Le comportement moteur est un phénomène où les différentes composantes d’un système biologique sont organisées de façon à assurer la coordination d’un mouvement intentionnel. Selon les théories computationnelles, le comportement est défini comme un problème moteur dont la solution peut être trouvée par des systèmes divisés de manière hiérarchique. Les composantes traitent et communiquent entre elles de l’information représentant les aspects pertinents du problème moteur (positions, trajectoires, vitesses, forces, etc.) lesquels sont censés être organisés à leur tour selon une hiérarchie d’abstraction et de complexité ascendante. Le défi est de faire face à quatre problèmes centraux du comportement : a) Le nombre élevé de degrés de liberté et d’interactions ; b) La redondance des degrés de liberté ; c) L’anticipation des effets du mouvement ; d) L’incertitude dans l’information. Les théories computationnelles classiques proposent des schémas explicatifs composés d’un agencement de différents modèles internes (prospectifs et inverses). Plus récemment, l’approche bayésienne propose un schéma hiérarchique plus homogène lequel est censé faire face aussi à l’incertitude de l’information. Cette recherche démontre que les théories computationnelles, y compris l’approche bayésienne, sont paralysées par un dilemme insurmontable : soit elles peuvent passer à l’échelle de manière computationnellement faisable - les calculs peuvent être réalisés en un temps raisonnable - mais dans ce cas elles ne peuvent pas reproduire la versatilité caractéristique du comportement des êtres vivants ; soit elles aspirent à reproduire la versatilité biologique mais alors elles sont infaisables. / Motor behavior is a phenomenon where the components making up a biological system are organized so as to ensure the coordination of a purposeful movement. According to computational theories, behavior is defined as a motor problem the solution of which can be found by systems divided hierarchically. The components process and communicate information representing the relevant variables of the motor problem (positions, trajectories, velocities, forces, etc.) which are, in turn, assumed to be organized as a hierarchy of increasing abstraction and complexity. The challenge is to tackle the four core problems of behavior: a) The high number of degrees of freedom and their interactions; b) The redundancy of degrees of freedom; c) The anticipation of the effects of movement; d) The uncertainty in information. Classical computational theories advance explanatory schemas made of structured sets of internal models (forward and inverse). More recently, the Bayesian approach advances a more homogeneous hierarchical schema which is supposed to account for uncertainty in information. This research shows that computational theories, including the Bayesian approach, are crippled by an unsolvable dilemma: The first horn is that if the models can scale up while staying computationally tractable, i.e. the computations can be carried out in a reasonable amount of time, then they fail to reproduce the versatility which characterizes the behavior of living beings. The second horn is that if the models aspire to reproduce biological versatility, then they are intractable.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Dans cette thèse nous nous sommes principalement concentrés sur les transmissions impulsion radio Ultra Large Bande (UWB-IR) qui a plusieurs avantages grâce à la nature de sa bande très large (entre 3.1GHZ et 10.6GHz) qui permet un débit élevé et une très bonne résolution temporelle. Ainsi, la très courte durée des impulsions émises assure une transmission robuste dans un canal multi-trajets dense. Enfin la faible densité spectrale de puissance du signal permet au système UWB de coexister avec les applications existantes. En raison de toutes ces caractéristiques, la technologie UWB a été considérée comme une technologie prometteuse pour les applications WSN. Cependant, il existe plusieurs défis technologiques pour l'implémentation des systèmes UWB. A savoir, une distorsion différente de la forme d'onde du signal reçu pour chaque trajet, la conception d'antennes très larges bandes de petites dimensions et non coûteuses, la synchronisation d'un signal impulsionnel, l'utilisation de modulation d'onde d'ordre élevé pour améliorer le débit etc. Dans ce travail, Nous allons nous intéresser à l'étude et l'amélioration de la synchronisation temporelle dans les systèmes ULB. / The basic concept of Impulse-Radio UWB (IR-UWB) technology is to transmit and receive baseband impulse waveform streams of very low power density and ultra-short duration pulses (typically at nanosecond scale). These properties of UWB give rise to fine time-domain resolution, rich multipath diversity, low power and low cost on-chip implementation facility, high secure and safety, enhanced penetration capability, high user capacity, and potential spectrum compatibility with existing narrowband systems. Due to all these features, UWB technology has been considered as a feasible technology for WSN applications. While UWB has many reasons to make it a useful and exciting technology for wireless sensor networks and many other applications, it also has some challenges which must be overcome for it to become a popular approach, such as interference from other UWB users, accurate modelling of the UWB channel in various environments, wideband RF component (antennas, low noise amplifiers) designs, accurate synchronization, high sampling rate for digital implementations, and so on. In this thesis, we will focus only on one of the most critical issues in ultra wideband systems: Timing Synchronization.

Les observateurs et la régulation de sortie sont deux thèmes centraux de la théorie des système non linéaires. Bien que de nombreux chercheurs ont consacré leur attention à ces questions depuis plus de trente ans, il y a encore de nombreuses questions ouvertes. Dans la théorie des observateurs un rôle clé est joué par les observateurs à grand gain. Le but de la première partie de la thèse est d'etudier nouvelles techniques qui permettent de surmonter ou au moins d'atténuer les principaux problèmes qui caractérisent cette classe d'observateurs. Nous proposons une nouvelle classe d'observateurs à grand gain, appelé "low-power", qui permet de surmonter les problèmes numériques, d'éviter le phénomène de peaking et d'améliorer les propriétés de sensibilité aux bruit de mesure à haute fréquence. La deuxième partie de la thèse aborde du problème de la régulation de sortie, qui a été résolu pour les systèmes linéaires au cours des années 70, par Francis et Wonham qui ont énoncé le célèbre «principe de modèle interne". Des solutions constructives ont aussi été proposées dans le cadre non linéaire mais sous des hypothèses restrictives qui réduisent la classe des systèmes auxquels cette méthodologie peut être appliquée. Dans la thèse, nous nous concentrons sur le problème de la régulation de sortie en présence de perturbations périodiques, et nous proposons une nouvelle approche qui nous permet de considérer une classe plus large de systèmes non linéaires. La technique obtenué est robuste au sens défini par Francis et Wonham. / Observers and output regulation are two central topics in nonlinear control system theory. Although many researchers have devoted their attention to these issues for more than 30 years, there are still many open questions. In the observer theory a key role is played by the so called high-gain observers. The purpose of the first part of the thesis is to study novel techniques which allow to overcome or at least to mitigate some of the main drawbacks characterizing this class of observers. We propose a novel class of high-gain observers, denoted as ``low-power'', which allows to overcome numerical problems, to avoid the peaking phenomenon and to improve the sensitivity properties to high-frequency measurement noise. The second part of the thesis addresses the output regulation problem, solved for linear systems during the 70's by Francis and Wonham who coined the celebrated ``internal model principle''. Constructive solutions have also been proposed in the nonlinear framework but under restrictive assumptions that reduce the class of systems to which this methodology can be applied. In this thesis we focus on the output regulation problem in presence of periodic disturbances and we propose a novel approach which allows to consider a broader class of nonlinear systems. The resulting design is robust in the sense defined by Francis and Wonham.

Ce travail se situe dans le cadre de la commande des systèmes à paramètres répartis régis par des équations aux dérivées partielles non linéaires. On cherche ici à élargir l'utilisation de la stratégie de commande prédictive du cadre classique de systèmes décrits par des équations différentielles ordinaires à celui où les systèmes sont décrits par une classe d'équations non linéaires aux dérivées partielles (EDP). L'intérêt de l'utilisation de la stratégie de commande prédictive est de pouvoir résoudre divers problèmes de conduite tout en tenant compte explicitement de diverses contraintes de fonctionnement. Nous avons choisi une démarche qui a consisté à considérer directement des cas réels issus du Génie des Procédés, où de nombreux modèles de connaissance sont décrits par des EDP fortement non linéaires : un procédé de séchage de peinture par infrarouge (donnant lieu à une application réelle), un procédé de fabrication de matériau composite et un procédé de destruction de gaz polluants par catalyse. La particularité de ce travail concerne le fait de proposer une structure adaptée de commande prédictive par modèle interne, celui-ci étant déterminé autour d'une trajectoire soit prédéfinie, soit générée en tenant compte de diverses contraintes de fonctionnement. Dans le contexte de résolution du problème d'optimisation posé par l'approche prédictive, nous proposons un algorithme hors-ligne (génération de trajectoire) et un autre en ligne.

Ce travail traite du contrôle des systèmes décrits par des Equations aux Dérivés Partielles. La structure de Commande par Modèle Interne est étendue aux systèmes hyperboliques de dimension infinie, à contrôle frontière. Les EDP considérées sont celles de Saint-Venant, non linéaires, décrivant les écoulements à surface libre. <br />Le modèle utilisé est une linéarisation autour d'un écoulement permanent dont les coefficients dépendent de la variable d'espace. Les pentes et frottements sont non nuls, prenant en compte les phénomènes variables le long du canal. <br />L'analyse et la synthèse du contrôle sont réalisées en considérant le système en boucle fermée comme une perturbation de celui en boucle ouverte. Les perturbations portent sur les opérateurs, les semigroupes et le spectre dans un espace de Hilbert. L'opérateur hyperbolique Ae(x)dx+ Be(x) est caractérisé explicitement sans transformation préalable, en dimension une d'espace, où Ae(x) et Be(x) sont bornés. <br />Pour la synthèse de commande, une structure de contrôle frontière par modèle interne est utilisée, après avoir été ramené sous forme Kalmanienne abstraite. L'analyse de la stabilité en boucle fermée, par la théorie de la perturbation en dimension infinie, permet de donner des conditions suffisantes sur les paramètres de synthèse d'une loi de commande du type intégral et/ou proportionnel. <br />Les résultats en simulation et expérimentaux sur le canal de Valence montrent la faisabilité de l'approche. Elle est testée dans le cas monobief et multibiefs.

Les réseaux de neurones formels permettent de construire, par apprentissage statistique, une vaste famille de modèles et de correcteurs non linéaires. L'objet de cette thèse est la définition des modalités de mise en œuvre de réseaux de neurones et l'évaluation de leur apport pour la modélisation et la commande non adaptatives de processus dynamiques non linéaires. Sur le plan théorique, nous présentons la modélisation et la commande de processus par réseaux de neurones dans un cadre aussi général que possible, en les plaçant dans la perspective de l'Automatique classique. En modélisation, les résultats concernant les systèmes linéaires nous aident à formuler les prédicteurs non linéaires optimaux théoriques correspondant à diverses hypothèses sur le bruit intervenant dans le processus à modéliser ; une méthodologie d'apprentissage associée fournit des prédicteurs neuronaux qui sont des réalisations des prédicteurs théoriques. Nous proposons ensuite une famille de systèmes de commande neuronaux, dont nous étudions les propriétés et les liens avec les systèmes de commande classique, linéaire ou non, en insistant notamment sur la robustesse ; ceci nous conduit à développer la commande avec modèle interne neuronale. Sur le plan pratique, nous illustrons notre démarche et nos résultats par une application industrielle, le pilotage d'un véhicule autonome tout-terrain, dont le volant, l'accélérateur et le frein sont commandés par des réseaux neuronaux.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

No description available.