Utilisation du filtre de Kalman

Pour connaître l’état d’un système, on peut envisager de l’instrumenter avec un ensemble de capteurs. Cependant, il est souvent difficile d’installer des capteurs pour mesurer toutes les grandeurs d’intérêt. De plus, les données fournies par ces capteurs sont souvent entachées d’erreurs dues aux incertitudes liées au bruit de mesure. Le filtre de Kalman propose une solution à ces problèmes en offrant une méthode d’estimation d’état à partir de mesures partielles et bruitées.

Cette ressource présente une initiation aux filtres de Kalman appliqués à un système dynamique. Elle offre un contexte théorique ainsi qu’un contexte pratique avec l’utilisation d’un notebook Jupyter pour expérimenter l’utilisation du filtre de Kalman sur un oscillateur harmonique amorti.

Contenu de la ressource :

1. Introduction
2. Un filtre de Kalman, comment ça marche
3. Application du filtre de Kalman à un système masse ressort amorti
   1. Problème inverse : estimation de forces extérieures
   2. Problème inverse : Structural Health Monitoring
4. Conclusion

Cette ressource est accompagnée d'une annexe avec les ressources notebook Jupyter