Dans le contexte des systèmes dynamiques, cette thèse développe des techniques d'estimation d'état ensemblistes pour différentes classes de systèmes. On considère pour cela le cas d'un système standard linéaire invariant dans le temps soumis à des perturbations, des bruits de mesure et des incertitudes inconnus, mais bornés. Dans une première étape, une technique d'estimation d'état ellipsoïdale est étendue, puis appliquée sur un modèle d'octorotor utilisé dans un contexte radar. Une extension de cette approche ellipsoïdale d'estimation d'état est proposée pour des systèmes descripteurs. Dans la deuxième partie, nous proposons une méthode fondée sur la minimisation du P-rayon d'un zonotope, appliquée à un modèle d'octorotor. Cette méthode est ensuite étendue pour traiter les systèmes affines par morceaux. Dans la continuité des approches précédentes, un nouveau filtre de Kalman sous contraintes zonotopiques est proposé dans la dernière partie de cette thèse. En utilisant la forme duale d'un problème d'optimisation, l'algorithme projette l'état sur un zonotope qui forme l'enveloppe de l'ensemble des contraintes auxquelles l'état est soumis. La complexité de l'algorithme est ensuite améliorée en remplaçant le zonotope initial par une forme réduite en limitant son nombre de générateurs. / In the context of dynamical systems, this thesis focuses on the development of robust set-membership state estimation procedures for different classes of systems. We consider the case of standard linear time-invariant systems, subject to unknown but bounded perturbations and measurement noises. The first part of this thesis builds upon previous results on ellipsoidal set-membership approaches. An extended ellipsoidal set-membership state estimation technique is applied to a model of an octorotor used for radar applications. Then, an extension of this ellipsoidal state estimation approach is proposed for descriptor systems. In the second part, we propose a state estimation technique based on the minimization of the P-radius of a zonotope, applied to the same model of the octorotor. This approach is further extended to deal with piecewise affine systems. In the continuity of the previous approaches, a new zonotopic constrained Kalman filter is proposed in the last part of this thesis. By solving a dual form of an optimization problem, the algorithm projects the state on a zonotope forming the envelope of the set of constraints that the state is subject to. Then, the computational complexity of the algorithm is improved by replacing the original possibly large-scale zonotope with a reduced form, by limiting its number of generators.

<p> Motivated by the increasing need to monitor safety-critical systems subject to uncer-<br> tainties, a novel set-membership approach is proposed to estimate the state of a dynamical<br> system with unknown-but-bounded exogenous inputs. By fully utilizing the system struc-<br> tural information, the proposed algorithm can address both computational efficiency and<br> estimation accuracy without requiring restrictive conditions on the system. Particularly,<br> the system is first decomposed into the strongly observable subsystem and the weakly un-<br> observable subsystem. To make full use of the subsystem’s properties, a set-membership<br> observer based on the unknown input observer and an ellipsoidal set-membership observer<br> are designed for the two subsystems, respectively. Then, the resulting set estimates from<br> each subsystem are fused and transformed to obtain the set estimate for the original system,<br> which is guaranteed to bound the actual system state. The conditions for the boundedness<br> of the proposed set estimate are discussed, and the proposed set-membership observer is also<br> tested numerically using illustrative examples.</p>

Dans ce travail, nous proposons deux nouvelles approches ensemblistes pourl’estimation d’état basées sur la caractérisation explicite des bornes d’erreur d’estimation. Ces approches peuvent être vues comme la combinaison entre un observateur ponctuel et une caractérisation ensembliste de l’erreur d’estimation. L’objectif est de réduire la complexité de leur implémentation, de réduire le temps de calcul en temps réel et d’améliorer la précision et des encadrements des vecteurs d’état.La première approche propose un observateur ensembliste basé sur des ensembles invariants ellipsoïdaux pour des systèmes linéaires à temps-discret et aussi des systèmes à paramètres variables. L’approche proposée fournit un intervalle d’état déterministe qui est construit comme une somme entre le vecteur état estimé du système et les bornes de l’erreur d’estimation. L’avantage de cette approche est qu’elle ne nécessite pas la propagation des ensemble d’état dans le temps.La deuxième approche est une version intervalle de l’observateur d’état de Luenberger, pour les systèmes linéaires incertains à temps-discret, basés sur le calcul d’intervalle et les ensembles invariants. Ici, le problème d’estimation ensembliste est considéré comme un problème d’estimation d’état ponctuel couplé à une caractérisation intervalle de l’erreur d’estimation. / In This work, we propose two main new approaches for the set-membershipstate estimation problem based on explicit characterization of the estimation error bounds. These approaches can be seen as a combination between a punctual observer and a setmembership characterization of the observation error. The objective is to reduce the complexity of the on-line implimentation, reduce the on-line computation time and improve the accuracy of the estimated state enclosure.The first approach is a set-membership observer based on ellipsoidal invariant sets for linear discrete-time systems and also for Linear Parameter Varying systems. The proposed approach provides a deterministic state interval that is build as the sum of the estimated system states and its corresponding estimation error bounds. The important feature of the proposed approach is that does not require propagation of sets.The second approach is an interval version of the Luenberger state observer for uncertain discrete-time linear systems based on interval and invariant set computation. The setmembership state estimation problem is considered as a punctual state estimation issue coupled with an interval characterization of the estimation error.