CRAN - Campus Sciences
BP 70239 - 54506 VANDOEUVRE Cedex
Tél : +33 (0)3 72 74 52 90 Fax : +33 (0)3 72 74 53 08
cran-secretariat@univ-lorraine.fr
 
 
Sujet de Thèse : Méthodes d'identification pour le contrôle d'attitude des satellites
Dates : 2017/04/27 - 2020/04/02
Etudiant : Carlo NAINER
Directeur(s) CRAN : Marion GILSON-BAGREL
Autre(s) Directeur(s) : Professeur Hugues Garnier (hugues.garnier@univ-lorraine.fr) , PITTET Christelle (christelle.pittet@cnes.fr)
Description : Descriptif du sujet
La validation du contrôle d'attitude des satellites passe par l'utilisation de simulateurs d'étude complexes qui mettent en œuvre des
modèles les plus représentatifs possibles du satellite et de son environnement orbital. Certains paramètres de ces modèles (couples
perturbateurs, inerties, modes souples, etc) sont difficilement identifiables au sol, ou avec des incertitudes importantes. Afin de les
recaler, il est possible d’identifier ces paramètres à partir de télémesures acquises en vol. Cette identification est rendue complexe par
les caractéristiques physiques des mesures (fréquences d’échantillonnage faible, bruit, biais) et par la difficulté de générer l’excitation
du système nécessaire à sa bonne observabilité : par exemple, les profils de guidage pour la calibration des paramètres peuvent être
différents des profils missions et générer des interruptions, ou s’ils ne sont pas prévus au départ peuvent amener le satellite à sortir de
son domaine de validation (dépointages ou vitesse angulaires importantes). Par ailleurs, dans certains cas plus critiques, l’identification
précise des paramètres est un prérequis pour la faisabilité du contrôle d’attitude : par exemple, dans le cas des orbites de très basse
altitude, l’erreur de connaissance du centrage du satellite peut générer un guidage non-optimal vis-à-vis de des perturbations
aérodynamiques et entraîner la perte du contrôle du satellite par saturation des actionneurs. Enfin, dans le cas des orbites elliptiques à
périgée bas, les couples perturbateurs évoluent rapidement, et il serait intéressant de pouvoir adapter le contrôle à l’amplitude et la
fréquence des perturbations. On recherche donc à identifier des modèles à paramètres variant dans le temps.
D’un point de vue théorique, l’identification paramétrique précise de modèle de type «boîte grise», de recherche d’entrées optimales
(génération des signaux d’excitation) et d’identification de modèles à paramètres variant dans le temps sont des sujets qui suscitent un
intérêt grandissant dans la recherche académique, avec des applications industrielles de plus en plus nombreuses. Il existe aujourd’hui
une grande variété d’outils méthodologiques et numériques qui permettent de répondre de mieux en mieux aux besoins.
L’objectif de la thèse est donc de développer de nouvelles techniques d’identification en boucle fermée de paramètres physiques
variant dans le temps, pour la commande adaptative de satellites. L’idée est de se fonder sur les travaux déjà développés dans l’équipe
pour l’identification en boucle fermée de systèmes linéaires [1,2] ou non linéaires [3] pour l’étendre au cas de l’identification de
modèles boîte grise. En outre, l’identification directe de modèles à temps continu sera privilégiée afin d’accéder directement à
l’estimation des paramètres physiques [4,5].
Les activités envisagées durant la thèse porteront sur les trois problématiques :
1. Identification récursive en boucle fermée de paramètres variant dans le temps de modèles boîte grise à partir de données de
télémesure incluant la conception de nouveaux algorithmes et la comparaison avec des algorithmes existants (de type Kalman). Ce
problème d’actualité soulève de nombreuses questions ouvertes, comme notamment le choix des fonctions non linéaires pour les
zones moins connues du modèle physique. Ce choix résulte souvent d’un compromis entre la flexibilité et la parcimonie du modèle. La
flexibilité est recherchée pour que le modèle retenu puisse inclure les phénomènes non linéaires complexes alors que la parcimonie
vise à n'utiliser que le minimum de paramètres pour expliquer ces phénomènes non linéaires. Une fois ce choix effectué, il reste à
développer des méthodes d’estimation paramétrique et réaliser la (in)-validation du modèle retenu. Cette partie s’appuiera notamment
sur le développement de méthodes de type variable instrumentale qui présentent de nombreux intérêts (identification de modèles non
biaisés et à variance minimale tout en se fondant sur des techniques simple d’optimisation), cf [6]. Par ailleurs, des aspects critiques
pour la méthodologie d’identification de modèles boîte grise seront étudiés : l’identifiabilité et l’analyse de sensibilité des paramètres
physiques, la robustesse des algorithmes développés à l’initialisation ou aux bruits de mesure, ou encore le calcul de régions
d’incertitude pour les paramètres estimés.
2. Un modèle ne peut être correctement identifié que si les données d’entrée/sortie sont suffisamment informatives. Il s’agira donc
de mener des recherches sur la sélection d’entrées suffisamment excitantes pour l’identification en tenant compte du contexte
d’identification en boucle fermée et d’identification de systèmes évoluant au cours du temps.
3. Implantation et tests des nouvelles approches à bord du satellite

Références :
[1] M. Gilson, P. Van den Hof. Instrumental variable methods for closed-loop system identification. Automatica, 41(2) :241-249, 2005.
[2] M. Gilson, H. Garnier, P.C. Young, P.M.J. Van den Hof. Opitmal instrumental variable method for closed-loop identification. IET
Control Theory And Applications, 5(10), 1147-1154, 2011.
[3] R. Tòth, V. Laurain, M. Gilson, H. Garnier. Instrumental Variable scheme for closed-loop LPV model identification.
[4] H. Garnier and L. Wang (Eds.), Identification of continuous-time models from sampled data. Springer-Verlag, London, 2008
[5] H. Garnier, Direct continuous-time approaches to system identification. Overview and benefits for practical applications. European
Journal of Controln 24, 50-62, July 2015.
[6] M. Gilson. What has Instrumental Variable method to offer for system identification ? Plenary seminar in 8th IFAC International
Conference on Mathematical Modelling (MathMOD 2015), Vienna – Austria, Feb. 2015.

Encadrants :
CRAN/Université de Lorraine :
- Prof. Marion Gilson
- Prof. Hugues Garnier
CNES : Christelle Pittet.
Mots clés : Identification de modèles boîtes grises, boucle fermée, modèle variant dans le temps, temps continu
Conditions : Cofinancement CNES, demande en cours région
Profil attendu : master en automatique, bonne connaissance théorie des systèmes, modélisation.
Bon niveau d'anglais obligatoire
Département(s) :
Contrôle Identification Diagnostic
Financement : Cofinancement CNES et région (demande en cours)