Non-linear state error based extended Kalman filters with applications to navigation

Résumé : Cette thèse étudie l’utilisation de variables d’erreurs non linéaires dans la conception de filtres de Kalman étendus (EKF). La théorie des observateurs invariants sur les groupes de Lie sert de point de départ au développement d’un cadre plus général mais aussi plus simple, fournissant des variables d’erreur non linéaires assurant la propriété nouvelle et surprenante de suivre une équation différentielle (partiellement) linéaire. Ce résultat est mis à profit pour prouver, sous des hypothèses naturelles d'observabilité, la stabilité de l’EKF invariant (IEKF) une fois adapté à la classe de systèmes (non-invariants) introduite. Le gain de performance remarquable par rapport à l’EKF classique est illustré par des applications à des problèmes industriels réels, réalisées en partenariat avec l’entreprise SAGEM. Dans une seconde approche, les variables d’erreurs sont étudiées en tant que processus stochastiques. Pour les observateurs convergeant globalement si les bruits sont ignorés, on montre que les ajouter conduit la variable d’erreur à converger en loi vers une distribution limite indépendante de l’initialisation. Ceci permet de choisir des gains à l’avance en optimisant la densité asymptotique. La dernière approche adoptée consiste à prendre un peu de recul vis-à-vis des groupes de Lie, et à étudier les EKF utilisant des variables d’erreur non linéaires de façon générale. Des propriété globales nouvelles sont obtenues.
Type de document :
Thèse
Automatic. Mines Paristech, 2015. English
Liste complète des métadonnées

Littérature citée [113 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/tel-01247723
Contributeur : Axel Barrau <>
Soumis le : mardi 22 décembre 2015 - 16:13:40
Dernière modification le : lundi 12 novembre 2018 - 10:59:23
Document(s) archivé(s) le : dimanche 30 avril 2017 - 00:05:13

Identifiants

  • HAL Id : tel-01247723, version 1

Collections

Citation

Axel Barrau. Non-linear state error based extended Kalman filters with applications to navigation. Automatic. Mines Paristech, 2015. English. 〈tel-01247723〉

Partager

Métriques

Consultations de la notice

484

Téléchargements de fichiers

1559