L'objectif de cette thèse est de développer des méthodes de synthèses d'observateurs et des contrôleurs basés sur un observateur pour les systèmes à retard. Différentes classes de systèmes ont été traitées avec différents types de retard. Trois méthodes ont été développées. La première méthode traite des systèmes non linéaires avec des non-linéarités lipschitziennes et consiste à transformer le système d'origine à un système LPV grâce à une reformulation de la propriété classique de Lipschitz. Cette technique est formulée pour les cas continu et discret, respectivement. Nous avons démontré, à travers des exemples numériques, que cette technique offre des conditions de synthèse moins restrictives par rapport aux résultats existants dans la littérature. La seconde méthode est développée pour une classe de systèmes singuliers avec des perturbations. La principale difficulté résidait dans la présence des dérivées des perturbations qui entravent l'analyse de la stabilité et pour laquelle deux approches ont été proposées: une approche $\mathcal{H}_{\infty}$ en utilisant une fonctionnelle de Lyapunov-Krasovskii spéciale dépendante des perturbations et une approche basée sur l'utilisation d'un critère de performance $\mathcal{W}^{1,2}$. La dernière méthode est basée sur l'utilisation des matrices de pondération libres pour résoudre le problème de contrôle des systèmes non-linéaires à retards inconnus. La solution proposée fournit une condition de synthèse LMI garantissant la stabilisation du système en boucle fermée malgré la présence du retard inconnu, au lieu d'une inégalité matricielle linéaire itérative ILMI trouvée habituellement dans la littérature / The objective of this dissertation is to develop observers and observer-based controllers synthesis methods for time-delay systems. Different classes of systems were treated with different types of delay. Three different methods were developed. The first one treats nonlinear systems with Lipschitz nonlinearities and consists in transforming the original system into an LPV system based on a reformulation of the classical Lipschitz property. This technique was formulated for continuous and discrete cases respectively and it was proven to provide less restrictive synthesis conditions when compared to the existing results in the literature. The second method deals with singular systems with disturbances. The main difficulty lay in the presence of the derivatives of the disturbances which hinder the stability analysis and for which two approaches are proposed:~a $\mathcal{H}_{\infty}$ criterion combined with a special Lyapunov-Krasovskii functional depending on disturbances and a $\mathcal{W}^{1,2}$ criterion based on the use of Sobolev norms. The last method is based on the Free Weighting Matrices technique to solve the observation and control problems of a class of nonlinear systems with unknown delays. The proposed solution provides a sufficient LMI synthesis condition ensuring the asymptotic stabilization of the closed loop system, instead of the iterative LMI condition usually found in the literature

Cette thèse traite de l’identification de systèmes dynamiques à partir de données échantillonnées à pas variable. Ce type de données est souvent rencontré dans les domaines biomédical, environnemental, dans le cas des systèmes mécaniques où un échantillonnage angulaire est réalisé ou lorsque les données transitent sur un réseau. L’identification directe de modèles à temps continu est l’approche à privilégier lorsque les données disponibles sont échantillonnées à pas variable ; les paramètres des modèles à temps discret étant dépendants de la période d’échantillonnage. Dans une première partie, un estimateur optimal de type variable instrumentale est développé pour estimer les paramètres d’un modèle Box-Jenkins à temps continu. Ce dernier est itératif et présente l’avantage de fournir des estimées non biaisées lorsque le bruit de mesure est coloré et sa convergence est peu sensible au choix du vecteur de paramètres initial. Une difficulté majeure dans le cas où les données sont échantillonnées à pas variable concerne l’estimation de modèles de bruit de type AR et ARMA à temps continu (CAR et CARMA). Plusieurs estimateurs pour les modèles CAR et CARMA s’appuyant sur l’algorithme Espérance-Maximisation (EM) sont développés puis inclus dans l’estimateur complet de variable instrumentale optimale. Une version étendue au cas de l’identification en boucle fermée est également développée. Dans la deuxième partie de la thèse, un estimateur robuste pour l'identification de systèmes à retard est proposé. Cette classe de systèmes est très largement rencontrée en pratique et les méthodes disponibles ne peuvent pas traiter le cas de données échantillonnées à pas variable. Le retard n’est pas contraint à être un multiple de la période d’échantillonnage, contrairement à l’hypothèse traditionnelle dans le cas de modèles à temps discret. L’estimateur développé est de type bootstrap et combine la méthode de variable instrumentale itérative pour les paramètres de la fonction de transfert avec un algorithme numérique de type gradient pour estimer le retard. Un filtrage de type passe-bas est introduit pour élargir la région de convergence pour l’estimation du retard. Tous les estimateurs proposés sont inclus dans la boîte à outils logicielle CONTSID pour Matlab et sont évalués à l’aide de simulation de Monte-Carlo / The output of a system is always corrupted by additive noise, therefore it is more practical to develop estimation algorithms that are capable of handling noisy data. The effect of white additive noise has been widely studied, while a colored additive noise attracts less attention, especially for a continuous-time (CT) noise. Sampling issues of CT stochastic processes are reviewed in this thesis, several sampling schemes are presented. Estimation of a CT stochastic process is studied. An expectation-maximization-based (EM) method to CT autoregressive/autoregressive moving average model is developed, which gives accurate estimation over a large range of sampling interval. Estimation of CT Box-Jenkins models is also considered in this thesis, in which the noise part is modeled to improve the performance of plant model estimation. The proposed method for CT Box-Jenkins model identification is in a two-step and iterative framework. Two-step means the plant and noise models are estimated in a separate and alternate way, where in estimating each of them, the other is assumed to be fixed. More specifically, the plant is estimated by refined instrumental variable (RIV) method while the noise is estimated by EM algorithm. Iterative means that the proposed method repeats the estimation procedure several times until a optimal estimate is found. Many practical systems have inherent time-delay. The problem of identifying delayed systems are of great importance for analysis, prediction or control design. The presence of a unknown time-delay greatly complicates the parameter estimation problem, essentially because the model are not linear with respect to the time-delay. An approach to continuous-time model identification of time-delay systems, combining a numerical search algorithm for the delay with the RIV method for the dynamic has been developed in this thesis. In the proposed algorithm, the system parameters and time-delay are estimated reciprocally in a bootstrap manner. The time-delay is estimated by an adaptive gradient-based method, whereas the system parameters are estimated by the RIV method. Since numerical method is used in this algorithm, the bootstrap method is likely to converge to local optima, therefore a low-pass filter has been used to enlarge the convergence region for the time-delay. The performance of the proposed algorithms are evaluated by numerical examples

Cette thèse porte sur la commande H∞ par loop-shaping pour les systèmes linéaires à temps invariant d'ordre faible avec ou sans retard et dépendant de paramètres inconnus. L'objectif est d'obtenir des correcteurs H∞ paramétriques, c'est-à-dire dépendant explicitement des paramètres inconnus, pour application à des viseurs gyrostabilisés.L'existence de ces paramètres inconnus ne permet plus l'utilisation des techniques numériques classiques pour la résolution du problème H∞ par loop-shaping. Nous avons alors développé une nouvelle méthodologie permettant de traiter les systèmes linéaires de dimension finie grâce à l'utilissation de techniques modernes de calcul formel dédiées à la résolution des systèmes polynomiaux (bases de Gröbner, variétés discriminantes, etc.).Une telle approche présente de multiples avantages: étude de sensibilités du critère H∞ par rapport aux paramètres, identification de valeurs de paramètres singulières ou remarquables, conception de correcteurs explicites optimaux/robustes, certification numérique des calculs, etc. De plus, nous montrons que cette approche peut s'étendre à une classe de systèmes à retard.Plus généralement, cette thèse s'appuie sur une étude symbolique des équations de Riccati algébriques. Les méthodologies génériques développées ici peuvent s'étendre à de nombreux problèmes de l'automatique, notamment la commande LQG, le filtrage de Kalman ou invariant. / This PhD thesis deals with the H∞ loop-shaping design for low order linear time invariant systems depending on unknown parameters. The objective of the PhD thesis is to obtain parametric H∞ controllers, i.e. controllers which depend explicitly on the unknown model parameters, and to apply them to the stabilization of gyrostabilized sights.Due to the unknown parameters, no numerical algorithm can solve the robust control problem. Using modern symbolic techniques dedicated to the solving of polynomial systems (Gröbner bases, discriminant varieties, etc.), we develop a new methodology to solve this problem for finite-dimensional linear systems.This approach shows several advantages : we can study the sensibilities of the H∞ criterion to the parameter variations, identify singular or remarquable values of the parameters, compute controllers which depend explicitly on the parameters, certify the numerical computations, etc. Furthermore, we show that this approach can be extended to a class of linear time-delay systems.More generally, this PhD thesis develops an algebraic approach for the study of algebraic Riccati equations. Thus, the methodology obtained can be extended to many different problems such as LQG control and Kalman or invariant filtering.