previous up next contents
Précédent : Identification et approximation Remonter : Identification et approximation Suivant : Application à l'identification

Approximation de fonctions de transfert dans une bande de fréquence

Participants : Laurent Baratchart, José Grimm (Projet SAFIR), Juliette Leblond, Jonathan Partington (Univ. Leeds, GB), Fabien Seyfert, Nabil Torkhani, Franck Wielonsky  

L'élaboration de modèles linéaires stables (de dimension infinie) à partir de données fréquentielles suppose les données disponibles dans une bande de fréquence . A l'extérieur de , on se dote d'une fonction représentant un comportement de référence ainsi que d'un gabarit qui exprime combien on accepte de s'en départir. On se ramène par transformation conforme au cas du cercle unité T, l'intervalle de l'axe imaginaire correspondant alors à un arc de cercle K. Le degré n'étant pas contraint à ce stade, nous considérons le cas scalaire en abordant le problème composante à composante si le système a plusieurs entrées ou sorties. L'appartenance de la fonction de transfert à l'espace de Hardy caractérise les propriétés de stabilité imposées au modèle selon le choix de p. On cherche ainsi une fonction de , prenant sur K des valeurs proches des données expérimentales, et satisfaisant sur aux exigences de gabarit, de sorte que le problème s'énonce comme une généralisation d'un problème extrémal classique:
(P) Soient , K un arc du cercle unité T, , et M>0 ; on cherche une fonction telle que la norme de la différence g - h dans n'excède pas M et telle que g - f soit de norme minimale dans .
Les propriétés qualitatives de tels problèmes, que nous nommerons Problèmes extrémaux bornés sont en tout point semblables aux problèmes extrémaux classiques, et les études menées depuis trois ans dans le projet peuvent se résumer en disant qu'un problème extrémal borné est implicitement équivalent à un problème extrémal classique, le paramètre implicite s'interprétant comme un multiplicateur de Lagrange. Pour , l'existence et l'unicité d'une telle fonction g (qui avaient été établies il y a déjà longtemps) ont fait l'objet d'un article soumis à Constructive Approximation lequel exhibe aussi les liens, peut-être inattendus, avec les formules de Carleman et explicite par ce biais la solution si p=2. Rappelons que pour , nous avions montré l'équivalence entre (P) et un problème de Nehari classique, et conclu ainsi à l'unicité de g lorsque , la fonction de qui vaut f sur K et h sur , appartient à . Ce travail a fait l'objet de la publication [8]. Des schémas de résolution du problème (P) ont été élaborés et implémentés dans le passé pour p = 2 et . Lorsque , une telle procédure est à l'étude dans la thèse de F. Seyfert. Il s'agit, à notre sens, d'un problème intéressant au plan pratique car la norme est un compromis raisonnable dans plusieurs cas. Cependant, le problème s'avère plus difficile que dans le cas hilbertien p=2 ainsi que dans le cas , pour lesquels les procédures de résolution des problèmes extrémaux sur T sont linéaires et quadratiques respectivement.

La valeur à l'infini joue un rôle particulier dans ce contexte. En effet, le terme de transmission directe n'est pas localement borné dans la réponse impulsionnelle d'un système linéaire et rend impossible l'appartenance de la fonction de transfert à pour . L'identification de cette valeur s'avère importante pour la qualité de l'approximation et procède actuellement au cas par cas, soit que l'on connaisse le terme de transmission pour des raisons physiques (en particulier lorsqu'il est nul), soit que l'on ajuste sa valeur pour réduire les oscillations du modèle à l'infini. C'est typiquement le cas des données concernant des filtres hyperfréquences que nous a fournies le CNES et dont il sera question plus loin : les voies de transmission sont strictement propres pour des raisons physiques (le filtre ne transmet rien aux hautes fréquences) cependant que les voies de réflexion restituent les fréquences infinies avec un coefficient voisin de 1 mais qui n'est pas exactement connu (car il dépend de pertes occasionnées par des conducteurs que l'on n'a pas mesurés parfaitement). De plus, le cas est fréquent où le système est convenablement approché par un retard superposé à un transfert rationnel. Pour un tel modèle, la valeur à l'infini stricto sensu n'existe pas et il faudrait plutôt parler de valeur moyenne.

On étudie présentement des moyens de parvenir à une détermination plus systématique du retard, et du gain à l'infini. Cette question, qui se présente de façon assez générique, fait l'objet d'une proposition de convention de recherche en cours de signature avec le CNES. L'algorithme envisagé repose sur la résolution d'une famille paramétrée de problèmes extrémaux bornés dans , et se propose de déterminer gain et retard comme ceux qu'il faut ôter aux données dans la bande passante pour effectuer ensuite la meilleure extension analytique. Il n'est pas difficile de se convaincre que ce problème est délicat numériquement, et nécessite l'usage de développements adaptés dans . En particulier, la base de Fourier s'est avérée peu efficace, et une base de fonctions rationnelles exhibant un taux d'approximation asymptotiquement optimal de la projection analytique de la fonction caractéristique d'un intervalle (obtenue en 1977 par Vjaceslavov après des travaux antérieurs de Newman) a été implémentée afin d'inverser certains opérateurs de Toeplitz liés aux formules de Carleman qui apparaissent dans cette question. Avec ces nouvelles fonctions de base, on peut se contenter d'un ordre de développement bien moindre que dans la base de Fourier (le gain est exponentiel sur ce point), mais le calcul des nouveaux coefficients est lourd car il requiert l'évaluation d'intégrales singulières. Cette approche est à l'étude.

Très relié au problème extrémal borné se trouve le problème de complétion suivant :

(P') Soient , K un arc du cercle unité T, , et M>0 ; on cherche une fonction dont la norme n'excède pas M et telle que la distance de à soit minimale dans .

Dans le cas p = 2, le problème (P') a été résolu. La preuve de l'existence et de l'unicité d'une solution ainsi que sa construction et des simulations numériques se trouvent dans [19] et [2]. Ces questions se ramènent à la construction d'une solution au problème (P). Dans le cas , le problème (P') a été récemment résolu ; dans ce cas aussi, la construction d'une solution passe par la résolution itérative de (P) pour une famille de fonctions dépendant de paramètres implicites en les données. Ce travail, en collaboration avec J.R. Partington de l'Université de Leeds est en cours de rédaction.


previous up next contents
Précédent : Identification et approximation Remonter : Identification et approximation Suivant : Application à l'identification