Lefiltrageconsiste`aestimerl’e´tatd’unsyste`medynamique,c’est–a`–dire´evoluantau coursdutemps,a`partird’observationspartielles,ge´n´eralementbruite´es. Typiquement, on dispose d’une suite (Y1 Y2 Ynnoitbo,sunetpaseesr`)d’observa traitementpr´ealabledusignalbrutrecueilliauniveaudescapteurs.Chaqueobservation Ynnocnune´’litati´el`aeetresXnpar une relation probabiliste du type P[Yn∈dy|Xn=x] =gn(x y)dy par exemple Yn=h(Xn) +Vn avec unbruitadditifVnnipe´dadneedtnXntion.Poure’rruedro’sbreav,qmouield´elis allerplusloin,ilestn´ecessairedede´finirpluspr´ecis´ementlanotiondebruit. On trouvera a`l’AnnexeAlesrappelsdeprobabilit´esdontonaurabesoindanscecours.
1.1 Importance de l’information a priori
Telqu’ilestformul´e,leprobl`emedel’estimationdel’´etatinconnuXnpa`esrdtiar observations (Y1 Y2 Ynse)gnet´ne´laremal–pos´e.Pours’neocvniacnerc,noonerd´sis lecastre`ssimpleou`iln’yapasdedynamiquedansl’e´volutiondel’e´tatdusyst`eme, c’est–a–dire queXn≡x, pour toutn, etx∈Rm.unnocnierte`marneigesd´Onestunpa ` parx0equseisnocssupuopo,snerenplifiladicoreludapelrueiavvaarrsim.Pouetreram` les observationsd–dimensionnelles (Y1 Y2 Ynte`m.erai´emereduntrapad)e´epdnneltni On a donc Yn=H x+Vn ou`Hest une matriced×m.
1
2
Master Recherche SISEA 10/11
•Sim=dee´rracceriatamilts,eHtconsid´ererl’esislb,elaroospnuerevnitseamitruet suivant xbn=H−1(1nXnYk) =H−1(H x0+n1XnVk) =x0+H−11(nnXVk) k=1k=1k=1 Sousl’hypothe`se 1nXnVk−→0(1.1) k=1 quand le nombrend’observations tend vers l’infini, on obtient la convergence de l’estimateurxbnsrevrdupaleuaievlavr.ee`rtrama •Sim > dola,elsrborpme`lsteeg´en´eenlmralap–soe´m,eˆemadnslecasfavorable ou`lamatriceHlaa`tsemangradeegl´maxid.oCe´orsndieffetnsenobl`elmeepr d’optimisation suivant n 2 xm∈Rinm12X|Yk−H x| k=1 Lesconditionsd’optimalit´edupremierordrepourlaminimisationparrapporta ` x∈Rmdu critere ` n n n 12X|Yk−H x|2=12X|Yk|2−x∗H∗(XYk) +n21x∗H∗H x k=1k=1k=1 s’´ecrivent nH∗H x=⇒H x=1nYk H∗XYk=nnX k=1k=1 compte tenu que la matriceHesuertdecslan.Dinlegpan`o,tnede´ce´rpsam=d et la matriceHest inversible, on obtient la solution unique b−11(n xn=HnXYk) k=1 Danslecasconsid´ere´ici,ilyaunnombreinfinidesolutions,etonpeutseulement affirmer que bxn∈x∈Rm:H x1=XnYk n k=1 Onv´erifieque 1n HbnxXYk=H x01+nnXVk n= k=1k=1 et`alalimitequandlenombrend’observations tend vers l’infini, on obtient sous l’hypoth`ese(1.1) Hbxn−→H x0
FiltragedeKalmanetMode`lesdeMarkovCach´es
3
c’est–a`–direqu’asymptotiquement,lorsquelebruitd’observationae´te´e´limin´epar moyennisation,onsaitseulementqueleparame`treinconnuxappartient au sous– espace affineI(x0) de dimension (m−dpanir)´dfie I(x0) =x∈Rm:H x=H x0 L’existenced’unnombreinfinidesolutionspossiblesn’estdoncpaslie´ea`lapre´sence dubruitd’observation.Elleexistemˆemeenabsencedebruitd’observation,c’est– a`–diremeˆmesiVn≡0, pour toutn= 12 . •l’ineverourlPetd´miertinaonx∈I(x0amitnosspulpe´-utiliserdesinforno,)asse’dey mentairessurleparame`treinconnux, par exemple :xestprochedeetsr`–c–,aei’d qu’on introduit une informationa priori peut formaliser la prise en compte de. On cetteinformationsupple´mentaireenconsid´erantleprobl`emed’optimisationsuivant n xm∈Rinm12X|Yk−H x|2+21(x−)∗Σ−1(x−) k=1 o`uΣestunematricesyme´triqued´efiniepositive,dedimensionm conditions. Les d’optimalite´dupremierordrepourlaminimisationparrapporta`x∈Rm`tirerecud n 21X|Yk−H x|2+12(x−)∗Σ−1(x−) k=1 n n =12X|Yk|2−x∗H∗(XYk) +n12x∗H∗H x k=1k=1 +21∗Σ−1−x∗Σ−1+12x∗Σ−1x
s’e´crivent
n H∗(XYk) + Σ−1= (n H∗H+ Σ−1)x k=1 =⇒(H∗H+nΣ1−1)x=H∗(1nnXYk) +n1Σ−1 k=1 Enutilisantler´esultatduLemme1.1ci–dessous,aveclechoixR=IetQ=nΣ, on obtient (H∗H1+nΣ−1)−1=nΣ−nΣH∗(HΣH∗+1nI)−1HΣ Onende´duitque (H∗H+nΣ1−1)−1H∗= ΣH∗(HΣH∗+1nI)−1