele Bilin eaire, on trace dans la gure 2 les courbes th eoriques des fonctions Ja , Jb et Jc .
3

2 .5

log 1 J 0( a ) log 1 J 0( b )

Les p oles optima de Laguerre au sens de la minimisation ` partir des coefcients de des crit` eres Ji(i=a,b,c) sont obtenus a Fourier du d eveloppement de chaque coefcient du mod` ele Bilin eaire-Laguerre sur une base orthogonale ind ependante de Laguerre en utilisant la relation (53). 6. SIMULATION NUMERIQUE ` approcher, par une structure Bilin Soit a eaire, le mod` ele non lin eaire : y(k) =

log 1 J 0( c ) Minimum global

1 .5

[opt, c

22 =" 0 , 5 =0 , 0

[opt, a
0.5

[opt, b
0.5 1 0.8 6 0.

4 = " 0 ,1 2 0. 2 0. 4 0. 6 1

4 0.

0.

0.8

Fig. 2. Courbes th eoriques des fonctions de co ut Ja , Jb et Jc

y(k 1)y(k 2)y(k 3)u(k 2) (y(k 3) 1) + u(k 1) En fonction de la variation des ordres de troncatures Na, Nb, 1 + y2 (k 2) + y3 (k 3) Nc1 et Nc2 du mod` ele Bilin eaire - Laguerre on r esume dans (59) le tableau 2 les performances de la proc edure didentication oles de Laguerre en termes de lEQMN et du Taux de t y(1) = y(2) = y(3) = 0. Ce mod` ele a e e propos e par Narendra des p eduction param etrique (T RP) par rapport au mod` ele Bilin eaire et al (1990). Un jeu de donn ees de 800 observations est utilis e r obtenu. On note que les coefcients de Fourier du mod` ele pour lidentication des p oles et des coefcients de Fourier Bilin e aire Laguerre sont identi e s par lalgorithme des moindu mod` ele Bilin eaire-Laguerre. Le signal dentr ee utilis e penees r ecursif. dant la phase didentication est illustr e par la gure 1 dont dres carr lamplitude varie al eatoirement dans lintervalle [-1 1].
Signal d'entre 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 100 200 300 400 500 Nombre des itrations 600 700 800

Na, Nb 2 3 4

Nc1 , Nc2 2 3 4

a 0, 042 0, 07 0, 061

b 0, 116 -0,165 0, 143

c -0,214 -0,239 -0,209

EQMN (%) 0, 65 0, 36 0, 11

TRP (%) 74, 19 51, 61 22, 58

Table 2. Valeurs optimales des p oles de Laguerre

Fig. 1. Signal dentr ee u

En outre, la gure 3 illustre en fonction des ordres de troncatures Na, Nb, Nc1 et Nc2 le comportement des p oles de Laguerre estim es it erativement par lalgorithme doptimisation propos e.

0 15 . 01 . 0 05 . 0 0.05 0.1 0.15 0.2 0.25 0 2 4 6

Na = Nb = 2 e t Nc 1= Nc2 = 2

[a b [ [c

0 15 . 01 . 0 05 . 0 0.05 0.1 0.15 0.2 0.25

Na = Nb = 3 e t Nc 1= Nc2 = 3

0.8

0.6

Sortie relle Sortie du modle bilinaire Sortie du modle bilinaire-Laguerre

0.4
[a b [ [c

0.2

-0.2

-0.4
8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20

50

100
Nombre des itrations

150

200

01 . 0 05 . 0 0.05 0.1 0.15 0.2 0.25

Na = Nb = 4 et Nc 1= Nc2 = 4

Fig. 4. Validation du mod` ele Bilin eaire - Laguerre, Na = Nb = 2 et Nc1 = Nc2 = 2

[a b [ [c
4 g0, a g1, a 3 g1, b g1, b g0, 0 2 g0, 1 g1, 0 1 g1, 1

10

12

14

16

18

20
0

Fig. 3. Identication it erative des p oles a, b et c en fonction des ordres Na, Nb, Nc1 et Nc2

-1

-2

-3 0

100

200

300

400

500

600

700

800

A partir de la gure 2 les fonctions de co ut Ja , Jb et Jc poss` edent un minimum global et unique en opt , a = 0, 05, opt , b = 0, 15 et opt , c = 0, 22 respectivement. Dapr` es le tableau 2, on constate que les valeurs des p oles optima sont proches de celles d etermin ees par les courbes th eoriques des fonctions de co utJa , Jb et Jc . On observe aussi que les valeurs des p oles varient tr` es peu avec les ordres de troncatures. Ce r esultat conrme que la proc edure propos ee didentication it erative des p oles est ind ependante de la valeur des ordres de troncatures Na, Nb, Nc1 et Nc2 . Toutefois, sur la gure 3 on constate que laugmentation des ordres de troncatures permet daugmenter la vitesse de convergence de lalgorithme mais avec un surco ut de calcul. Dans lobjectif de lidentication du syst` eme, on peut constater du tableau 2 que les ordres de troncatures Na, Nb, Nc1 et Nc2 inuent sur la pr ecision du mod` ele ARX - Laguerre. En effet, en augmentant lordre de troncature lEQMN diminue. De plus, on peut noter que le fait davoir une proc edure didentication it erative des p oles de Laguerre permet dam eliorer non seulement lestimation des p oles de Laguerre mais aussi de garantir une r eduction param etrique signicative par rapport au mod` ele Bilin eaire. Cette r eduction est obtenue avec une pr ecision globale du mod` ele Bilin eaire - Laguerre. Par exemple, sur une phase de validation de 200 observations et pour Na = Nb = 2 et Nc1 = Nc2 = 2 on a une EQMN = 1, 0362% et un TRP = 74,19 %. Dans ce cas, on trace dans la gure 4 l evolution de la sortie du mod` ele Bilin eaire et celle du mod` ele Bilin eaire - Laguerre. Pour le mod` ele Bilin eaire on une EQMN = 1, 81% pour ny = nu = 2 et N1 = N2 = 2. L evolution des coefcients du vecteur des param` etres c = [g0, a , g1, a , g0, b , g1, b , g0, 0 , g0, 1 , g1, 0 , g1, 1 ]T , pendant la phase didentication par la m ethode des moindres carr ees r ecursif, est illustr ee sur la gure 5. 7. CONCLUSION Le d eveloppement en s eries de Laguerre dun mod` ele Bilin eaire permet de r eduire de mani` ere consid erable le nombre de ` estimer lors dune exp param` etres a erience didentication dun tel mod` ele. Cependant, le choix de la base ad equate est fonction du choix du p ole de Laguerre. Sans connaissance a priori du syst` eme, le choix du p ole de Laguerre joue un r ole crucial. Dans cet article, nous avons propos e un algorithme pour lestimation des p oles optimaux et des coefcients du mod` ele Bilin eaireLaguerre.

Fig. 5. Identication des coefcients de Fourier, Na = Nb = 2 et Nc1 = Nc2 = 2

REFERENCES Alireza R. et Scott S. Identication of nonlinear systems using NARMAX model Nonlinear Analysis Theory, Methods and Applications, Vol. 71, N . 12, pp. e1198-e1202, 15 December 2009. Campello R.J.G.B. Favier G. et Amaral W.C. Optimal expansions of discrete-time Volterra models using Laguerre functions. Automatica, Vol. 40, N . 5, pp. 815-822, 2004. Glass J. W. et Franchek M. A. NARMAX modelling and robust control of internal combustion engines International Journal of Control, Vol. 72, N . 4, pp. 289-304, 10 March 1999. Hacioglu R. et Williamson G.A. Reduced complexity Volterra Models for nonlinear system identication Eurasip Journal on Applied Signal Processing, Vol 2001, N . 4, pp. 257-265, December 2001. Kibangou A.Y. Favier G. et Hassani M.M. Optimization of Laguerre-Volterra lters based on Laguerre spectra. EURASIP Journal on Applied Signal Processing, Vol. 2005, N . 17, Pages 2874-2887, 2005. Malti R., Ekongolo S.B. et Ragot J. Dynamic SISO and MISO System Approximations Based on Optimal Laguerre Models IEEE Transactions on Automatic Control, Vol. 43, No. 9, pp. 1318-1323, 1998. Narendra K.S. et Parthasarathy K. Identication and control of dynamical systems using neural networks IEEE Transaction of neural networks. Vol. 1, No. 1, pp. 4-27. Sunil L. K. Henrietta L. G. et Robert E. K. A bootstrap method for structure detection of NARMAX models, International Journal of Control, Vol. 77, N . 2, pp. 132-143, 2004. Tanguy N. Morvan R. Vilb e P. et Calvez L. C. Online optimization of the time scale in adaptive Laguerre-based lters. IEEE Trans. on Signal Processing, Vol. 48, N . 4, pp. 1184 -1187, 2000. Wahlberg B. System identication using Laguerre models. IEEE Transactions on Automatic Control, Vol. 36, N . 5, pp. 551-562, 1991.