Accédez aux ressources directement depuis les compétences, savoirs, activités professionnelles, centres d'intérêt des référentiels, ainsi qu'aux sujets d'examen et séminaires nationaux.
publié le 17 jan 2025 par Hélène HORSIN MOLINARO
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 :
Cette ressource est accompagnée d'une annexe avec les ressources notebook Jupyter