Non asymptotic estimation methods / Rania Tafat (2020) 

Public ISBD Titre : Non asymptotic estimation methods : a focus on the volterra and modulating functions approaches Type de document : document électronique Auteurs : Rania Tafat, Auteur ; Messaoud Chakir, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2020 Importance : 1 fichier PDF (6.3Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Automatique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 101 - 108 Langues : Anglais (eng) Mots-clés : Non-asymptotic estimators Volterra observers Modulating functions based method. Index. décimale : PA01620 Résumé : In this work, we present two non-asymptotic integration transform based estimation methods: the Volterra and modulating functions approaches. We explain the design and reproduce both of the robust Volterra observer of a biased sinusoidal signal and Volterra differentiator. We contribute to the Volterra differentiator by constructing a novel bivariate kernel functions family in order to extend the approach to the noisy scenario and obtain promising results. We also propose a novel type of pseudo-modulating functions that are randomized, relax the differentiability condition and test them on a simple ODE parameter estimation in both noise-free and noisy cases where we obtain a maximum error of 5%. At last, we use the modulating functions based method to estimate the arterial blood flow and Windkessel 2-Element parameter first with analytically generated blood pressure and then using a database and conclude by underlying the data-sensitivity of the method. Non asymptotic estimation methods : a focus on the volterra and modulating functions approaches [document électronique] / Rania Tafat, Auteur ; Messaoud Chakir, Directeur de thèse . - [S.l.] : [s.n.], 2020 . - 1 fichier PDF (6.3Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Automatique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 101 - 108 Langues : Anglais (eng) Mots-clés : Non-asymptotic estimators Volterra observers Modulating functions based method. Index. décimale : PA01620 Résumé : In this work, we present two non-asymptotic integration transform based estimation methods: the Volterra and modulating functions approaches. We explain the design and reproduce both of the robust Volterra observer of a biased sinusoidal signal and Volterra differentiator. We contribute to the Volterra differentiator by constructing a novel bivariate kernel functions family in order to extend the approach to the noisy scenario and obtain promising results. We also propose a novel type of pseudo-modulating functions that are randomized, relax the differentiability condition and test them on a simple ODE parameter estimation in both noise-free and noisy cases where we obtain a maximum error of 5%. At last, we use the modulating functions based method to estimate the arterial blood flow and Windkessel 2-Element parameter first with analytically generated blood pressure and then using a database and conclude by underlying the data-sensitivity of the method.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00070	PA01620	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Automatique	Téléchargeable

Documents numériques

TAFAT.Rania URL