• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Identification de dynamique pour les systèmes bilinéaires et non-linéaires en présence d'incertitudes / Dynamic identification for bi-linear and non-linear systems in presence of uncertainties

Fu, Ying 09 December 2016 (has links)
Dans le cadre du contrôle quantique bilinéaire, cette thèse étudie la possibilité de retrouver l'Hamiltonien et/ou le moment dipolaire à l'aide de mesures d'observables pour un ensemble grand de contrôles. Si l'implémentation du contrôle fait intervenir des bruits alors les mesures prennent la forme de distributions de probabilité. Nous montrons qu'il y a toujours unicité (à des phases près) des Hamiltoniens de du moment dipolaire retrouvés. Plusieurs modèles de bruit sont étudiés: bruit discrète constant additif et multiplicatif ainsi qu'un modèle de bruit dans les phases sous forme de processus Gaussien. Les résultats théoriques sont illustrés par des implémentations numériques. / The problem of recovering the Hamiltonian and dipole moment, termed inversion, is considered in a bilinear quantum control framework. The process uses as inputs some measurable quantities (observables) for each admissible control. If the implementation of the control is noisy the data available is only in the form of probability laws of the measured observable. Nevertheless it is proved that the inversion process still has unique solutions (up to phase factors). Several models of noise are considered including the discrete noise model, the multiplicative amplitude noise model and a Gaussian process phase model. Both theoretical and numerical results are established.

Page generated in 0.0489 seconds