Identification des systèmes

1) Modèles de base (1er ordre, 2e ordre, modèles de Broïda et de Strejc)
2) Introduction aux algorithmes d'optimisation non linéaires et application à l'estimation de paramètres
3) Processus stochastiques : modèle ARMA et analyse spectrale, estimation
4) Identification non paramétrique (réponses impulsionnelles et fréquentielles)
5) Identification paramétrique (méthode des moindres carrés, minimisation de l'erreur de prédiction, méthode des sous-espaces, identification récursive)
TD : exercices sur les points vus en cours et mise en oeuvre sur Matlab des différentes techniques
TP : identification d'un processus physique par les différentes techniques - utilisation de la boite à outils Matlab "System Identification"