IDENTIFICATION DE FONCTIONS DE TRANSFERT DANS LE DOMAINE FREQUENTIEL

Slides:



Advertisements
Présentations similaires
Corrélation Position du problème Définition covariance (X,Y) r =
Advertisements

Traitement du signal en Mécanique domaines d ’applications
La Cyclostationnarité Aspects théoriques et application au Diagnostic
Position du problème à partir des réponses seulement…
Classification des signaux exemples de signaux réels
Analyse Spectrale de Fourier
Définitions et applications
Analyse temps-fréquence
Dynamique d’une cavité profonde en régime turbulent
Régression ou corrélation
Unité #2 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
MODULE - METHODES POTENTIELLES I. Introduction Générale – J.B. Edel II. Champs de potentiel (gravimétrique, magnétique, …) – P. Sailhac III. Sources (densité
MODULE - METHODES POTENTIELLES Contenu du cours (par J.B. Edel & P. Sailhac) : I. Propriétés physiques des roches : densités, aimantations induites et.
Colloque GRETSI, Paris, 8-11 septembre 2003 Sur la Décomposition Modale Empirique P. Flandrin (Cnrs - Éns Lyon) et P. Gonçalvès (Inrialpes)
3. Analyse et estimation du mouvement dans la vidéo
A Pyramid Approach to Subpixel Registration Based on Intensity
Corrélations et ajustements linéaires.
WP4: Estimation des mouvements du sol par approche empirique (Nice et Grenoble) WP3: Estimation des mouvements du sol par approche déterministe Réunion.
Cours analyse spectrale Part I
Analyse et diagnostic Développement d’Outils
Notion d'asservissement
Modélisation /Identification
Estimation des signaux dans un milieu liquide
Identification de sources de chaleur dorigine thermomécaniques : Présentation de deux méthodes destimation et de résultats expérimentaux. Norbert Renault.
ANALYSE VIBRATOIRE DES MACHINES TOURNANTES
Chapitre 6 : Restauration d’images

Filtrage-Analyse Spectrale des Images
Chapitre 2 : La fonction de transfert
Séminaire de lobjectif « forage et production » Beaune, les 26,27 et 28 Avril 2000 Outils danalyse statistiques « programmation par lexemple » S. Canu,
Régression linéaire simple
Techniques d’optimisation
électronique analogique
Corrélation et régression linéaire simple
Méthodes de prévision (STT-3220)
La corrélation et la régression
ELG La transformée de Fourier, énergie, puissance et densités spectrales.
La corrélation et la régression
Prédiction multi-step de la volatilité : le modèle ARIMA-GARCH appliqué aux séries temporelles d’affaiblissement par la pluie sur les liaisons Terre-Satellite.
Projet soutenu par le FNRS (No )
Quelques méthodes adaptatives de suivi/estimation de fréquences
Sylvain Daudé DEA ATIAM
Le comportement des coûts Chapitre 3
Forme ‘générique’ des spectres AR, ARMA, MA
Régression linéaire (STT-2400)
Problèmes inverses en électroencéphalographie
La régression multiple
Filtrage de Kalman et aperçu probabiliste
ELECTRICITE Hervé BOEGLEN IUT de Colmar Département R&T 2007.
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Supernovae à grand z Étude des erreurs et des biais dans SNLS
Résonance en courant dans un circuit RLC
Turbulence Homogène et Isotrope
IDENTIFICATION DES SYSTÈMES
GTS813: cours #6 Évaluation d’une mesure (Validité, Répétabilité, Fiabilité, précision) Activité. Études de cas #2: Qui pose la question? La question est-elle.
Probabilités et Statistiques Année 2010/2011
Les différentes sortes de filtre
TNS et Analyse Spectrale
SYSTEMES NON LINEAIRES
TNS et Analyse Spectrale
ETUDE EXPERIMENTALE DES SONS AUTO-ENTRETENUS PRODUITS PAR UN JET ISSU D’UN CONDUIT ET HEURTANT UNE PLAQUE FENDUE Alexis Billon Directeur de thèse : Anas.
Etude expérimentale des propriétés mécaniques d’une mousse acoustique Deverge Mickaël, Sahraoui Sohbi 16 ème Congrès Français de Mécanique, Nice, 1-5 Septembre.
Méthode des moindres carrés (1)
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Introduction –Analyse de la corrélation –Régression et méthode des.
ANALYSE DES SERIES CHRONOLOGIQUES METHODES ET APPLICATIONS EN HYDROLOGIE Danièle VALDES-LAO
Analyse des données. Plan Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions.
Méthodes de prévision (STT-3220)
Du temporel au fréquentiel Transformée de Laplace Transformée de Fourier.
L’ INTERPRETATION DES MESURES
Transcription de la présentation:

IDENTIFICATION DE FONCTIONS DE TRANSFERT DANS LE DOMAINE FREQUENTIEL TECHNIQUES DE FOURIER identification de fonctions de transfert

Identification des fonctions de transfert introduction Les domaines acoustique et vibrations caractérisation d’une structure caractérisation de suspension, etc analyse modale expérimentale (fréquence de résonance, déformées) identification de sources vibratoires localisation de sources de bruit, de vibrations, etc acoustique de salles biomédical, sismique, télécom automatique en général plusieurs méthodes méthodes utilisant des modèles paramétriques (automatique,.;), méthodes basées sur Fourier. identification de fonctions de transfert

Identification des fonctions de transfert relations de base x(t) X(f) y(t) Y(f) h(t) H(f) identification de fonctions de transfert

Identification des fonctions de transfert relations de base identification de fonctions de transfert

Identification des fonctions de transfert exemple: Circuit (R,C) + + x(t) y(t) - - [H(f)] Arg(H(f)) 1 f f fo identification de fonctions de transfert

identification de fonctions de transfert Identification des fonctions de transfert exemple: Système Mécanique (m,k,c) x(t) m y(t) k c identification de fonctions de transfert

Identification des fonctions de transfert problématique et hypothèses V(f) et U(f) sont des bruits additifs non mesurés sur l ’entrée et la sortie et non,corrélés avec les signaux d ’entrée et de sortie. le système est linéaire et stationnaire. On veut « estimer » H(f) connaissant (estimation) X0(f) etY0(f) Y0(f)=U(f)+H(f).(X0(f)+V(f)) V(f) U(f) H(f) X0(f) Y0(f) identification de fonctions de transfert

Identification des fonctions de transfert moindres carrés u Système (gain) a x y identification de fonctions de transfert

Identification des fonctions de transfert moindres carrés : solution identification de fonctions de transfert

Identification des fonctions de transfert bruit en sortie U(fk) Système H(fk) X(fk) Y(fk) identification de fonctions de transfert

identification de fonctions de transfert Identification des fonctions de transfert estimateur avec bruit en sortie identification de fonctions de transfert

identification de fonctions de transfert Identification des fonctions de transfert interprétation : fonction de cohérence identification de fonctions de transfert

identification de fonctions de transfert Identification des fonctions de transfert estimation : périodogramme moyenné identification de fonctions de transfert

identification de fonctions de transfert Identification des fonctions de transfert résolution fréquentielle, biais identification de fonctions de transfert

Identification des fonctions de transfert variance de l’estimateur identification de fonctions de transfert

identification de fonctions de transfert Identification des fonctions de transfert influence du bruit en entrée sur H1 H(f) identification de fonctions de transfert

identification de fonctions de transfert Identification des fonctions de transfert bruit en entrée estimateur H2 identification de fonctions de transfert

Identification des fonctions de transfert sensibilité aux hypothèses Retards erreurs systématiques (Sxy=TF(Rxy!!) Entrée corrélée non mesurée Non-linéarités H identification de fonctions de transfert