Tanguy

Une étude des systèmes non linéaires en théorie du
contrôle par les fonctions de Lyapunov

Emmanuel Moulay
To cite this version:

Emmanuel Moulay. Une étude des systèmes non linéaires en théorie du contrôle par les fonctions de
Lyapunov. Automatique / Robotique. Université de Poitiers, 2014. �tel-00974513�
HAL Id: tel-00974513

https://tel.archives-ouvertes.fr/tel-00974513
Submitted on 7 Apr 2014
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
UNIVERSITÉ DE POITIERS
Habilitation à diriger des recherches

présentée par
Emmanuel Moulay
Une étude des systèmes non linéaires en théorie du

contrôle par les fonctions de Lyapunov
Spécialité : AUTOMATIQUE
Soutenue le 28 mars 2014 devant le jury suivant :
Président du jury : Jean-Pierre RICHARD Professeur à l’École Centrale de Lille

Rapporteurs : Jean-Pierre BARBOT Professeur à l’ENSEA
Christophe PRIEUR DR CNRS au GIPSA-lab
Witold RESPONDEK Professeur à l’INSA de Rouen
Examinateurs : Patrick COIRAULT Professeur à l’Université de Poitiers
Vilmos KOMORNIK Professeur à l’Université de Strasbourg
Wilfrid PERRUQUETTI Professeur à l’École Centrale de Lille
Franck PLESTAN Professeur à l’École Centrale de Nantes
HDR préparée au laboratoire Xlim-SIC (UMR CNRS 7252)

Université de Poitiers
“Comprendre l’incertitude du réel, savoir qu’il y a du
possible encore invisible dans le réel.”
Edgar Morin, La Méthode : 6. Éthique, Points, 2006
À ma famille
Remerciements
Je tiens tout d’abord à remercier les collègues et amis qui ont accepté de participer à mon jury
et avec qui j’ai travaillé en étroite collaboration depuis plusieurs années : Patrick Coirault du La-
boratoire d’Informatique et d’Automatique pour les Systèmes de Poitiers, Wilfrid Perruquetti du
Laboratoire d’Automatique, Génie Informatique et Signal de Lille qui fut mon directeur de thèse
et Franck Plestan de l’Institut de Recherche en Communications et Cybernétique de Nantes. Ils
ont su me faire me partager leur vision pertinente et profonde de l’automatique.
Je tiens ensuite à remercier Jean-Pierre Barbot, Christophe Prieur et Witold Respondek, qui ont
accepté d’être rapporteurs de ce mémoire et de faire partie du jury. L’intérêt qu’ils portent à mon
travail est pour moi un encouragement et une source de motivation importants. Vilmos Komor-
nik et Jean-Pierre Richard me font l’honneur et le plaisir de participer au jury. Je les en remercie
chaleureusement.
Merci à Jean-Francois Lafay qui m’a accueilli à l’Institut de Recherche en Communications et

Cybernétique de Nantes lors de mon recrutement comme chargé de recherche au CNRS ainsi que
Michel Malabre pour ses qualités humaines. Merci à Rodolphe Vauzelle, Christine Fernandez
et Dominique Cros de Xlim qui m’ont ensuite reçu chaleureusement à Poitiers où j’ai trouvé un
cadre de travail propice à ma recherche et à mon épanouissement.
Je voudrais exprimer ma profonde gratitue à mes co-auteurs avec qui j’ai travaillé avec plaisir
ces dernières années : Laurent Autrique du Laboratoire d’Ingénierie des Systèmes Automatisés
d’Angers, Olivier Bachelier du Laboratoire d’Informatique et d’Automatique pour les Systèmes
de Poitiers, Sanjay P. Bhat de Tata Consultancy Services en Inde, Sylvain Brémond du CEA de
Cadarache, Rémi Carles de l’Institut de Mathématiques et de Modélisation de Montpellier, De-
nis Efimov de l’INRIA Lille-Nord Europe, Thierry Floquet du Laboratoire d’Automatique, Génie
Informatique et Signal de Lille, Alain Glumineau de l’Institut de Recherche en Communications
et Cybernétique de Nantes, Qing Hui de la Texas Tech University aux États-Unis, Samir Ladaci
de l’Université de Skikda en Algérie, Rémy Nouailletas du CEA de Cadarache, Yuri Orlov du
Centro de Investigación Científica y de Educación Superior de Ensenada au Méxique, Nader
Yeganefar du Laboratoire d’Analyse Topologie et Probabilités de Marseille.
Je remercie aussi mon ami Nima Yeganefar et Patrice Remaud avec qui nous discutons souvent
d’histoire et de philosophie des sciences au Laboratoire d’Informatique et d’Automatique pour
les Systèmes de Poitiers. Je remercie Tomas Ménard, Oumar Gaye et Emmanuel Bernuau que
6 Remerciements
j’ai co-encadrés en thèse, ainsi que Claude Moog de l’Institut de Recherche en Communications
et Cybernétique de Nantes qui m’a aidé dans l’encadrement de Tomas Ménard. Je n’oublie pas
mon collègue de bureau Benjamin Bringier et les collègues de Poitiers tous très sympathiques.
Enfin, je remercie ma femme Sophie, mes enfants Judith, Lucas et Augustin ainsi que ma famille
et ma belle-famille, qui m’ont apporté un soutien quotidien indispensable.
Table des matières
Introduction générale 8
Notations et abréviations 13
1 Notions générales 15
1.1 Stabilité de Lyapunov, fonctions de Lyapunov et homogénéité . . . . . . . . . . 15
1.2 Rétractions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3 Outils d’analyse des EDPs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2 Observation en temps fini et stabilisation des systèmes homogènes 23

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Observateurs en temps fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.1 Cas des systèmes linéarisables par injection d’entrée-sortie . . . . . . . . 25
2.2.2 Cas des systèmes uniformément observables . . . . . . . . . . . . . . . 27
2.3 Stabilisation des systèmes homogènes . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1 Stabilisation par des retours d’état homogènes . . . . . . . . . . . . . . . 32
2.3.2 Stabilisation homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3 L’obstruction topologique 37
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Rétraction du domaine d’attraction . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3 Obstruction topologique à la stabilisation par un retour d’état dépendant du temps 39
3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4 Contrôle du flux magnétique et équation de Schrödinger d’ordre supérieur 43

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2 Contrôle du flux magnétique dans les plasmas de tokamak . . . . . . . . . . . . 43
4.2.1 Retour d’état proportionnel . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.2.2 Retour d’état proportionnel-intégral . . . . . . . . . . . . . . . . . . . . 47
4.2.3 Simulation numérique de cas tests . . . . . . . . . . . . . . . . . . . . . 48
4.3 Les équations de Schrödinger d’ordre supérieur . . . . . . . . . . . . . . . . . . 51
4.3.1 Les différentes équations quantiques . . . . . . . . . . . . . . . . . . . . 51
4.3.2 Résolution des équations de Schrödinger d’ordre supérieur et convergence 55
8 Introduction générale
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Perspectives 59
Bibliographie 69
Introduction générale
Ce manuscrit présente une partie du travail réalisé en théorie du contrôle des systèmes non li-
néaires depuis l’obtention de ma thèse en 2005 [97] en tant que chargé de recherche au CNRS
en Automatique à l’Institut de Recherche en Communications et Cybernétique de Nantes entre
2006 et 2009, puis au département SIC du laboratoire Xlim à Poitiers depuis 2010. Le lecteur
trouvera dans les livres suivants [26, 51, 52, 65, 73, 134, 142] quelques ouvrages de référence en
théorie du contrôle des systèmes non linéaires. Le mémoire est constitué de trois chapitres qui
regroupent respectivement mes travaux sur :
– l’observation en temps fini et la stabilisation des systèmes homogènes ;
– l’obstruction topologique ;
– le contrôle du flux magnétique et l’équation de Schrödinger d’ordre supérieur.
Cette sélection a été guidée par l’applicabilité des résultats. En effet, ce critère me paraît aujour-
d’hui plus que jamais important en science. Le fil conducteur du manuscrit reste l’utilisation des
fonctions de Lyapunov, introduites par Alexander Mikhaïlovich Lyapunov (1857-1918) [87], qui
interviennent dans presque toutes les preuves. En effet, les fonctions de Lyapunov permettent de
montrer la stabilité des systèmes en utilisant la seconde méthode de Lyapunov [69], la première
méthode étant dédiée à la linéarisation. De plus, elles permettent de caractériser complètement
la stabilité asymptotique uniforme, que ce soit pour les points d’équilibre [76] comme pour les
ensembles invariants [136]. J’ai choisi de ne pas mettre les preuves qui apparaissent dans les ré-
férences associées aux résultats présentés dans le mémoire, ceci afin de bien mettre en évidence
les axes de recherche suivis et ne pas alourdir la présentation.
Après un chapitre introductif rappelant les principales notions utilisées dans ce manuscrit, le cha-
pitre 2 présente une partie de mes travaux sur l’observation et la stabilisation pour les systèmes
homogènes. L’homogénéité pondérée permet d’avoir assez facilement la propriété de temps fini,
que ce soit pour le problème de la stabilisation en temps fini que j’ai développé dans ma thèse
[97] ou pour le problème de l’observation en temps fini. Nous avons construit au cours de la
thèse de Tomas Ménard un observateur global en temps fini pour les systèmes uniformément
observables, présenté dans la première partie du chapitre 2. Ce travail s’appuie sur l’observateur
en temps fini développé dans [115] pour les systèmes linéarisables par injection d’entrée-sortie
et sur l’observateur à grand gain développé dans [40]. Le caractère global permet de construire
l’observateur en temps fini sans se préoccuper des conditions initiales. Parmi les domaines d’ap-
plication des techniques d’observation en temps fini, mentionnons :
– la robotique humanoïde qui nécessite la stabilisation sur chaque pas et l’observation de cer-
taines variables en temps fini ;
– les actionneurs électriques couramment utilisés en robotique ;

– la synchronisation de systèmes chaotiques en sécurité de l’information ;
– la stabilisation des véhicules sous-marins, satellites et automobiles qui sont soumis à de fortes
contraintes de temps.
Dans la seconde partie du chapitre 2, nous présentons une technique de stabilisation homogène
par des retours d’état homogènes utilisant les fonctions de Lyapunov contrôlées. Pour cela, nous
utilisons la technique des fonctions de Lyapunov contrôlées qui permet via une généralisation
de la formule de Sontag d’avoir un retour d’état homogène. En ajoutant des conditions supplé-
mentaires, nous pouvons construire un système bouclé homogène. La propriété d’homogénéité
pondérée est intéressante pour un système et elle peut être vue comme une généralisation de la
linéarité à des ordres supérieurs. L’homogénéisé peut aussi être plus intéressant que le linéarisé
car il approxime souvent mieux un système non linéaire et permet de construire des retours d’état
plus précis [62].
Le chapitre 3 est consacré à l’étude de l’obstruction topologique à la stabilité asymptotique pour

les systèmes non linéaires. Les interactions entre la topologie et le contrôle des systèmes non
linéaires se sont développés avec les travaux d’Henri Poincaré et se poursuivent encore aujour-
d’hui. Nous pouvons citer deux auteurs qui ont marqué l’interaction entre ces deux disciplines :
Roger W. Brockett et Nam P. Bhatia. Roger W. Brockett laisse son nom à la condition de Brockett
[19] qui est une condition nécessaire de stabilisation et Nam P. Bhatia est l’auteur de Stability
Theory of Dynamical Systems [14]. Dans le chapitre 3, nous nous intéressons à une autre obstruc-
tion à la stabilisation appelée l’obstruction topologique dont on peut trouver une démonstration
dans [134]. Cette obstruction indique que l’espace d’état d’un système ayant un point d’équilibre
globalement asymptotiquement stable est contractible. Dans un premier temps, nous l’étendons
aux ensembles invariants asymptotiquement stables en utilisant différentes notions de rétractes.
Puis dans un deuxième temps, nous montrons qu’elle ne peut pas être levée à l’aide d’un retour
d’état dépendant du temps au sens de la stabilité uniforme, contrairement à l’obstruction de Bro-
ckett. Comme l’obstruction topologique ne peut pas non plus être levée à l’aide de retours d’état
discontinus, une solution d’avenir serait de se tourner vers la classe des retours d’état hybrides.
Le chapitre 4 est dédié à l’étude de certaines EDPs. On s’intéresse en particulier au problème de

la stabilisation qui a connu de nombreux développements au cours des deux dernières décennies
[26, 71]. Au point de départ de ce travail, j’ai répondu à une sollicitation du CEA de Cadarache
qui souhaitait travailler avec des automaticiens sur le problème du contrôle de profil de cou-
rant dans les réacteurs de tokamak. Attiré par ce vaste projet pour l’humanité que représente le
contrôle de la fusion thermonucléaire, j’ai commencé à travailler sur ce sujet, puis nous avons
recruté Oumar Gaye en thèse. Dans la première partie de ce chapitre 4, je présente une des deux
méthodes que nous avons développées pour résoudre ce problème. Elle s’appuie sur les fonctions
de Lyapunov pour la construction d’un retour d’état proportionnel-intégral et sur les LMIs pour
montrer l’atténuation des perturbations. L’autre méthode utilise les modes glissants en dimension
infinie mais n’a finalement pas été retenue pour être implémentée sur un réacteur à fusion en rai-
son du problème de chattering lié à la discontinuité du retour d’état. La spécificité de ces deux
approches vient du fait que la construction des retours d’état se fait en dimension infinie et que
Introduction générale 11
nous ne discrétisons qu’une fois le contrôleur construit pour trouver les paramètres ingénieurs.
Nous espérons ainsi préserver plus longtemps le modèle physique et améliorer les performances
de contrôle. Ceci m’a amené à m’intéresser davantage à la physique et en particulier à la méca-
nique quantique. J’ai ainsi vu la possibilité de développer des équations de Schrödinger d’ordre
supérieur. Ceci est présenté dans la seconde partie du chapitre 4. Nous obtenons l’existence des
solutions pour ces équations sans potentiel, avec un potentiel borné et avec un potentiel linéaire.
Nous montrons aussi que ces équations convergent vers l’équation semi-relativiste et possède
donc la propriété de prendre en compte certains effets relativistes modérés et sont donc plus
précises que l’équation de Schrödinger. En revanche, elles ne sont pas aussi universelles que
l’équation de Schrödinger car elles ne fonctionnent plus par exemple avec un potentiel harmo-
nique. Nous pensons cependant qu’elles constitueront une solution pratique intermédiaire entre
l’équation de Schrödinger et l’équation semi-relativiste et se prêteront à un contrôle plus précis
des systèmes quantiques pour des applications possibles en chimie, en physique atomique et en
optique [31].
Nous conclurons ce mémoire par des perspectives d’avenir.

Notations et abréviations
Notations
Symbole Description
N: Ensemble des entiers naturels
N∗ : Ensemble des entiers naturels non nuls
R: Corps des réels
R≥0 : Ensemble des nombres réels positifs
R>0 : Ensemble des nombres réels strictement positifs
C: Corps des complexes
K: R ou C
|.| : Valeur absolue sur R et module sur C
k.kn : Norme euclidienne sur Rn
h., .i : Produit scalaire sur Rn
V: Voisinage non vide de l’origine dans Rn
ǫB n : Boule ouverte de rayon ǫ > 0 dans Rn
C 0 (E, F ) : Ensemble des fonctions continues de E dans F
C k (E, F ) : Ensemble des fonctions de classe k de E dans F
C ∞ (E, F ) : Ensemble des fonctions lisses de E dans F
Cc∞ (E, F ) : Ensemble des fonctions lisses à support compact de E dans F
S(Rn ) : Espace de Schwartz sur Rn
L2 (Ω) : Espace des fonctions de carré intégrable sur Ω ouvert de Rn
H s (Ω) : Espace de Sobolev sur Ω ouvert de Rn avec s ∈ R
⌈x⌋a : ⌈x⌋a = |x|a sgn(x), x ∈ R
M: Espace topologique localement compact
(M, ϕ) : Système dynamique
ϕ(t, x) : Semi-flot d’un système dynamique
TN : Espace tangent à la variété N
Lf V (x) : Dérivée de Lie de V le long de f
~: Constante de Planck réduite
c: Vitesse de la lumière dans le vide
14 Notations et abréviations
Abréviations
EDO : Equation différentielle ordinaire
EDP : Equation aux dérivées partielles
FLC : Fonction de Lyapunov contrôlée
ITER : International thermonuclear experimental reactor
LMI : Linear matricial inequality
LTE Long term evolution
SINR Signal to interference plus noise ratio
Chapitre 1
Notions générales
Ce chapitre présente des outils mathématiques de base qui seront utiles à la compréhension du
manuscrit.
1.1 Stabilité de Lyapunov, fonctions de Lyapunov et homogé-

néité
Dans ce manuscrit, on considère des semi-flot continus indépendants du temps ϕ : R≥0 × M →
M sur un espace topologique localement compact M. Le semi-flot ϕ vérifie ϕ (0, x) = x et
ϕ (t, ϕ (s, x)) = ϕ (t + s, x) pour tout t, s ∈ R≥0 et x ∈ M. L’espace topologique M, appelé
l’espace d’état, et le semi-flot ϕ, aussi appelé la fonction d’évolution, définissent ensemble un
système dynamique qui est noté (M, ϕ). Le lecteur trouvera de plus amples informations dans
[13, 14].
Pour chaque t ∈ R≥0 , on note ϕt la fonction x 7→ ϕ(t, x).
Définition 1.1 Un ensemble K ⊂ M est invariant si ϕt (K) = K pour tout t ≥ 0.
Rappelons la définition de la stabilité de Lyapunov.
Définition 1.2 Un ensemble K ⊂ M est asymptotiquement stable si les deux conditions sui-
vantes sont vérifiées :
1. K est stable au sens de Lyapunov, i.e. pour tout voisinage ouvert O ⊆ M de K, il existe
un voisinage ouvert U ⊆ M de K tel que ϕt (U ) ⊆ O pour tout t ≥ 0.
2. K est attractif, i.e. il existe un voisinage ouvert W ⊆ M de K tel que, pour tout x ∈ W et
tout voisinage ouvert U ⊆ M de K, il existe T ≥ 0 tel que ϕ(t, x) ∈ U pour tout t > T .
Si W = M, on dit que le système est globalement asymptotiquement stable. Le domaine d’at-
traction d’un ensemble asymptotiquement stable K ⊆ M est l’ensemble A des points x de M
tels que pour tout voisinage ouvert U de K, il existe T > 0 tel que ϕ(t, x) ∈ U pour tout t ≥ T .
On sait que le domaine d’attraction A d’un ensemble asymptotiquement stable est un ensemble
ouvert et invariant [69].
16 Chapitre 1 . Notions générales
Définition 1.3 La dérivée de Lie de V : Rn → R le long de f : Rn → Rn est définie par

L f V : Rn → R
x 7→ h∇V (x), f (x)i
Définition 1.4 Une fonction V : Rn → R est définie positive (respectivement définie négative)
si V (0) = 0 et V (x) > 0 pour tout x 6= 0 (respectivement V (0) = 0 et V (x) < 0 pour tout
x 6= 0).
Considérons maintenant le système
ẋ = f (x) , x ∈ Rn (1.1)
où f : Rn → Rn est une fonction continue. Un point xe ∈ Rn est un point d’équilibre du système
(1.1) si f (xe ) = 0.
On note V un voisinage ouvert de l’origine dans Rn . Si V : V → R est une fonction continûment
différentiable, la dérivée totale de V pour le système (1.1) est définie par
V̇ (x) = Lf V (x).
Définition 1.5 Une fonction de Lyapunov V : V → R pour le système (1.1) est une fonction
continûment différentiable définie positive telle que V̇ est définie négative. On dit aussi que V
est une fonction de Lyapunov stricte.
On énonce le théorème de Lyapunov qui constitue la seconde méthode de Lyapunov pour prouver
la stabilité asymptotique d’un système [69, Theorem 4.1].
Théorème 1.6 (Théorème de Lyapunov) Supposons que f (0) = 0. S’il existe une fonction de
Lyapunov V : V → R pour le système (1.1) alors l’origine du système (1.1) est asymptotiquement
stable. Si V = Rn alors l’origine du système (1.1) est globalement asymptotiquement stable.
Ce théorème de Lyapunov s’étend aux EDOs non autonomes dépendant du temps [69, Theo-
rem 4.9], aux ensembles invariants des systèmes dynamiques [14], aux systèmes à retards via
l’utilisation des fonctionnelles de Lyapunov [54, p. 132], aux EDPs [142, Theorem 87], aux sys-
tèmes discrets [36]. C’est donc un théorème très général pour prouver la stabilité d’un système
dynamique.
Soit m ∈ N∗ , considérons le système affine suivant
m
X
ẋ = f0 (x) + fi (x)ui , x ∈ Rn , u ∈ Rm (1.2)
i=1
où fi ∈ C 0 (Rn ) pour tout 0 ≤ i ≤ m et f0 (0) = 0. On parle de système bouclé pour désigner le

système
m
X
ẋ = f0 (x) + fi (x)ui (x), x ∈ Rn (1.3)
i=1
qui correspond au système (1.2) auquel on applique le retour d’état u(x) = (u1 (x), . . . , um (x)).
On définit la notion de fonction de Lyapunov contrôlée introduite dans [3].
1.1 Stabilité de Lyapunov, fonctions de Lyapunov et homogénéité 17
Définition 1.7 Une fonction définie positive continûment différentiable V : V → R≥0 est une
fonction de Lyapunov contrôlée (FLC) pour le système (1.2) si pour tout x ∈ V \ {0},
inf (a (x) + hB (x) , ui) < 0
u∈Rm
où
a (x) = Lf0 V (x),
bi (x) = Lfi V (x), 1 ≤ i ≤ m,
B (x) = (b1 (x), . . . , bm (x)) .
Une FLC vérifie la propriété de petit contrôle si pour tout ǫ > 0, il existe δ > 0 tel que, si
x ∈ δB n , alors il existe u ∈ ǫB m tel que
a (x) + hB (x) , ui < 0.
Remarque 1.8 Si m = 1, la propriété de petit contrôle est équivalente à

a(x)
lim sup ≤ 0.
kxkn →0 |B (x)|
La limite peut très bien être −∞.
On définit la notion d’homogénéité pondérée introduite dans [123] qui généralise la notion de
linéarité.
Définition 1.9 Une fonction V : Rn → R est homogène de degré d par rapport aux poids
(r1 , . . . , rn ) ∈ Rn>0 si
V (∆λ (x)) = λd V (x1 , . . . , xn )
pour tout λ > 0 où ∆λ (x) = (λr1 x1 , . . . , λrn xn ). Une fonction f : Rn → Rn est homogène
de degré d par rapport aux poids (r1 , . . . , rn ) ∈ Rn>0 si pour tout i ∈ {1, . . . , n}, la i−ème
composante fi est une fonction homogène de degré ri + d, i.e.
fi (∆λ (x)) = λri +d fi (x1 , . . . , xn )
pour tout λ > 0. Le système (1.1) est dit homogène de degré d par rapport aux poids (r1 , . . . , rn ) ∈
Rn>0 si f est homogène de degré d par rapport aux poids (r1 , . . . , rn ) ∈ Rn>0 .
Nous faisons maintenant un bref rappel concernant la stabilité en temps fini. Pour plus de détails,
le lecteur peut se référer à [97]. La stabilité en temps fini est plus restrictive que la stabilité asymp-
totique. Dans le cas d’un système stable en temps fini à l’origine, toutes les solutions convergent
en temps fini vers l’origine. Un tel système ne possède donc pas la propriété d’unicité des so-
lutions et ne peut être lipschitzien à l’origine. Nous serons obligés de considérer des systèmes
continus et non lipschitziens à l’origine. Pour un système continu, l’existence des solutions au
sens classique est toujours assurée, mais l’unicité ne l’est pas, contrairement aux systèmes lip-
schitziens. Il est possible d’obtenir la stabilité en temps fini pour des systèmes seulement continus
ayant l’unicité à droite des solutions. On définit ainsi la notion d’unicité à droite des solutions.
Définition 1.10 Le système (1.1) possède l’unicité à droite des solutions si pour tout x0 ∈ Rn ,
il existe Tx0 > 0 tel que, si ϕ1 : [0, T1 ) × Rn → Rn et ϕ2 : [0, T2 ) × Rn → Rn sont deux
solutions maximales de (1.1) avec ϕ1 (0, x0 ) = ϕ2 (0, x0 ) = x0 , alors Tx0 ≤ min{T1 , T2 } et
ϕ1 (t, x0 ) = ϕ2 (t, x0 ) pour tout t ∈ [0, Tx0 ).
On peut supposer sans perte de généralité que pour tout x0 ∈ Rn , Tx0 est choisi de façon à être
le plus grand possible dans R≥0 .
On rappelle la définition de la stabilité en temps fini introduite dans [53] et dont une formulation
moderne est donnée dans [10].
Définition 1.11 ([10]) Supposons que f (0) = 0. L’origine du système (1.1) est un point d’équi-
libre stable en temps fini s’il existe une fonction T : V\{0} → (0, +∞), appelée temps d’éta-
blissement du système (1.1), telle qu’on ait les propriétés suivantes :
– stabilité au sens de Lyapunov : pour tout voisinage ouvert O ⊆ Rn de l’origine, il existe un
voisinage ouvert U ⊆ Rn de l’origine, tel que pour tout x0 ∈ U\{0} et pour toute solution
ϕ(t, x0 ) de (1.1) telle que ϕ(0, x0 ) = x0 , ϕ(t, x0 ) ∈ O pour tout t ∈ [0, T (x0 )).
– convergence en temps fini : pour tout x0 ∈ V\{0}, et pour toute solution ϕ(t, x0 ) de (1.1) telle
que ϕ(0, x0 ) = x0 , ϕ(t, x0 ) est définie sur [0, T (x0 )) et limt→T (x0 ) ϕ(t, x0 ) = 0.
L’origine du système (1.1) est un point d’équilibre globalement stable en temps fini s’il est stable
en temps fini avec V = Rn .
Nous illustrons la définition précédente par un exemple classique.
Exemple 1.12 Soit le système
ẋ = ⌈x⌋α = −sign(x)|x|α , x ∈ R, α ∈ (0, 1). (1.4)
Les solutions partant de x0 au temps t = 0 sont données par

 1 1−α

 sign(x0 ) (|x0 |
1−α
− t(1 − α)) 1−α si 0 ≤ t ≤ |x1−α0|
, x0 6= 0
|x0 |1−α
ϕ(t, x0 ) = 0 si t > 1−α , x0 6= 0


0 si t ≥ 0, x0 = 0
Les solutions décroissent et finissent par être nulles à partir d’un certain temps. Le système (1.4)
est donc stable en temps fini. De plus, le temps d’établissement est donné par
|x0 |1−α
T (x0 ) = .
1−α
Dans le cas général, l’utilisation directe de la définition 1.11 de la stabilité en temps fini n’est pas
possible sans la connaissance des solutions. Des conditions suffisantes ont donc été développées.
Dans [53], l’auteur a obtenu une première condition nécessaire et suffisante pour les systèmes
scalaires. Ce résultat se généralise aux dimensions supérieures, mais cette condition est alors
seulement suffisante [103].
1.2 Rétractions 19
Définition 1.13 Soit (a1 , . . . , an ) ∈ Rn . On définit la forme canonique d’observabilité par

ż = A (a1 , . . . , an ) z + f y, u, u̇, ..., u(r) (1.5)
y = Cz (1.6)
où z ∈ Rn est l’état, u la variable de contrôle, y la sortie, r ∈ N∗ et

 
a1 1 0 0 0
 a2 0 1 0 0
 
 .. .
. .
. . . .
. 
A (a1 , . . . , an ) =  . . . . . , C = 1 0 ... 0 . (1.7)
 
an−1 0 0 0 1
an 0 0 0 0
1.2 Rétractions
Nous rappelons différentes notions concernant les rétractes qui seront utiles pour le chapitre 3.
Le lecteur pourra trouver de nombreuses informations sur la théorie des rétractes dans [64].
Définition 1.14 Soit X ⊆ Y ⊆ M.

1. X est un rétracte de Y s’il existe une application continue r : Y → X, appelée rétraction,
telle que r(x) = x pour tout x ∈ X.
2. X est un rétracte par déformation de Y s’il existe une homotopie continue h : [0, 1] × Y →
M telle que
h (0, y) = y,
h (1, y) ∈ X,
h (1, x) = x,
pour tout y ∈ Y et x ∈ X.
3. X est un rétracte par déformation forte de Y s’il existe une homotopie continue h : [0, 1] ×
Y → M telle que
h (0, y) = y,
h (1, y) ∈ X,
h (t, x) = x,
pour tout y ∈ Y , x ∈ X et t ∈ [0, 1].

4. X est un rétracte par déformation faible de Y si chaque voisinage ouvert U ⊆ M de X
contient un rétracte V par déformation forte de Y tel que X ⊆ V .
Un ensemble Y ⊆ M est contractible s’il existe x ∈ M tel que l’ensemble singleton X = {x}
est un rétracte par déformation forte de Y .
Définition 1.15 X ⊆ M est un rétracte de voisinage (respectivement, un rétracte par déforma-

tion de voisinage, un rétracte par déformation forte de voisinage) de M s’il existe un voisinage
ouvert Y ⊆ M de X tel que X est un rétracte (respectivement, rétracte par déformation, ré-
tracte par déformation forte) de Y .
On rappelle un résultat qui relie les définitions 1.14 et 1.15.
Proposition 1.16 ([100]) Supposons que X ⊆ M soit un rétracte par déformation faible de
Y ⊆ M. Alors on a les résultats suivants.
1. Si X est un rétracte de voisinage de M, alors X est un rétracte de Y .
2. Si X est un rétracte par déformation de voisinage de M, alors X est un rétracte par
déformation de Y .
3. Si X est un rétracte par déformation forte de voisinage de M, alors X est un rétracte par
déformation forte de Y .
1.3 Outils d’analyse des EDPs

Concernant le contenu de cette partie qui servira au chapitre 4, le lecteur peut se référer à [120].
Pour x ∈ Rn avec n ∈ N∗ , α = (α1 , . . . , αn ) ∈ Nn , on note
n
X
α
x = xα1 1 xα2 2 . . . xαnn , |α| = αi .
i=1
Pour β ∈ Nn et f ∈ C ∞ (Rn ; K), on note
∂ β1 ∂ β2 ∂ βn
∂β f = ... f.
∂xβ1 1 ∂x2β2 ∂xβnn
Définition 1.17 On définit l’espace de Schwartz par

S(R ) = f ∈ C ∞ (Rn ; K) : sup xα ∂ β f (x) < +∞,
n
∀α, β ∈ N n
.
x∈Rn
Pour f ∈ S(Rn ), la transformée de Fourier de f , notée fb où F(f ), est définie par

Z
b 1 −ix·p
f (p) = n e ~ f (x)dx (1.8)
(2π~) 2 x∈Rn
h
où p est la variable de Fourier et ~ = 2π
la constante de Planck réduite.
La fonction Rn ∋ p 7→ fb(p) appartient à S(Rn ). Les principales propriétés de la transformée de

Fourier qui seront utilisées dans ce mémoire sont données dans la proposition 1.18. En particu-
n
lier, on choisit le facteur de normalisation (2π)− 2 dans (1.8) afin que la formule d’inversion de
Fourier et la formule de Plancherel soient simples.
1.3 Outils d’analyse des EDPs 21
Proposition 1.18 Soit f ∈ S(Rn ), pour tout j ∈ {1, . . . , n} on a

∂f pj
F (p) = i fb(p); (1.9)
∂xj ~
∂ fb i
(p) = − F (xj f ) (p). (1.10)
∂pj ~
On a la formule d’inversion de Fourier

Z
1 +ix·p
f (x) = n e ~ fb(p)dp
(2π~) 2 p∈Rn
et la formule de Plancherel
kukL2 (Rn ) = kb
ukL2 (Rn ) , ∀u ∈ L2 (Rn )
qui indique que la transformée de Fourier est unitaire sur L2 (Rn ).
Définition 1.19 Soit Ω un ouvert de Rn , L2 (Ω) est l’espace des fonctions de carré intégrable sur
Ω, i.e. les fonctions mesurables u : Ω → K telles que
Z
|u(x)|2 dx < +∞.
x∈Ω
Pour s ∈ R, on définit l’espace de Sobolev H s (Ω) par

Z
s 2 2

2 sb
2

H (Ω) = f ∈ L (Ω) : kf kH s (Ω) := 1 + |p| f (p) dp < +∞ .
p∈Ω
Si de plus s est un entier positif, l’espace de Sobolev H s (Ω) peut être caractérisé par

H s (Ω) = f ∈ L2 (Ω) : ∂ α f ∈ L2 (Ω), |α| ≤ s .
Chapitre 2
Observation en temps fini et stabilisation

des systèmes homogènes
2.1 Introduction
Dans ce chapitre, nous avons fait le choix de nous concentrer sur deux aspects de l’étude des
systèmes homogènes. Le premier aspect, présenté dans la partie 2.2 et développé en collabo-
ration avec Tomas Ménard et Wilfrid Perruquetti, concerne la construction d’observateurs en
temps fini pour des systèmes uniformément observables, globalement lipschitziens et dont l’en-
trée est bornée. Ce travail représente une suite naturelle et complémentaire de ma thèse [97]
qui traitait le problème de la stabilisation en temps fini. Le second aspect, présenté dans la par-
tie 2.3, concerne la stabilisation homogène pour un système homogène possédant une fonction
de Lyapunov contrôlée. Les méthodes proposées sont constructives et fournissent des stratégies
implémentables en théorie du contrôle, ce qui est un des objectifs majeurs en automatique.
2.2 Observateurs en temps fini

Lorsque l’état d’un système observable n’est pas complètement mesurable ou qu’on ne souhaite
pas le mesurer dans son intégralité, on peut concevoir un observateur qui permet de le recons-
truire à partir d’un modèle étendu. Cette technique fut introduite par le père fondateur de l’auto-
matique moderne Rudolf E. Kalman dans [66] pour les systèmes linéaires stochastiques puis par
David G. Luenberger dans [86] pour les systèmes linéaires déterministes. Puis ces techniques se
sont développées pour les systèmes non linéaires, avec par exemple le filtre de Kalman étendu.
La majorité des observateurs qui existent dans la littérature sont des observateurs asymptotiques
[8], c’est-à-dire que l’erreur d’observation tend vers zéro sans jamais l’atteindre. Or, il existe un
certain nombre de problèmes où la connaissance exacte de l’état est requise. Nous pouvons citer
deux exemples qui nécessitent la propriété de temps fini :
– le robot marcheur en robotique où l’on doit stabiliser le système en temps fini sur chaque pas
(voir par exemple [116]) ;
24 Chapitre 2 . Observation en temps fini et stabilisation des systèmes homogènes
– la synchronisation unidirectionnelle de signaux chaotiques développée dans [113] dont la pro-

blématique est équivalente à le recherche d’un observateur [106]. Différents observateurs basés
sur des méthodes adaptatives [38], le backstepping [89], les formes hamiltoniennes [81] ou les
exposants de Lyapunov [113] ont été proposés avec une convergence de l’erreur asymptotique.
Concernant la synchronisation de signaux chaotiques pouvant être utilisée en sécurité de l’infor-
mation, le caractère chaotique oblige à avoir un degré de précision extrêmement élevé en raison
de la sensibilité par rapport aux conditions initiales [114]. Dans ce cadre, l’utilisation d’observa-
teurs en temps fini permet de reconstruire exactement le signal contrairement à un observateur
classique [4, 115].
La première approche développée dans [32, 58] pour la synthèse d’observateurs en temps fini
utilise des observateurs par modes glissants. Cette approche considère des systèmes discontinus
contrairement à l’approche proposée dans ce mémoire où les systèmes sont continus. La conti-
nuité de l’observateur permet d’obtenir la continuité du système bouclé à condition que le retour
d’état soit lui-même continu. On évite dans ce cas les phénomènes oscillatoires potentiellement
néfastes aux actionneurs.
Dans [37], les auteurs proposent une seconde approche pour les systèmes linéaires invariants
dans le temps. Ce résultat utilise la théorie des systèmes à retards et a été étendu dans [95] pour
les systèmes sous une forme canonique d’observabilité. La même méthodologie a été utilisée
dans [94] pour construire un observateur en temps fini pour les systèmes linéaires variants dans
le temps. Dans [126], les auteurs utilisent le même principe pour concevoir leur observateur.
L’homogénéité a été utilisée ces dernières années pour la construction d’observateurs en temps
fini. Une méthode algébrique utilisant un observateur homogène en temps fini a par exemple
été proposée dans [132]. En utilisant l’homogénéité, il est possible de trouver des conditions
suffisantes de stabilité en temps fini qui peuvent se vérifier facilement. Rappelons ce résultat.
Proposition 2.1 ([9]) Supposons que le système (1.1) soit homogène de degré d < 0 par rapport
aux poids (r1 , . . . , rn ) ∈ (0, +∞)n . Alors l’origine du système (1.1) est globalement stable en
temps fini si et seulement si elle est localement asymptotiquement stable.
Le résultat suivant montre que la stabilité en temps fini persiste même en présence de perturba-
tions sur l’état.
Proposition 2.2 ([12]) Considérons le système (1.1) et supposons que f se décompose sous la
forme f = g1 + · · · + gk où les gi sont continus et homogènes de degré mi par rapport aux poids
(r1 , . . . , rn ) ∈ (0, +∞)n pour tout i ∈ {1, . . . , k} avec m1 < m2 < · · · < mk . Si l’origine du
système
ẋ = g1 (x)
est stable en temps fini alors l’origine du système (1.1) est localement stable en temps fini.
On peut trouver une étude de la stabilité et de la stabilisation des systèmes homogènes dans
[12, 99]. Une première approche a été développée dans [63] utilisant l’homogénéité pour la
conception d’un contrôleur par retour de sortie pour les systèmes de dimension deux. À partir de
là, on a développé deux approches différentes. En effet, pour montrer qu’un système homogène
2.2 Observateurs en temps fini 25
est stable en temps fini, il faut montrer que son degré d’homogénéité est négatif et qu’il est
asymptotiquement stable au sens de Lyapunov. Les deux approches correspondent à la façon
de montrer la stabilité au sens de Lyapunov. Une première approche est celle par backstepping ;
cette construction est bien adaptée aux systèmes homogènes car c’est un algorithme récursif, voir
[119, 77, 78, 2]. Cependant, le calcul des gains se révèle compliqué quand l’ordre du système
augmente. Une approche alternative, basée sur le lemme du tube en topologie, a été proposée dans
[115] pour les systèmes linéarisables par injection d’entrée-sortie. Dans [131], cette approche a
été généralisée aux systèmes uniformément observables avec un observateur semi-global. Dans
[130], un observateur avec un gain adaptatif a permis d’obtenir la convergence globale. Nous
avons également construit un observateur global, mais avec un gain fixe qui est le même que
dans le cas linéaire. Ceci permet une mise en place simplifiée de l’observateur en temps fini [92].
2.2.1 Cas des systèmes linéarisables par injection d’entrée-sortie

Nous rappelons tout d’abord les résultats que nous avons obtenus concernant les systèmes linéa-
risables par injection d’entrée-sortie dans [115]. On considère la construction d’un observateur
en temps fini pour les systèmes de la forme
(
ẋ = A (−k1 , . . . , −kn ) x + f (y, u, u̇, . . . , u(r) )
(2.1)
y = Cx, y ∈ R
où x ∈ Rn , r ∈ N∗ , u est une entrée suffisamment dérivable et A (−k1 , . . . , −kn ) et C sont

donnés par (1.7). Le système (2.1) représente la forme canonique des systèmes linéarisables par
injection d’entrée-sortie. Le lecteur pourra trouver dans [74, 75, 138] une étude détaillée des
systèmes linéarisables par injection d’entrée-sortie. L’observateur proposé est de la forme
     
x̂˙ 1 x1 k1 ⌈x̂1 − x1 ⌋α1
 x̂˙   x̂2   k2 ⌈x̂1 − x1 ⌋α2 
 2    (r)  
 ..  = A (−k1 , . . . , −kn )  ..  + f (y, u, u̇, . . . , u ) −  ..  (2.2)
 .   .   . 
˙x̂n x̂n kn ⌈x̂1 − x1 ⌋ αn
où ⌈x⌋α = sgn(x).|x|α , α > 0. Les gains ki et les puissances αi sont définis dans la suite.
L’équation de l’erreur d’observation est donnée par :


 ė1 = e2 − k1 ⌈e1 ⌋α1


 α2
ė2 = e3 − k2 ⌈e1 ⌋

..
. (2.3)



 ėn−1 = en − kn−1 ⌈e1 ⌋αn−1



ėn = −kn ⌈e1 ⌋αn
avec e = x̂ − x.
Afin de pouvoir appliquer la proposition 2.1, il faut choisir les puissances αi de telle façon que
le système (2.3) soit homogène. On a le résultat suivant.

Théorème 2.3 ([115]) Soit α1 ∈ 1 − n1 , 1 , αi = iα1 − (i − 1) pour tout i ∈ {1, . . . , n} et les
gains (k1 , . . . , kn ) tels que la matrice A (−k1 , . . . , −kn ) soit de Hurwitz alors il existe ǫ ∈ 0, n1
tel que pour tout α1 ∈ (1 − ǫ, 1), le système (2.1) admet le système (2.2) pour observateur global
en temps fini.
On démontre ce théorème en utilisant la fonction homogène
V (α1 , e) = ẽT P ẽ
où  1 
⌈e1 ⌋ q
 1 
 ⌈e2 ⌋ α1 q

ẽ =  .. 

 . 
1
⌈en ⌋ αn−1 q
avec q = Πni=1 ((i−1)α1 −(i−2)) le produit des poids, et P la solution de l’équation de Lyapunov
A (−k1 , . . . , −kn )T P + P A (−k1 , . . . , −kn ) = −I
et le lemme du tube afin de prouver la stabilité de (2.3). Rappelons le lemme du tube qu’on peut
trouver par exemple dans [104].
Lemme 2.4 (Lemme du tube) Considérons l’espace produit : X × Y où Y est un compact. Si

N est un ouvert de X × Y contenant la tranche {x0 } × Y de X × Y , alors N contient un tube
W × Y de {x0 } × Y , où W est un voisinage ouvert de x0 dans X.
Si les gains sont choisis de la même manière que pour un observateur linéaire avec une condition
de Hurwitz, alors en réglant le gain α1 assez proche de 1, on obtient la stabilité en temps fini
grâce au lemme du tube 2.4 qui permet de changer légèrement le paramètre α1 sans perdre la
stabilité.
Donnons un exemple d’application de ce théorème au circuit de Chua qui peut être utilisé pour
la synchronisation chaotique.
Exemple 2.5 ([115]) Le circuit de Chua appartient à la classe des systèmes chaotiques qui
peuvent être mis sous une forme canonique (1.5)-(1.6). Les équations de l’oscillateur de Chua
sont données par 
1

C1 ẋ1 = R (x2 − x1 ) + h (x1 )
C2 ẋ2 = R1 (x1 − x2 ) + x3 (2.4)


Lẋ3 = −x2 − rx3
où L est l’inductance, R et r deux résistances, C1 et C2 deux capacités et
1
h (x) = G2 x1 + (G1 − G2 ) (|x1 + B| − |x1 − B|)
2
la fonction de Chua qui est linéaire par morceaux. La sortie est y = x1 . Les variables x1 , x2 et
x3 représentent respectivement les tensions aux bornes des condensateurs de capacités C1 et C2 ,
et le courant électrique dans la bobine d’inductance L.
En utilisant la transformation z = T x avec
 
1 0 0
T =  C21R + Lr C11R 0 
1
C2 L
r r
1 + R C1 LR C1 C1 2 R
le système (2.4) est transformé en la forme canonique observable (1.5)-(1.6) avec

   1 
−C11R − C21R − Lr 1 0 C1
   
A = − L1 C1rR + C2rR + C12 0 1 , f (y) =  C11 C21R + Lr  h (y) .
−1 1

C1 C2 RL
0 0 C1 C 2 L
1 + Rr
Pour les simulations, nous avons pris les valeurs numériques suivantes C1 = 10.04nF, C2 =
102.2nF, R = 1747Ω, r = 20Ω, L = 18.8mH, G1 = −0.756mS, G2 = −0.409mS et B = 1V.
On rappelle les unités utilisées : F le farad, H le henry, Ω l’ohm, S le siemens et V le volt. Le gain
de l’observateur a été réglé comme suit α1 = 0.7, k1 = 1000, k2 = 240, k3 = 24. La dynamique
de l’erreur d’observation e = ẑ − z est alors donnée par
 0.7

ė1 = e2 − 1000 ⌈e1 ⌋
ė2 = e3 − 240 ⌈e1 ⌋0.4


ė3 = −24 ⌈e1 ⌋0.1
et e (t) converge vers l’origine en temps fini (voir les figures 2.1 et 2.2).
On peut alors utiliser ce système pour encrypter un message et le retrouver via l’utilisation d’un
observateur en temps fini [115].
2.2.2 Cas des systèmes uniformément observables

Observateur semi-global
Le prochain résultat donné dans [131] considère les systèmes uniformément observables, affine
en l’entrée et multi-entrées multi-sorties (MIMO), i.e. de la forme
( P
ẋ = f0 (x) + mj=1 fj (x)uj
(2.5)
y = h(x), y ∈ R
où x ∈ Rn , uj ∈ R pour j ∈ {1, . . . , m}. D’après [57], la fonction

   
z1 h(x)
 z2   Lf h(x) 
   0 
 ..  7→  .. 
.  . 
zn Ln−1
f0 h(x)
−5
0 1 2 3 4 5 6 7
−1
0 1 2 3 4 5 6 7
−3
x 10
5
−5
0 1 2 3 4 5 6 7
F IGURE 2.1 – États du système (2.4) en trait plein et son observateur en pointillé
−1
0 1 2 3 4 5 6 7
−0.1
−0.2
0 1 2 3 4 5 6 7
−3
x 10
1
−1
0 1 2 3 4 5 6 7
F IGURE 2.2 – Erreurs d’observation

définit un système de coordonnées locales qui transforme le système (2.5) en le système

 P

 ẋ1 = x2 + m j=1 g1j (x1 )uj

 Pm

ẋ2 = x3 + j=1 g2j (x1 , x2 )uj

..
. (2.6)

 P

ẋn = ϕ(x1 , . . . , xn ) + m

 j=1 gnj (x1 , . . . , xn )uj

y = x1 = Cx
L’observateur proposé dans [131] est basé sur l’observateur à grand gain développé dans [40] et
est de la forme  P

 x̂˙ 1 = x̂2 − k1 ⌈x̂1 − y⌋α1 + mj=1 g1j (x̂1 )uj

x̂˙ 2 = x̂3 − k2 ⌈x̂1 − y⌋α2 + Pm g2j (x̂1 , x̂2 )uj

j=1
.. (2.7)

 .


x̂˙ = ϕ(x̂) − k ⌈x̂ − y⌋αn + Pm g (x̂)u
n n 1 j=1 nj j
Les puissances αi sont définies comme dans le théorème 2.3 et les gains sont donnés par
K = [k1 , . . . , kn ]T = S∞
−1
(θ)C T (2.8)
où S∞ (θ) est solution de l’équation de Riccati stationnaire suivante

(
θS∞ (θ) + AT S∞ (θ) + S∞ (θ)A − C T C = 0
T
(2.9)
S∞ (θ) = S∞ (θ)
En posant e = x̂ − x, l’équation de l’erreur est donnée par



 ė1 = e2 − k1 ⌈e1 ⌋α1 + f˜1


ė2 = e3 − k2 ⌈e1 ⌋α2 + f˜2


..
 .


ėn−1 = en − kn−1 ⌈e1 ⌋αn−1 + f˜n−1



ėn = −kn ⌈e1 ⌋αn + f˜n
où les fonctions f˜i sont données par

Pm
f˜i = x̂i ) − gij (x1 , . . . , xi ))uj
j=1 (gij (x̂1 , . . . ,P
˜
fn = (ϕ(x̂) − ϕ(x)) + m j=1 (gnj (x̂) − gnj (x))uj
pour tout i ∈ {1, . . . , n − 1}. Le résultat de convergence suivant a été obtenu dans [131].
Théorème 2.6 ([131]) Supposons que l’entrée u ∈ Rm soit bornée et que les fonctions ϕ et gij
soient globalement lipschitziennes pour tout i ∈ {1, . . . , n} et j ∈ {1, . . . , m}, alors le système
(2.6) admet le système (2.7) comme observateur semi-global en temps fini.
On démontre ce théorème en utilisant la fonction de Lyapunov suivante
V (α1 , e) = ẽT S∞ (θ)ẽ
où  1 
⌈e1 ⌋ q
 1
 
⌈e2 ⌋ α1 q

ẽ =  ..

 .
1
⌈en ⌋ αn−1 q
avec q = Πni=1 ((i − 1)α1 − (i − 2)) le produit des poids et S∞ (θ) définie par l’équation (2.9).
Observateur global
Nous allons maintenant présenter le résultat que nous avons obtenu dans [92] où un observateur
global en temps fini pour les systèmes de la forme
 P

 ẋ1 = x2 + m j=1 g1j (x1 )uj

 Pm

ẋ2 = x3 + j=1 g2j (x1 , x2 )uj

..
. (2.10)

 P

 ẋn = ϕ(x1 , . . . , xn ) + m

 j=1 gnj (x1 , . . . , xn )uj

y = x1 = Cx
est construit. L’observateur considéré est de la forme

 P

 x̂˙ 1 = x̂2 − k1 (⌈e1 ⌋α1 + ρe1 ) + mj=1 g1j (x̂1 )uj

x̂˙ 2 = x̂3 − k2 (⌈e1 ⌋α2 + ρe1 ) + Pm g2j (x̂1 , x̂2 )uj

j=1
. (2.11)

 .
.


x̂˙ = −k (⌈e ⌋αn + ρe ) + ϕ(x̂) + Pm g (x̂)u
n n 1 1 nj j=1 j
où e1 = x̂1 − x1 et les puissances αi sont définies comme dans le théorème 2.3 pour tout i ∈
{1, . . . , n}. Les gains ki sont définis par (2.8) et (2.9) et le gain ρ par
2
!
n 2 θ 3 S1 + 1
ρ=
2
avec
−1
S1 = max |S∞ (1)i,j |.|S∞ (1)j,1 |.
i,j∈{1,...,n}
Le terme de correction linéaire ρe1 dans l’observateur (2.11) qu’on ajoute à l’observateur (2.7)
permet d’obtenir la convergence globale. Le théorème suivant donne les conditions pour obtenir
la convergence globale de l’observateur.
2.3 Stabilisation des systèmes homogènes 31
Théorème 2.7 ([92]) Considérons le système (2.10) avec ϕ et gi,j globalement lipschitziennes
pour tout i ∈ {1, . . . , n} et j ∈ {1, . . . , m} et l’entrée u ∈ Rm bornée. Alors il existe un réel
0 < θ∗ < +∞ et ε > 0 tels que, pour tout θ > θ∗ et α ∈ (1 − ε, 1), le système (2.10) admet le
système (2.11) comme observateur global en temps fini.
De plus, il a été possible de borner le temps d’établissement du système d’erreur et nous ren-
voyons le lecteur à l’article [92] pour une preuve détaillée de ce résultat technique.
Exemple 2.8 Soit le système suivant



 ẋ1 = x2

ẋ = x + x sin(x )
2 3 1 2

 ẋ3 = sin(x1 + x2 + x3 )


y = x1
qui est déjà sous forme canonique observable (2.10). Nous considérons ici l’observateur suivant

 ˙ α
 x̂1 = x̂2 − k1 (⌈e1 ⌋ + ρe1 )
x̂˙ 2 = x̂3 + x̂1 sin(x̂2 ) − k2 (⌈e1 ⌋2α−1 + ρe1 )

 ˙
x̂3 = sin(x̂1 + x̂2 + x̂3 ) − k3 (⌈e1 ⌋3α−2 + ρe1 )
qui correspond à (2.11). Les gains sont donnés par

2
2 3 (81θ 3 + 1)
k1 = 2θ, k2 = 2θ , k3 = θ , ρ = .
2
Nous prenons une valeur de α = 0, 9 et θ = 10 et nous pouvons constater sur la figure 2.3 que
la convergence en temps fini a bien lieu.
2.3 Stabilisation des systèmes homogènes

L’homogénéité pondérée joue un rôle important dans la théorie du contrôle des systèmes non
linéaires [123]. Cette notion a été utilisée :
1. pour la construction d’une approximation nilpotente qui est contrôlable en temps petit et
homogène dans [62] ;
2. pour la stabilisation par retour d’état dans [67, 68] en cherchant un système bouclé homo-
gène ;
3. pour la stabilisation en temps fini en utilisant la proposition 2.1 comme dans [12].
La stabilisation des systèmes par un retour d’état homogène a été développée dans [27] en utili-
sant la technique de backstepping et dans [48] en utilisant des fonctions de Lyapunov contrôlées
homogènes pour les systèmes contrôlables.
F IGURE 2.3 – États et estimées
Dans cette partie, nous allons présenter les résultats obtenus dans [98] où l’on cherche des retours
d’état homogènes en utilisant des FLCs. Nous utiliserons une formule modifiée de la formule de
Sontag donnée dans [133] afin d’obtenir un retour d’état homogène explicite. Dans un premier
temps, il est intéressant de chercher un retour d’état homogène même si la stabilisation homogène
n’est pas possible. En effet, les fonctions homogènes possèdent des propriétés intéressantes qui
permettent de restreindre leur étude à des variétés compactes (voir [121, Lemma 1]). Dans un
second temps, trouver un retour d’état homogène est souvent le premier pas pour la stabilisation
homogène. On peut aussi mentionner que certains systèmes homogènes stabilisables ne peuvent
pas être stabilisés par des retours d’état homogènes et ceci a été mis en évidence dans [122] et
[129] pour des systèmes affines.
2.3.1 Stabilisation par des retours d’état homogènes

Rappelons la définition de la stabilisation.
Définition 2.9 Le système (1.2) est stabilisable (respectivement continûment stabilisable) s’il
existe un retour d’état u ∈ C 0 (V \ {0} , Rm ) (respectivement u ∈ C 0 (V, Rm )) tel que :
1. u (0) = 0,
2. l’origine du système (1.3) est asymptotiquement stable.
Si on veut utiliser une FLC pour obtenir un retour d’état homogène, on peut utiliser une version
modifiée du contrôle de Sontag. On considère dans la suite les fonctions a(x), bi (x), 1 ≤ i ≤ m
et B(x) données dans la définition 1.7 et b (x) = kB (x)k2m .
Lemme 2.10 ([98]) S’il existe une FLC V : V → R≥0 pour le système affine (1.2), alors il est
stabilisable par le retour d’état u (x) = (u1 (x) , . . . , um (x)) défini par
( 1
a(x)+(|a(x)|p +b(x)q ) p
ui (x) = −bi (x) b(x)
if x ∈ V\ {0} (2.12)
0 if x = 0
où p > 1, q > 1 sont des constantes positives. Si de plus V vérifie la propriété de petit contrôle,
alors le retour d’état (2.12) est ausi continu à l’origine.
La preuve détaillée de ce résultat se trouve dans [98] et une version plus faible se trouve dans
[102, Lemma 19]. Le contrôle de Sontag donné dans [133] correspond au cas particulier où
(p, q) = (2, 2).
On donne un résultat de stabilisation par un retour d’état homogène pour les systèmes avec une
seule entrée u.
Théorème 2.11 ([98]) Considérons le système affine (1.2) avec m = 1. S’il existe :
1. une FLC V : V → R≥0 pour le système affine (1.2) telle que a (x) est homogène de degré
d0 et B (x) est homogène de degré d1 par rapport aux poids (r1 , . . . , rn ) ∈ Rn>0 ;
2qd1
2. p > 1, q > 1 des réels positifs tels que p = ;
d0
alors le retour d’état
( 1
a(x)+(|a(x)|p +b(x)q ) p
u (x) = − B(x)
if x ∈ V\ {0} (2.13)
0 if x = 0
stabilise le système (1.2) et est homogène de degré d0 − d1 par rapport aux poids (r1 , . . . , rn ). Si
de plus V vérifie la propriété de petit contrôle, alors le retour d’état (2.13) stabilise continûment
le système (1.2).
Illustrons le théorème 2.11 par un exemple.
Exemple 2.12 Considérons le système

(
ẋ1 = −x31 + x2
ẋ2 = −x1 + u
et la FLC
x21 + x22
V (x) = .
2
Alors a (x) = −x41 est homogène de degré 4 et B (x) = x2 est homogène de degré 1 par rapport
aux poids (1, 1). Comme
a (x) −x41
= ≤0
|B (x)| |x2 |
on déduit que V vérifie

la propriété de petit contrôle. Le théorème 2.11 avec 4p = 2q, par
3
exemple (p, q) = 2 , 3 , implique que le système est continûment stabilisable par le retour d’état
2
−x4 + (x61 + x62 ) 3
u (x) = − 1
x2
qui est homogène de degré 3 par rapport aux poids (1, 1).
Nous allons maintenant donner un résultat de stabilisation par un retour d’état homogène pour
les systèmes à entrées multiples.
Théorème 2.13 ([98]) Considérons le système affine (1.2). S’il existe :

1. une FLC V : V → R≥0 pour le système (1.2) telle que a (x) est homogène de degré d0
et bi (x) sont homogènes de degré d1 par rapport aux poids (r1 , . . . , rn ) ∈ Rn>0 pour tout
i ∈ {1, . . . , m} ;
2qd1
2. p > 1, q > 1 des constantes positives telles que p = ;
d0
alors le retour d’état (2.12) stabilise le système (1.2) et ses composantes ui (x) sont homogènes
de degré d0 −d1 par rapport aux poids (r1 , . . . , rn ) pour tout i ∈ {1, . . . , m}. Si de plus V vérifie
la propriété de petit contrôle, alors le retour d’état (2.12) stabilise continûment le système (1.2).
2.3.2 Stabilisation homogène

Par stabilisation homogène, on entend qu’il existe un retour d’état tel que le système bouclé est
homogène. On donne un théorème pour la stabilisation homogène utilisant une FLC homogène.
Théorème 2.14 ([98]) Considérons le système affine (1.2) avec m = 1 où f0 (x) est homogène
de degré d0 et f1 (x) est homogène de degré d1 par rapport aux poids (r1 , . . . , rn ) ∈ Rn>0 . S’il
existe une FLC V : V → R≥0 pour le système (1.2) homogène de degré d par rapport aux poids
(r1 , . . . , rn ) ∈ Rn>0 , alors le retour d’état (2.13) où
2q (d + d1 )
p= , p > 1, q > 1,
d + d0
est homogène de degré d0 − d1 et le système bouclé (1.3)-(2.13) est homogène de degré d0 par
rapport aux poids (r1 , . . . , rn ). Si de plus V vérifie la propriété de petit contrôle, alors le retour
d’état (2.13) stabilise continûment le système (1.2).
Pour prouver ce résultat on utilise en particulier l’article [121].
Exemple 2.15 Considérons le système

(
ẋ1 = −x1 − x2
(2.14)
ẋ2 = x1 + u
1.5
0.5
2
0
x
−0.5
−1
−1.5
−1 −0.5 0 0.5 1
x
1
F IGURE 2.4 – Portraits de phase des systèmes bouclés
et la FLC
x21 + x22
V (x) =
2

−x1 − x2
homogène de degré 2 par rapport aux poids (1, 1). On a f0 (x) = qui est ho-
x1
0
mogène de degré 0 et f1 (x) = qui est homogène de degré −1 par rapport aux poids
1
(1, 1). Le théorème (2.14) avec p = q, par exemple (p, q) = (2, 2), implique que le système est
stabilisable par le retour d’état
1
x2 − (x81 + x82 ) 4
u (x) = 1 (2.15)
x2
qui est homogène de degré 1 par rapport aux poids (1, 1). De plus, le système bouclé (2.14)-
(2.15) est homogène de degré 0 par rapport aux poids (1, 1).
La figure 2.4 présente les portraits de phase des systèmes bouclés avec le contrôle linéaire u =
−x2 en rouge et le contrôle homogène (2.15) en bleu.
On a donc pu construire pour le système (2.14) un retour d’état homogène de degré 0 autre que
le retour d’état linéaire.
2.4 Conclusion
La première partie de ce chapitre a été consacrée à la construction d’observateurs en temps fini.
Dans la seconde partie, nous avons étudié la stabilisation homogène pour un système homogène
possédant une fonction de Lyapunov contrôlée.
Nous soulignons le fait que nos travaux réalisés sur les observateurs sont allés au-delà des obser-
vateurs en temps fini. Nous avons en particulier développé une approximation homogène pour
l’observabilité pouvant être utilisée pour la construction de nouveaux observateurs plus perfor-
mants [93]. Cependant, cette méthode n’est pas systématiquement constructive. Quant à nos
travaux sur la stabilité et la stabilisation des systèmes homogènes, nous pouvons aussi citer un
travail concernant les systèmes homogènes dépendant d’un paramètre [99]. Ce travail ne fournit
pas de nouvelles méthodes constructives mais généralise un résultat obtenu par Sanjay P. Bhat
dans [12].
Chapitre 3
L’obstruction topologique
3.1 Introduction
Il existe deux principales obstructions topologiques à la stabilisation. La première qui s’appelle
l’obstruction de Brockett est une obstruction locale reliée à la structure du système contrôlé
[19]. La seconde qui s’appelle l’obstruction topologoqie est une obstruction globale reliée à la
topologie de l’espace d’état du système dynamique [134, Thm. 21].
Nous allons faire un bref rappel des obstructions tournant autour de l’obstruction de Brockett et
de leurs relations. Il y a plusieurs conditions nécessaires à la stabilité et la stabilisation d’un point
d’équilibre d’une équation différentielle. La première condition nécessaire de stabilisation est la
condition de Brockett donnée dans [19, Theorem 1] pour les systèmes lisses. Cette condition est
encore vraie pour les systèmes continus [108] et même pour une classe de systèmes discontinus
[124]. Une condition nécessaire de stabilité appelée la condition de l’indice est donnée dans [72,
Theorem 52.1]. Cette condition utilise la théorie du degré qui est rappelée dans [80]. Elle est
vraie pour les systèmes en dimension finie et s’exprime en utilisant le degré de Brouwer, et pour
les systèmes en dimension infinie et s’exprime alors en utilisant le degré de Leray-Schauder (voir
par exemple [109] et [110, Theorem 2.2]). Cette condition a été étendue aux systèmes discontinus
dans [45]. Une autre condition nécessaire à la stabilisation appelée la condition de Coron a été
proposée dans [24]. Elle est basée sur les groupes d’homologie et d’homotopie. Récemment,
la condition de Coron a été étendue à la stabilisation des sous-variétés de codimension un en
utilisant la dualité de Poincaré dans [88]. Les relations entre ces conditions sont schématisés par
le tableau (3.1).
(a) (b)
Stabilisation asymptotique → Condition de l’indice → Condition de Brockett
(c) (d)
↓ ր
Condition de Coron
(3.1)
Avec des hypothèses supplémentaires physiquement peu réalistes, un résultat inverse à l’im-
plication (a) est présenté dans [110, Theorem 2.2]. Un résultat inverse à l’implication (c) est
donné dans [26, Theorem 11.8] pour la stabilisation dynamique des systèmes analytiques. On
peut trouver une démonstration de l’implication (b) dans la preuve de la condition de Brockett
38 Chapitre 3 . L’obstruction topologique
donnée dans [134, Theorem 22] ou dans [26, Theorem 11.4]. Les auteurs utilisent le fait que le
degré est un invariant homotopique lorsque l’homotopie vérifie une condition de bord. De plus,
l’article [141] développe les conditions de l’indice et de Brockett pour des attracteurs globaux.
La théorie de l’homotopie a aussi été utilisée pour une obstruction à la stabilisation simultanée
dans [29]. La condition de l’indice est dédiée aux points d’équilibre et est basée sur la théorie du
degré. Elle a été présentée pour la première fois pour la stabilité asymptotique dans [72].
Nous allons présenter deux développements tournant autour de l’obstruction topologique. Le
premier développement présenté dans la partie 3.2 et publié avec Sanjay P. Bhat montre que
le domaine d’attraction se rétracte sur un ensemble asymptotiquement stable dans un sens que
nous définirons. Le second développement présenté dans la partie 3.3 concerne l’obstruction
topologique à la stabilisation par un retour d’état dépendant du temps et a été développé en col-
laboration avec Emmanuel Bernuau et Wilfrid Perruquetti. On sait qu’on peut lever l’obstruction
de Brockett par un retour d’état dépendant du temps, malheureusement il n’en est pas de même
pour l’obstruction topologique pour une notion de stabilité uniforme que nous définirons.
3.2 Rétraction du domaine d’attraction

Dans cette partie, nous allons présenter des résultats issus de [100] où M est un espace métrique
localement compact. Le théorème [134, Theorem 21] montre que le domaine d’attraction d’un
système dynamique avec un équilibre asymptotiquement stable est contractible. Dans cette par-
tie, on généralise ce résultat aux espaces compacts asymptotiquement stables. On montre qu’un
attracteur compact asymptotiquement stable d’un système dynamique continu défini sur un es-
pace métrique localement compact est un rétracte par déformation de son domaine d’attraction
dans un sens que nous définirons. Une version faible de ce résultat utilisant seulement les ré-
tractes apparaît dans [14, Lemma 3.2].
Théorème 3.1 ([100]) Supposons que K soit un ensemble compact asymptotiquement stable
pour le système dynamique (M, ϕ) avec le domaine d’attraction A. Alors K est un rétracte
par déformation faible de A.
Pour démontrer ce résultat, on utilise l’existence d’une fonction de Lyapunov donnée par le
théorème inverse de Lyapunov dans [14, Theorem 2.10] et le semi-flot.
Remarque 3.2 Le théorème 3.1 reste valide lorsque M est un espace de Hausdorff localement
compact et K est un ensemble invariant asymptotiquement stable (voir [13, Theorem 10.6]).
Le corollaire suivant est une conséquence immédiate du théorème 3.1 et de la proposition 1.16.
Corollaire 3.3 ([100]) Supposons que K soit un ensemble compact asymptotiquement stable
pour le système dynamique (M, ϕ) avec le domaine d’attraction A. Alors on a les résultats
suivants :
1. Si K est un rétracte de voisinage de M, alors K est un rétracte de A.
2. Si K est un rétracte par déformation de voisinage de M, alors K est un rétracte par

déformation de A.
3. Si K est un rétracte par déformation forte de voisinage de M, alors K est un rétracte par
déformation forte de A.
Remarque 3.4 Les ensembles qui sont des rétractes de voisinage sont assez communs. En par-
ticulier, pour les espaces de dimensions finies, les rétractes de voisinage sont aussi des rétractes
de voisinage euclidiens qui sont bien connus et étudiés par exemple dans [17, 59]. On peut noter
que les CW-complexes sont des rétractes de voisinage euclidiens. Le corollaire 3.3 conduit ainsi
à une condition nécessaire pour la stabilisabilité par un retour d’état continu.
Un point est toujours un rétracte par déformation forte de voisinage si M est localement contrac-
tible. Ainsi, on reconnaît le résultat [134, Theorem 21] comme un cas particulier du théorème
3.1 dont voici l’énoncé.
Corollaire 3.5 ([100]) Supposons que M soit localement contractible. Considérons le système
dynamique (M, ϕ) avec un point d’équilibre xe . Supposons que xe soit asymptotiquement stable.
Le domaine d’attraction qui est donné par

A = x ∈ M : lim ϕ (t, x) = xe
t→+∞
est un ensemble contractible.

En réalité, le résultat présenté dans [134, Theorem 21] est valable pour le cas plus général des
espaces topologiques car le flot fournit une homotopie naturelle.
La proposition 3.6 décrit une situation commune dans laquelle l’ensemble K est un rétracte par
déformation forte de voisinage de M.
Proposition 3.6 ([100]) Supposons que M soit une variété lisse de dimension finie et K une
sous-variété compacte de M. Alors K est un rétracte par déformation forte de voisinage de M.
La proposition 3.6 implique qu’une large classe d’ensembles invariants étudiés en automatique
est composé de rétractes par déformation forte de voisinage. Si K n’est pas un rétracte de voisi-
nage, comme les fractales (voir par exemple [23, Remark 5]), on ne peut pas conclure à partir des
résultats précédents à une condition nécessaire de stabilité. Si on n’a aucune hypothèse sur K, il
existe encore un résultat théorique présenté dans [100, Proposition 11] mais qui n’a pas vraiment
d’intérêt pratique.
3.3 Obstruction topologique à la stabilisation par un retour

d’état dépendant du temps
Cette partie est dédiée à l’exposition de résultats publiés dans [7]. L’article [11], montre que la
stabilité globale asymptotique sur un fibré vectoriel implique la contractibilité de la base. En par-
ticulier, un système dynamique continu sur un espace d’état qui a la structure d’un fibré vectoriel
ayant une variété compacte pour base ne possède pas d’équilibre globalement asymptotiquement
stable. En terme de stabilisation, cela signifie que si l’espace d’état d’un système dynamique a
la structure d’un fibré vectoriel ayant une variété compacte pour base, alors aucun retour d’état
statique continu ne peut globalement stabiliser un point d’équilibre. On sait que la condition de
Brockett peut être levée par l’utilisation d’un retour d’état dépendant du temps. L’existence de
tels retours d’état a été montrée dans [25] pour des systèmes vérifiant la condition d’accessibilité
du rang. Une construction explicite a été proposée sous une hypothèse supplémentaire sur l’al-
gèbre de Lie de contrôle dans [118]. Une question naturelle qu’on peut se poser est de savoir si
l’obstruction topologique peut aussi être levée par un retour d’état dépendant du temps comme
cela a été suggéré dans l’introduction de [105].
Dans [11, Remark 1], les auteurs mentionnent le fait que leur résultat est encore vrai dans le cas
des retours d’état dynamiques. En effet, un retour d’état dynamique est vu comme une extension
dynamique où l’état du système augmenté est stable. Dans ce cas, le résultat présenté dans [11]
est applicable directement avec la méthode proposée dans leur article. On peut voir le retour
d’état dépendant du temps comme une extension dynamique utilisant la dynamique τ̇ = 1. Ce-
pendant dans cette situation, il n’y a pas de convergence vers un unique point d’équilibre, mais
vers une sous-variété. Le résultat présenté dans [11] n’est alors plus applicable dans ce contexte.
Nous allons voir dans cette partie que l’obstruction reste encore valable dans le cas d’un re-
tour d’état dépendant du temps, au sens de la stabilité uniforme asymptotique, pour un système
dynamique défini sur un fibré ayant une variété compacte pour base.
Par variété, nous entendons une variété connexe lisse de dimension finie sans bord. La définition
d’un fibré, plus générale que celle d’un fibré vectoriel, est donnée par exemple dans [1]. Nous
rappelons un premier résultat concernant les variétés compactes.
Proposition 3.7 ([49]) Aucune variété compacte n’est contractible.
Considérons un système contrôlé défini par
ẋ = f0 (x, u) x ∈ N , u ∈ U, (3.2)
avec N une variété, U l’ensemble des contrôles admissibles et f0 une fonction continue.
On se pose la question de la stabilisabilité du système (3.2) via un retour d’état dépendant du
temps u(x, t). Pour cela, posons τ̇ = 1 et regardons la stabilité asymptotique partielle du système
bouclé (
ẋ = f0 (x, u(x, τ ))
τ̇ = 1
On introduit les définitions de stabilité partielle que nous utiliserons et qui sont adaptées de [50].
Définition 3.8 ([7]) Soit P = N × T un produit cartésien de variétés. Considérons f = (f1 , f2 )

une fonction continue sur P ayant l’unicité à droite des solutions. On note ϕ le semi-flot de f et
p1 la projection canonique sur N .
1. On dit que xe ∈ N est un équilibre partiel si pour tout τ ∈ T , on a f1 (xe , τ ) = 0.
2. Un équilibre partiel xe ∈ N est partiellement uniformément stable en τ si pour tout U ⊂

N voisinage de xe , il existe V ⊂ N voisinage de xe tel que pour tout x ∈ V et pour tout
τ ∈ T , p1 ◦ ϕ(t, (x, τ )) ∈ U pour tout t ≥ 0.
3. Un équilibre partiel xe ∈ N est partiellement globalement uniformément asymptotique-
ment stable en τ s’il est partiellement uniformément stable en τ et si pour tout (x, τ ) ∈ P
on a p1 ◦ ϕ(t, (x, τ )) → xe lorsque t → +∞.
Le dernier point de la définition 3.8 est légèrement différent des définitions standards. En effet,
nous avons seulement besoin que la stabilité soit uniforme par rapport à τ pour prouver le ré-
sultat principal de cette partie. L’uniformité par rapport à τ au niveau de la convergence qui est
généralement requise ne l’est pas ici.
La définition suivante de la stabilisabilité dépendant du temps est inspirée de [69, Chapter 12] et
adaptée à un contexte de stabilité partielle.
Définition 3.9 ([7]) Le système (3.2) est globalement asymptotiquement uniformément stabi-
lisable par un retour d’état continu dépendant du temps s’il existe xe ∈ N , une variété T ,
une application continue f2 : N × T → TT avec f2 (x, τ ) ∈ Tτ T pour tout x ∈ N et tout
τ ∈ T et un retour d’état continu u(x, τ ) tel que xe soit un équilibre partiel du système bouclé
(ẋ, τ̇ ) = (f0 (x, u(x, τ )), f2 (x, τ )) et soit partiellement globalement uniformément asymptotique-
ment stable en τ .
Remarque 3.10 On remarque qu’en prenant T = R et f2 (x, τ ) = 1, la définition 3.9 se ramène

à la définition de la stabilisation asymptotique globale par un retour d’état continu dépendant
du temps. De manière générale, la variable τ peut être stable ou pas, scalaire où vectorielle,
bornée ou pas.
Dans [11, Theorem 1], les auteurs utilisent la proposition 3.7 pour prouver que si une variété N
admet une structure de fibré vectoriel ayant une variété compacte pour base, alors aucun système
(3.2) ayant une fonction continue f0 sur N ne peut avoir un unique point d’équilibre globale-
ment asymptotiquement stable. Ils concluent que le système (3.2) ne peut pas être globalement
asymptotiquement stabilisé par un retour d’état continu. On peut étendre ce résultat de la façon
suivante.
Théorème 3.11 ([7]) Supposons que N soit une variété avec une structure de fibré ayant une
variété compacte pour base. S’il existe une section continue du fibré alors le système (3.2) n’est
pas globalement asymptotiquement uniformément stabilisable par un retour d’état continu dé-
pendant du temps de sorte que le système augmenté a l’unicité à droite des solutions.
Exemple 3.12 Considérons le système suivant défini sur le cercle unité

θ̈ = u, θ ∈ S1 .
En utilisant la vitesse angulaire ω = θ̇, on peut réécrire le système comme
(
θ̇ = ω
(3.3)
ω̇ = u
L’espace d’état est l’espace tangent au cercle noté TS1 . L’espace tangent TS1 a la structure d’un
fibré vectoriel ayant pour base la variété compacte S1 avec la projection π0 donnée par
π0 (θ, ω) = θ.
De plus, en tant que fibré vectoriel, l’espace fibré tangent admet la section nulle comme section
continue. On peut se demander s’il est possible de construire un retour d’état continu dépendant
du temps u(θ, ω, t) qui stabilise globalement un état (θ0 , 0) tel qu’on ait l’unicité à droite du
système bouclé. Comme S1 est compact, d’après le théorème 3.11 le système (3.3) ne peut pas
être globalement asymptotiquement uniformément stabilisé.
Finalement, en prenant en compte le théorème 3.11 et [11, Theorem 1], on a le résultat suivant.
Corollaire 3.13 ([7]) Considérons le système (3.2) défini sur une variété avec une structure de
fibré ayant une variété compacte pour base. S’il existe une section continue du fibré alors le
système (3.2) n’est pas globalement asymptotiquement uniformément stabilisable par un retour
d’état continu dynamique de sorte que le système augmenté a l’unicité à droite des solutions.
L’obstruction topologique du théorème 3.11 nous empêche d’avoir un retour d’état continu qui
stabilise globalement asymptotiquement et uniformément le système (3.2) si l’espace d’état est
une variété avec une structure de fibré ayant une variété compacte pour base, que le retour d’état
soit dépendant du temps ou dynamique. De plus, les auteurs de l’article [90] ont prouvé que
cette obstruction reste encore valable dans le cas des systèmes discontinus dans le cadre théo-
rique des inclusions différentielles. Ainsi, l’obstruction topologique est une contrainte forte de
stabilisation, et peu de techniques restent à disposition pour la contourner. D’abord, comme la
propriété d’uniformité est utilisée et nécessaire pour la preuve du théorème 3.11, la possibilité
d’une stabilisation non uniforme reste ouverte mais peu réaliste en pratique. Ensuite, les retours
d’états hybrides sont peut-être une solution d’avenir pour résoudre le problème comme suggéré
dans [90]. Enfin, d’autres notions de solutions existent pour les systèmes discontinus et certaines
pourraient ne pas hériter de la même obstruction topologique à la stabilisation globale.
3.4 Conclusion
Dans ce chapitre, nous avons présenté nos principaux résultats obtenus concernant l’obstruction
topologique. Ces résultats sont des conditions nécessaires de stabilisabilité pour un système,
ce qui permet en pratique d’exclure un certain nombre de cas de figures non réalisables. Nous
avons aussi travaillé sur l’utilisation de l’indice de Conley comme une possible extension de
l’obstruction de Brockett aux ensembles invariants [101]. Cependant, nos résultats sont encore
en développement et demandent à être approfondis.
Chapitre 4
Contrôle du flux magnétique et équation de

Schrödinger d’ordre supérieur
4.1 Introduction
Ce chapitre concerne l’étude de certaines EDPs. Dans un premier temps, nous allons proposer
un retour d’état robuste proportionnel-intégral en dimension infinie pour l’équation du flux ma-
gnétique dans les plasmas de tokamak. Ce travail a été réalisé en collaboration avec Laurent
Autrique, Sylvain Brémond, Oumar Gaye, Rémi Nouailletas et Yuri Orlov et publié dans [42].
Nous avons aussi développé un retour d’état robuste par mode glissant en dimension infinie
[43, 44] issu des travaux de Yuri Orlov dans [107] que nous ne présenterons pas ici. En effet, ce
contrôle généré par mode glissant est discontinu en raison de l’utilisation de la fonction signe
et il y a donc un risque d’apparition d’oscillations. Dans un second temps, nous présenterons
un travail effectué avec Rémi Carles sur les équations de Schrödinger d’ordre supérieur qui ont
pour objectif de prendre en compte des effets relativistes avec une équation de type Schrödinger
[21]. Cette partie ne concerne pas directement le contrôle. Cependant le contrôle quantique s’est
développé ces dernières années, voir par exemple [96], et le fait de pouvoir définir de nouvelles
équations semi-relativistes très proches et plus précises que l’équation de Schrödinger devrait
permettre de développer des stratégies de contrôle plus précises qui sont au cœur de problèmes
en physique et chimie quantiques [31].
4.2 Contrôle du flux magnétique dans les plasmas de tokamak

Les besoins énergétiques croissants de la population mondiale requièrent le développement, la
maîtrise et la fourniture de nouvelles formes d’énergie. Dans ce contexte, la fusion nucléaire est
une piste de recherche prometteuse. Le projet mondial ITER est destiné à démontrer la faisabi-
lité scientifique et technique de la fusion nucléaire comme nouvelle source d’énergie. Un des
nombreux verrous scientifiques tient à la maîtrise de la distribution spatiale du profil de courant
dans les plasmas de tokamak, paramètre clé pour la stabilité et la performance des expériences
[18, 137]. L’évolution spatio-temporelle de ce courant est reliée à celle du flux magnétique. La
44 Chapitre 4 . Contrôle du flux magnétique et équation de Schrödinger d’ordre supérieur
distribution spatiale du flux magnétique peut être décrite par une EDP linéaire 1D appelée l’équa-
tion de la diffusion résistive du flux magnétique. Nous ne rappellerons pas dans ce mémoire la
façon d’obtenir l’équation d’évolution du flux magnétique à partir des hypothèses liées à la phy-
sique du système des plasmas de tokamak. Pour plus de détails, le lecteur peut se référer à la thèse
d’Oumar Gaye [41] que j’ai co-encadrée. Dans cette partie, nous allons étudier la stabilisation de
l’équation du flux magnétique en construisant deux retours d’état en dimension infinie. On com-
mence par montrer qu’avec une action proportionnelle, le système devient exponentiellement
stable et qu’on a l’atténuation des perturbations dans un sens H∞ défini dans [39]. On utilise à
la fois l’action proportionnelle et intégrale pour rejeter complètement les perturbations indépen-
dantes du temps. On obtient ensuite une atténuation de toutes les perturbations dans le sens H∞
défini dans [39]. Pour la partie simulation, on a effectué plusieurs cas test en dimension infinie
sans le bloc de recherche des paramètres d’ingénierie en faisant varier le gain proportionnel et
intégral pour étudier leurs influences sur le système et la robustesse vis-à-vis des perturbations
extérieures et des incertitudes du modèle.
L’équation d’évolution 1D du flux magnétique est donnée par
( η
∂ψ
= || 1 ∂ x ∂ψ + η|| R0 jni
∂t µ0 a2 x ∂x
∂ψ ∂ψ
∂x
(4.1)
∂x x=0
= 0, ∂t
(t, 1) = −V 0 (t)
où x ∈ (0, 1) est la coordonnée radiale du profil 1D, ψ(t, x) le flux magnétique, R0 et a sont
respectivement les grand et petit rayons du plasma supposés constants, µ0 la perméabilité du
vide, η|| (t, x) la résistivité parallèle du plasma. Les entrées du système sont la densité de courant
non-inductive jni et la tension par tour du plasma V0 . La stabilisation de l’équation (4.1) consiste
à construire un contrôle à l’intérieur jni (t, x) et un contrôle au bord V0 (t) en utilisant une fonction
de Lyapunov. De plus, l’utilisation d’une LMI permet d’assurer des propriétés H∞ au retour
d’état proportionnel et proportionnel-intégral que nous allons proposer [42].
4.2.1 Retour d’état proportionnel

On définit la fonction ψr (t, x) comme l’écart entre le profil du flux magnétique et la valeur du
flux au bord en x = 1 par
ψr (t, x) = ψ(t, x) − ψ(t, 1).
La variable ψr est gouvernée par le système
( η
∂ψr
= µ0||a2 x1 ∂x
∂
x ∂ψ r
(t, x) + η|| R0 jni + V0 (t)
∂t ∂x
(4.2)
∂ψr
(t, x) = 0, ψr (t, 1) = 0
∂x x=0
Cette formulation (4.2) permet d’exprimer le contrôle V0 (t) non plus comme un contrôle frontière
mais directement dans l’équation d’évolution.
Soit
2 ∂Ψ
W = Ψ ∈ H (0, 1) : = Ψ(1) = 0 ⊂ L2 (0, 1)
∂x x=0
4.2 Contrôle du flux magnétique dans les plasmas de tokamak 45
et ψrtarget l’état désiré dans l’espace W. La variable d’erreur ε(t, x) définie par
ε(t, x) = ψr (t, x) − ψrtarget (x)
représente l’écart entre ψr et ψrtarget . Cet espace W est muni du produit scalaire de l’espace
L2 (0, 1) avec le poids x Z 1
hΨ1 , Ψ2 iL2 (0,1) = Ψ1 (x)Ψ2 (x)xdx
0
et de la norme s
Z 1
kΨkL2 (0,1) = |Ψ(x)|2 xdx. (4.3)
0
Nous utilisons la norme L2 et non la norme H2 car elle est plus facile à manipuler et suffisante
pour obtenir un retour d’état proportionnel ayant une propriété H∞ .
La fonction d’erreur ε est gouvernée par le système suivant
(
∂ε η|| 1 ∂ ∂ε η|| 1 ∂ ∂ψrtarget
= 2 x + µ0 a2 x ∂x x ∂x + η|| R0 jni + V0
∂t
µ0 a x ∂x ∂x (4.4)
∂ε
∂x x=0
= 0, ε(t, 1) = 0
sous les hypothèses réalistes

1 ∂ψrtarget ∂ψrtarget
lim < +∞; = 0; ψrtarget (1) = 0.
x→0 x ∂x ∂x x=0
En introduisant la relation
V0
jcontrol = jni + (4.5)
η|| R0
le système (4.4) s’écrit
( target

η|| 1 ∂ η|| 1 ∂
∂ε
= µ0 a2 x ∂x
∂ε
x ∂x + µ0 a2 x ∂x
x ∂ψr∂x + η|| R0 jcontrol
∂t
(4.6)
∂ε
∂x x=0
= 0, ε(t, 1) = 0
Supposons de manière réaliste que la résistivité du plasma η|| (t, x) est bornée par η1 et η2
0 < η1 ≤ η|| (t, x) ≤ η2 . (4.7)
On suppose de plus que la dérivée temporelle de η|| (t, x) est bornée

∂η||
(4.8)
∂t < △.
L’objectif est de construire un contrôle jcontrol pour que le système (4.6) décrivant l’évolution de
l’erreur du système ε(t, x) soit exponentiellement stable. Pour cela, on considère le retour d’état
suivant
k 1 1 ∂ ∂ψrtarget (x)
jcontrol (t, x) = − ε(t, x) − x . (4.9)
η|| (t, x)R0 R0 µ0 a2 x ∂x ∂x
Alors le système bouclé (4.6)-(4.9), se transforme en le système suivant

( η
∂ε
= || 1 ∂ x ∂x∂ε
− kε
∂t µ0 a2 x ∂x
∂ε
(4.10)
∂x x=0
= 0, ε(t, 1) = 0
On a le résultat suivant.
Théorème 4.1 ([42]) Considérons le système d’erreur (4.6) et le retour d’état (4.9) sous les
hypothèses (4.7) et (4.8). Le système en boucle fermée (4.10) est globalement exponentiellement
stable pour la norme (4.3), sous la contrainte que le gain k du retour d’état vérifie
η12 exp(1) △
k>− 2
+ .
µ 0 a η2 2η1
On prouve ce théorème en utilisant la fonctionnelle de Lyapunov suivante
Z 1
x
V (ε(t, .)) = ε(t, x)2 dx.
0 η|| (t, x)
On va maintenant voir que le retour d’état défini par la relation (4.9) résout le problème de
contrôle H∞ avec l’atténuation des perturbations, voir [33] pour plus de détails. Considérons
maintenant le système perturbé
( η
∂ε
= || 1 ∂ x ∂x∂ε
− kε + h(t, x)
∂t µ0 a2 x ∂x
∂ε
(4.11)
∂x x=0
= 0, ε(t, 1) = 0
où h(t, x) est une perturbation telle que h(·, x) ∈ L2 (0, ∞) et h(t, ·) ∈ W pour tout t ∈ [0, ∞).
On note h ∈ L2 (0, ∞; W).
Le résultat suivant établit qu’avec une condition sur le gain k, le retour d’état (4.9) qui assure
déjà la stabilité exponentielle du système (4.10) d’après le théorème 4.1 permet aussi d’avoir un
indice de performance négatif
Z ∞h i
J = kε(t, ·)k2L2 (0,1) − γ 2 kh(t, ·)k2L2 (0,1) dt − γ 2 kε(0, ·)k2L2 (0,1) < 0 (4.12)
0
sur la solution du système perturbé (4.11) pour tout h ∈ L2 (0, ∞; W) avec γ une constante
positive.
Théorème 4.2 ([42]) Soit γ > 0, on suppose que les hypothèses du théorème 4.1 sont satisfaites
et que le gain k du retour d’état (4.9) vérifie la condition
(1 + γ 2 )η2 exp(1)η12 △
k> 2
− 2
+ (4.13)
2γ η1 µ 0 a η2 2η1
alors les perturbations h ∈ L2 (0, ∞; W) du système perturbé (4.11) sont atténuées au sens de
(4.12).
On obtient la propriété (4.12) en utilisant la condition (4.13) et une condition LMI.

4.2.2 Retour d’état proportionnel-intégral

L’objectif est de construire un retour d’état proportionnel-intégral qui puisse complètement reje-
ter les perturbations indépendantes du temps. Pour cela, on ajoute une hypothèse supplémentaire
de séparation des variables sur la résistivité du plasma
η|| (t, x) = f (t)g(x) (4.14)
avec les contraintes
0 < f1 ≤ f (t) ≤ f2 , 0 < g1 ≤ g(x) ≤ g2
où f1 , f2 , g1 et g2 sont des constantes strictement positives. L’hypothèse (4.14) est justifiée dans
[112, 111, 139]. On définit l’espace Wg par

2 ∂Ψ
Wg = Ψ ∈ H (0, 1) : = Ψ(1) = 0 ⊂ L2 (0, 1)
∂x x=0
x
et on le munit du produit scalaire de l’espace L2 (0, 1) avec le poids g(x)
Z 1
x
hΨ1 , Ψ2 iL2 (0,1) = Ψ1 (x)Ψ2 (x) dx
0 g(x)
et de la norme sZ
1
x
kΨkL2 (0,1) = |Ψ(x)|2 dx.
0 g(x)
Il est clair que l’espace Wg n’est rien d’autre que l’espace W équipé d’un produit scalaire équi-
valent.
On considère le retour d’état proportionnel-intégral
Z t
k k1 1 1 ∂ ∂ψrtarget (x)
jcontrol (t, x) = − ε(t, x) − ε(s, x)ds − x
η|| (t, x)R0 η|| (t, x)R0 0 R0 µ0 a2 x ∂x ∂x
(4.15)
où k et k1 sont des paramètres de poids à définir et jcontrol est donnée par (4.5). Le système
d’erreur (4.6) piloté par le retour d’état (4.15) avec une perturbation statique qui ne dépend pas
du temps h(x) ∈ Wg , est donné par
( η Rt
∂ε
= || 1 ∂ x ∂x ∂ε
− kε − k1 0 ε(s, x)ds + h(x)
∂t µ0 a2 x ∂x
∂ε
(4.16)
∂x x=0
= 0, ε(t, 1) = 0
Théorème 4.3 ([42]) On suppose que les gains k et k1 du retour d’état (4.15) vérifient
f1 g12 exp(1)
k>− , k1 > 0
µ 0 a2 g 2
alors le système bouclé (4.16) est globalement asymptotiquement stable dans l’espace d’état Wg
indépendamment de la perturbation externe h(x) ∈ Wg qui affecte le système.
On prouve ce résultat en utilisant une fonctionnelle de Lyapunov et le principe d’invariance de

LaSalle donné dans [61].
L’objectif est de montrer qu’en plus de rejeter des perturbations statiques qui ne dépendent pas
du temps, le retour d’état proportionnel-intégral (4.15) atténue les perturbations qui dépendent du
temps avec un certain paramètre d’atténuation γ > 0. Supposons que la perturbation h affectant
le système (4.16) varie avec le temps. On obtient alors le système
( Rt
∂ε f (t)g(x) 1 ∂ ∂ε
= x − kε − k 1 ε(s, x)ds + h(t, x)
(4.17)
∂t µ0 a 2 x ∂x ∂x 0
∂ε
∂x x=0
= 0, ε(t, 1) = 0
où h ∈ L2 (0, ∞; Wg ) est une perturbation externe. Une condition supplémentaire sur le gain k
du retour d’état proportionnel-intégral (4.15) est proposée de sorte que l’indice de performance
suivant
Z ∞
Jg = [kε(t, ·)k2L2 (0,1) − γ 2 kh(t, ·)k2L2 (0,1) ]dt − γ 2 kε(0, ·)k2L2 (0,1) < 0 (4.18)
0
soit négatif pour les solutions de (4.17) avec des perturbations dépendant du temps h ∈ L2 (0, ∞; Wg )
et un paramètre d’atténuation γ > 0.
Théorème 4.4 ([42]) On suppose que les conditions du théorème (4.3) sont satisfaites et que le
gain proportionnel k du retour d’état (4.15) vérifie
f1 g12 exp(1) 1
k>− + + γ2
µ0 a2 g2 2γ 2
alors toute perturbation externe dépendant du temps h ∈ L2 (0, ∞; Wg ) du système bouclé (4.17)
est atténuée au sens de (4.18).
On démontre ce résultat en utilisant le lemme de Schur dans [16].
4.2.3 Simulation numérique de cas tests

Nous considérons le cas test pertinent où nous voulons contrôler l’évolution du flux magnétique
ψr d’un état initial jusqu’à l’état final (voir la figure 4.1). Pour commencer, nous avons effectué
une série de simulations de réponses indicielles en dimension infinie en réglant le gain propor-
tionnel k et le gain intégral k1 (voir les figures 4.1, 4.2, 4.3, 4.4 et 4.5).
Nous avons également vérifié l’effet d’incertitude du modèle par rapport à des perturbations h
en ajoutant à t = 10s sur le courant non inductif 20% du profil cible de courant.
Le comportement du système en boucle fermée est illustré par l’évolution en temps du flux
magnétique ψr au point x = 0.4. Le comportement est similaire aux autres points.
Comme prévu à partir des résultats théoriques qui se trouvent dans les parties 4.2.1 et 4.2.2,
1. le système en boucle fermée est stable à condition que les relations du théorème 4.3 et
théorème 4.4 soient satisfaites,
0.4 0.315
ψtarget
r
0.35 ψ initial 0.31 ψr(x=0.4) avec k=1 et k1=0
r
ψtarget(x=0.4)
0.3 0.305 r
0.25 0.3
−1
Wb radian−1
Wb radian
0.2 0.295
0.15 0.29
0.1 0.285
0.05 0.28
0 0.275
0 0.2 0.4 0.6 0.8 1 0 5 10 15 20 25 30
x t [sec]
(a) Profil initial et cible de ψr (b) Évolution en temps de ψr à x = 0.4
F IGURE 4.1 – Profil initial et cible, et évolution en temps de ψr à x = 0.4
0.305 0.305
ψ (x=0.4) avec k=10 et k =0 ψ (x=0.4) avec k=30 et k =0
r 1 r 1
ψtarget(x=0.4) ψtarget(x=0.4)
r r
0.3 0.3
0.295 0.295
Wb radian−1
Wb radian−1
0.29 0.29
0.285 0.285
0.28 0.28
0.275 0.275
0 5 10 15 20 25 30 0 5 10 15 20 25 30
t [sec] t [sec]
F IGURE 4.2 – Évolution en temps de ψr à x = 0.4 avec k = 10 et k = 30 en fixant k1 = 0
0.305
ψr(x=0.4) avec k=60 et k1=0 0.305
target
ψr (x=0.4) ψ (x=0.4) avec k=80 et k =0
0.3 r 1
target
0.3 ψ (x=0.4)
r
0.295 0.295
Wb radian−1
0.29 0.29
−1
Wb radian
0.285
0.285
0.28
0.28
0.275
0.275
0.27
0.27 0.265
0 5 10 15 20 25 30 0 5 10 15 20 25 30
t [sec] t [sec]
F IGURE 4.3 – Évolution en temps de ψr à x = 0.4 avec k = 60 et k = 80 en fixant k1 = 0

0.315 0.31
ψ (x=0.4) avec k=1 et k =1 ψ (x=0.4) avec k=1 et k =5
r 1 r 1
0.31 ψtarget(x=0.4) 0.305 ψtarget(x=0.4)
r r
0.305 0.3
0.3 0.295
Wb radian−1
Wb radian−1
0.295 0.29
0.29 0.285
0.285 0.28
0.28 0.275
0.275 0.27
0 5 10 15 20 25 30 0 5 10 15 20 25 30
t [sec] t [sec]
F IGURE 4.4 – Évolution en temps de ψr à x = 0.4 avec k1 = 1 et k1 = 5 en fixant k = 1
0.305 0.305
ψr(x=0.4) avec k=1 et k1=10 ψr(x=0.4) avec k=1 et k1=20
0.3 ψtarget
r
(x=0.4) 0.3 ψtarget
r
(x=0.4)
0.295 0.295
0.29 0.29
Wb radian−1
Wb radian−1
0.285 0.285
0.28 0.28
0.275 0.275
0.27 0.27
0.265 0.265
0 5 10 15 20 25 30 0 5 10 15 20 25 30
t [sec] t [sec]
F IGURE 4.5 – Évolution en temps de ψr à x = 0.4 avec k1 = 10 et k1 = 20 en fixant k = 1

4.3 Les équations de Schrödinger d’ordre supérieur 51
2. dans le cas d’une action proportionnelle, l’erreur en régime permanent résultant d’une
perturbation est d’autant plus petite que le gain proportionnel est grand,
3. le temps de réponse peut être réduit en utilisant un gain proportionnel plus grand mais cela
risque de provoquer une grande imprécision,
4. le gain intégral permet d’annuler l’erreur en régime permanent résultant d’une perturbation
statique de l’état d’équilibre.
Nous avons alors pu développer des simulations plus poussées faisant appel au simulateur ME-
TIS du CEA utilisé conjointement avec M atlab/Simulink T M pour simuler les décharges plasma
dans le réacteur Tore Supra. Nous ne présentons pas ici ces résultats que le lecteur pourra trouver
en détail dans [41]
4.3 Les équations de Schrödinger d’ordre supérieur

Dans cette partie, nous allons présenter les résultats que nous avons obtenus dans [21]. En méca-
nique quantique, l’équation de Schrödinger est l’équation non relativiste fondamentale qui décrit
comment la fonction d’onde d’un système physique quantique évolue au cours du temps. Elle
a été publiée en 1926 par Erwin Schrödinger dans [127]. Cette équation a été étudiée en détail
dans [6]. Puis l’équation quantique relativiste de Klein-Gordon fut développée par Oskar Klein
et Walter Gordon dans [70, 46]. Cependant, cette équation n’est pas une équation de type Schrö-
dinger car elle fait intervenir la dérivée seconde en temps. C’est l’équation de Dirac, formulée
par Paul Dirac dans [30], qui fournit l’équation relativiste fondamentale de type Schrödinger.
C’est une EDP matricielle de dimension quatre.
Nous montrons l’existence d’équations de type Schrödinger, provenant comme l’équation de
Dirac de la relation d’équivalence masse-énergie d’Einstein, appelées équations de Schrödin-
ger d’ordre supérieur. Chaque équation de Schrödinger d’ordre supérieur est une EDP unique
de la forme Schrödinger, i.e. faisant intervenir le Laplacien et ayant un opérateur d’ordre su-
périeur [28, 60]. Ce n’est pas une équation d’onde relativiste car elle n’est pas invariante de
Lorentz. Cependant, les équations de Schrödinger d’ordre supérieur convergent vers l’équation
semi-relativiste et sont capables de prendre en compte des effets relativistes et leur précision qui
peut être ajustée est donc plus grande que l’équation de Schrödinger. Elles peuvent se définir
avec l’ajout d’un potentiel borné ou constant, mais pas harmonique. Elles peuvent être considé-
rées comme une interpolation entre l’équation de Schrödinger et l’équation de Dirac valide dans
le domaine semi-relativiste compris entre les domaines non relativiste et ultra-relativiste. L’équa-
tion semi-relativiste est étudiée dans [55, 56]. La racine carré qui fournit un opérateur pseudo-
différentiel non local pose des difficultés en simulation en raison des conditions aux bords à
définir sur un domaine borné contrairement aux équations de Schrödinger d’ordre supérieur.
4.3.1 Les différentes équations quantiques

La relation d’équivalence masse-énergie d’Einstein est donnée par la formule
E = γm · c2 (4.19)
où E est l’énergie totale du corps,

1
γ=q
v2
1− c2
est le facteur de Lorentz avec v 2 = k~v k2 le carré de la norme du vecteur vitesse ~v du corps, m la
masse au repos du corps et c la vitesse de la lumière dans le vide [35].
Rappelons que l’énergie d’un système non relativiste est donnée par
p2
E = V (t, ~r) +
2m
où V (t, ~r) est l’énergie potentielle avec ~r = (x, y, z) le vecteur position et p = γm~v la quantité
de mouvement. En utilisant le principe de correspondance entre le monde classique et le monde
quantique donné dans [15]
∂ ∂ ~
E ↔ i~ p ↔ −i~ = −i~∇ (4.20)
∂t ∂~r
on obtient l’équation de Schrödinger
∂ψ(t, ~r) ~2
i~ = V (t, ~r)ψ(t, ~r) − ∆ψ(t, ~r) (4.21)
∂t 2m
pour une particule se mouvant dans le potentiel V (t, ~r), où ∆ := ∇2 est le Laplacien. La fonction
d’onde ψ : R≥0 × R3 → C décrit l’évolution de l’état quantique dans l’espace et le temps. Dans
ce qui suit ψ représente ψ(t, ~r). Une équation de type Schrödinger est une équation
∂ψ(t, ~r)
i~ = Hψ(t, ~r)
∂t
où H est l’hamiltonien du système. Si H = H(∆), alors on dit que l’équation (4.21) est une
équation de la forme Schrödinger.
En utilisant l’égalité
γ 2v2
γ2 = 2 + 1
c
et la relation d’équivalence masse-énergie d’Einstein (4.19), on obtient
r
2 2 γ 2v2
E = γmc = mc + 1.
c2
On a alors la relation suivante
E 2 = m2 c4 + p2 c2 . (4.22)
Avec le principe de correspondance (4.20), on obtient l’équation de Klein-Gordon
∂ 2ψ
− ~2 = m2 c4 ψ − ~2 c2 ∆ψ. (4.23)
∂t2
L’équation (4.23) est d’ordre deux en le temps contrairement à l’équation de Schrödinger (4.21)
et n’est pas une équation de type Schrödinger.
D’après (4.22), on a p
E = p2 c2 + m2 c4 , (4.24)
et il vient r
2 p2
E = mc + 1. (4.25)
m 2 c2
L’équation (4.24) conduit, avec le principe de correspondance (4.20), à l’équation semi-relativiste
∂ √
i~ ψ = −c2 ~2 ∆ + m2 c4 ψ, (4.26)
∂t
√
avec l’opérateur pseudo-différentiel −c2 ~2 ∆ + m2 c4 étudiée dans [79, Chapter 7] et [22].
L’équation semi-relativiste (4.26) avec un potentiel arbitraire dépendant de l’espace V (~r) = V
a été étudiée dans [55, 56, 83, 85, 84]. Cependant, son implémentation pose des problèmes im-
portants en raison de l’opérateur pseudo-différentiel qui conduit à une infinité de conditions aux
bords sur un domaine borné. C’est pourquoi cette équation est peu utilisée par les physiciens
[47, 135].
Si on prend le développement en série de Taylor de (4.25)
∞
!
X p 2k
E = mc2 1 + (−1)k+1 α(k) 2k 2k , (4.27)
k=1
m c
et le principe de correspondance (4.20), on obtient l’équation

X∞
∂ψ 2 α(k)~2k
i~ = mc ψ − 2k−1 c2k−2
∆k ψ, (4.28)
∂t k=1
m
où
(2k − 2)!
α(k) = . (4.29)
k!(k − 1)!22k−1
Cette décomposition est évoquée par exemple dans [47, 82].
p2
Proposition 4.5 ([21]) Les équations (4.27) et (4.28) sont valides pour m 2 c2
< 1, ce qui est
équivalent à 2v 2 < c2 .
Cela signifie que l’équation (4.28) est équivalente à l’équation (4.26) lorsque la norme ||~v || de la
particule étudiée vérifie
c
||~v || < √ ≈ 211 985 280m.s−1 . (4.30)
2
L’équation (4.28) a un nombre infini de termes. Donc, un nombre infini d’opérateurs est né-
cessaire pour décrire l’évolution de la fonction d’onde ψ et cela conduit à une théorie non lo-
cale comme celle associée à l’équation semi-relativiste [135]. Cependant, on note que l’équation
(4.28) est une équation de la forme Schrödinger avec un domaine de validité restreint.
On conserve alors uniquement les termes nécessaires de l’équation (4.28) pour atteindre une
certaine précision dans un sens que nous allons définir et ceci en utilisant un développement
limité.
Considérons l’approximation suivante
N
!
X p 2k
EN = mc2 1 + (−1)k+1 α(k) 2k 2k (4.31)
k=1
m c
de l’énergie (4.27) avec N ≥ 1. En utilisant le principe de correspondance (4.20), on obtient

l’équation de Schrödinger d’ordre supérieur
N
X α(k)~2k
∂ψN
i~ = mc2 ψN − 2k−1 2k−2
∆ k ψN . (4.32)
∂t k=1
m c
L’équation (4.32) a les avantages d’une équation de la forme Schrödinger sans les inconvénients
de l’équation (4.28).
L’erreur eN = E − EN entre l’expression réelle de l’énergie (4.27) et l’approximation (4.31) est
donnée par !
∞
X 2k
p
eN = mc2 (−1)k+1 α(k) 2k 2k .
k=N +1
m c
Pour p2 < m2 c2 , eN correspond au reste d’une série alternée, ainsi

!N +1
p2N +2 1
|eN | ≤ mc2 α(N + 1) 2N +2 2N +2 = mc2 α(N + 1) c2
.
m c v2
−1
1
Avec l’hypothèse que 2v 2 < c2 , on a 0 < c2
< 1. Comme 0 < mc2 < 1 pour les particules,
−1
v2
on déduit |eN | ≤ α(N + 1), ainsi on a le résultat suivant :
Proposition 4.6 ([21]) On a

lim |eN | = 0
N →∞
et plus précisément, la formule de Stirling conduit à

1
|eN | = O lorsque N → ∞.
N 3/2
Soit !N +1
p2N +2 1
2
εN := mc α(N + 1) 2N +2 2N +2 = mc2 α(N + 1) c2
. (4.33)
m c v2
−1
Dans ce qui suit, εN est appelée la précision. Cette précision concerne l’énergie des particules
mais pas les solutions ψ et ψN des équations (4.28) et (4.32).
Exemple 4.7 Considérons une particule libre de masse m. D’abord, conservons les deux pre-
miers termes de l’équation (4.32) (i.e. N = 1). On obtient alors l’équation
∂ψ1 ~2
i~ = mc2 ψ1 − ∆ψ1 . (4.34)
∂t 2m
On reconnaît l’équation de Schrödinger (4.21) plus un terme additif mc2 ψ1 , où mc2 est l’énergie
au repos de la particule. La relation entre l’équation semi-relativiste (4.26) et l’équation (4.34)
c
a déjà été soulevée dans [128]. Supposons que la particle ait une vitesse vérifiant ||~v || = 100 . La
précision associée à l’équation (4.34) est
1
ε1 ≈ · m · 9 × 1016 · 10−8 ≈ 1.125 × 108 m.
8
Ensuite, en utilisant les trois premiers termes de l’équation (4.32) (i.e. N = 2), on obtient l’équa-
tion de Schrödinger d’ordre 2
∂ψ2 ~2 ~4
i~ = mc2 + V ψ2 − ∆ψ2 − ∆ 2 ψ2 .
∂t 2m 8m3 c2
La précision associée à l’équation (4.34) est donnée par
1
ε2 ≈ · m · 9 × 1016 · 10−12 ≈ 5.625 × 103 m.
16
Donc, en prenant en compte un terme supplémentaire dans l’équation (4.32), on augmente la
c
précision (4.33) de 5 ordres de grandeur pour une particule ayant une vitesse de ||~v || = 100 .
Lorsque la norme du vecteur vitesse se rapproche de √c2 , il est nécessaire de prendre en compte
des termes d’ordre supérieur dans l’équation (4.32) pour conserver une précision suffisante.
Donc, on peut régler la précision en choisissant un nombre N adapté de termes dans l’équation
(4.32). Cependant en pratique, il parait difficile d’aller au-delà de l’équation d’ordre 2. En effet,
pour développer des simulations numériques sur un domaine borné, il faut fournir des conditions
aux bords. L’ajout d’un bilaplacien lors de l’utilisation de l’équation de Schrödinger d’ordre 2
doublera le nombre de conditions aux bords qui sera alors égal à 4.
4.3.2 Résolution des équations de Schrödinger d’ordre supérieur et conver-

gence
Les résultats de cette section sont donnés dans Rn , même si en pratique le cadre réel de la
physique est défini pour n = 3.
Soit G : R≥0 → R une fonction réelle, considérons l’équation de Schrödinger généralisée
(
i~ ∂ψ + G(−~2 ∆)ψ = 0
∂t
(4.35)
ψ(0, x) = ψ0 (x).
On a
b
F G(−~2 ∆)ψ (p) = G(|p|2 )ψ(p).
L’idée principale avec l’introduction de la fonction G est de couvrir les trois cas suivants :
1
– l’équation de Schrödinger : G(y) = − 2m y;
p
– l’équation semi-relativiste (4.26) : G(y) = − c2 y + m2 c4 ;
– les équations d’ordre supérieur (4.32) :
N
X
2 α(k)
G(y) = −mc + (−y)k .
k=1
m2k−1 c2k−2
En appliquant la transformée de Fourier à (4.35) par rapport à la variable d’espace, on obtient
formellement une EDO du premier ordre en temps pour ψb
( b
i~ ∂∂tψ + G(|p|2 )ψb = 0
b p) = ψb0 (p)
ψ(0,
compte tenu de la proposition (1.18). On peut alors résoudre explicitement et on a
b p) = ψb0 (p)e−itG(|p|2 ) .
ψ(t, (4.36)
b p)| = |ψb0 (p)| et on obtient d’après la proposi-
Comme G est une fonction réelle, on a |ψ(t,
tion (1.18) le résultat suivant.
Proposition 4.8 ([21]) Soit s ∈ R et ψ0 ∈ H s (Rn ), le problème de Cauchy (4.35) a une solution
2
unique ψ ∈ C 0 (R; H s (Rn )), notée ψ(t) = e−itG(−~ ∆) ψ0 . Elle est donnée par (4.36). De plus on
a
kψ(t, ·)kH s (Rn ) = kψ0 kH s (Rn ) , ∀t ∈ R.
2 ∆)
Ainsi le propagateur e−itG(−~ est unitaire sur chaque espace de Sobolev H s (Rn ).
Considérons maintenant l’équation (4.32) en présence d’un potentiel externe V et en la réécrivant
avec un nouvel indice pour simplifier les notations
( P α(k)~2k
i~ ∂ψ =Vψ− N k
k=0 m2k−1 c2k−2 ∆ ψ
∂t (4.37)
ψ(0, x) = ψ0 (x)
où on pose par convention α(0) = −1. On va considérer dans la suite les deux cas suivants qui
peuvent être résolus facilement : le cas où V est borné et le cas où V est linéaire par rapport à
la position x. Ces cas incluent par exemple les particules dans des puits de potentiel borné, les
neutrons dans un champ de gravitation et les électrons accélérés par un champ électrique.
Potentiel borné
En utilisant des arguments perturbatifs basés sur la formule de Duhamel, on peut montrer le
résultat suivant en utilisant la proposition 4.8.
Proposition 4.9 ([21]) Supposons que V ∈ L∞ (Rn ). Si ψ0 ∈ L2 (Rn ), alors (4.37) a une unique
solution ψ ∈ C 0 (R; L2 (Rn )), et
kψ(t, ·)kL2 (Rn ) = kψ0 kL2 (Rn ) ∀t ∈ R.
Si de plus, pour un certain s ∈ N, ∂ α V ∈ L∞ (Rn ) pour tout |α| ≤ s et ψ0 ∈ H s (Rn ), alors on
a ψ ∈ C 0 (R; H s (Rn )).
Potentiel linéaire
Proposition 4.10 ([21]) Supposons que V soit de la forme
V (t, x) = hE(t), xi = E1 (t)x1 + · · · + En (t)xn ,
pour E ∈ L∞ (R; Rn ). Si ψ0 ∈ L2 (Rn ), alors (4.37) a une unique solution ψ ∈ C 0 (R; L2 (Rn )),
et
kψ(t, ·)kL2 (Rn ) = kψ0 kL2 (Rn ) ∀t ∈ R.
Elle est donnée par sa transformée de Fourier
N Z !
b p) = ψb0 (p + π(t)) exp i X (−1)k α(k) t
ψ(t, |p + π(t) − π(s)|2k ds ,
~ k=0 m2k−1 c2k−2 0
Rt
où π(t) = 0
E(τ )dτ .
Potentiel harmonique
Supposons que V (x) = kxk2n . En prenant la transformée de Fourier dans (4.37), on déduit de la
proposition (1.18), que ψb est solution de
( b P
i~ ∂∂tψ = −∆ψb − N α(k) 2 kb
k=0 m2k−1 c2k−2 (−|p| ) ψ
(4.38)
b p) = ψb0 (p)
ψ(0,
où ∆ est le Laplacien par rapport à la variable p. L’équation (4.38) est de la forme i~∂t ψb = H ψ,
b
où
XN
α(k)
H = −∆ − 2k−1 2k−2
(−|p|2 )k .
k=0
m c
Dans le cas N = 2, l’opérateur devient
|p|2
2 |p|4
H = −∆ + mc + −
2m 8m3 c2
d’après (4.29). On sait alors que H n’est pas un opérateur essentiellement auto-adjoint sur
C0∞ (Rn ), voir par exemple [34]. Aussi, il semble difficile de donner un sens aux solutions de
(4.37) lorsque V est un potentiel harmonique car seuls les opérateurs auto-adjoints ont un sens
en mécanique quantique.
Convergence de l’approximation
Nous étudions maintenant la convergence de ψN solution de (4.32) vers ψ solution de l’équation
semi-relativiste (4.26), lorsque N tend vers l’infini.
Théorème
4.11 ([21]) Soit ψ0 ∈ L2 (Rn ). Supposons que ψb0 ∈ Cc∞ (Rn ) avec ψb0 (p) = 0 si
> 1 et que ψ|
p
mc t=0 = ψN |t=0 = ψ0 . Alors on a ψN → ψ lorsque N → ∞, dans le sens
suivant : pour tout T > 0,
2T
sup kψ(t, ·) − ψN (t, ·)kL2 (Rn ) ≤ mc2 α(N + 1)kψ0 kL2 (Rn ) −→ 0.
t∈[0,T ] ~ N →∞
On peut noter que l’hypothèse du théorème 4.11 est la même que celle de la proposition 4.5,
ceci en raison des relations entre la quantité de mouvement p et la variable de Fourier p données
par le principe de correspondance (4.20). Cela signifie que les équations de Schrödinger d’ordre
supérieur convergent vers l’équation semi-relativiste pour les particules dont le vecteur vitesse
vérifie (4.30).
On peut facilement généraliser les résultats de cette partie au cas de N particules indépendantes
dans un champ de potentiel. On a aussi montré dans [20] que les équations de Schrödinger
d’ordre supérieur sont bien définies avec un potentiel coulombien et pour toutes les particules,
pas seulement celles dont le vecteur vitesse est inférieur à √c2 .
4.4 Conclusion
Nous avons rappelé dans ce chapitre les résultats que nous avons obtenus sur les EDPs, d’abord
sur le contrôle du flux magnétique dans les plasmas de tokamak et ensuite sur les équations
de Schrödinger d’ordre supérieur. Le contrôle des EDPs est devenu un des enjeux majeurs de
l’automatique d’aujourd’hui, que ce soit pour les EDPs classiques ou pour les EDPs quantiques.
Perspectives
Pour poursuivre le travail présenté dans ce mémoire, je développe actuellement deux axes de
recherche. Le premier concerne le contrôle des réseaux sans fils et le second le contrôle des
systèmes de dimension infinie.
Le contrôle des réseaux sans fils

Le contrôle des réseaux de télécommunication est devenu un enjeu très important pour l’auto-
matique [5, 125]. Depuis mon arrivée dans l’équipe SYStèmes de COMmunications (SYSCOM)
du département Xlim-SIC qui travaille notamment sur les stratégies d’optimisation des transmis-
sions radios dans les réseaux sans fil, nous avons lancé une nouvelle thématique de recherche sur
le contrôle de la puissance des réseaux sans fils avec Patrick Coirault du Laboratoire d’Informa-
tique et d’Automatique pour les Systèmes (LIAS) de Poitiers. J’encadre actuellement un doctorant
avec Patrick Coirault sur le contrôle de la puissance pour les réseaux cellulaires et les réseaux
de capteurs. La caractéristique principale de ces systèmes dynamiques est qu’ils sont discrets
et qu’il existe une contrainte sur l’état qui est un indicateur de la qualité de la transmission de
l’information appelé SINR. La théorie de Lyapunov est aujourd’hui bien développée pour les
systèmes discrets ; en revanche la construction d’un retour d’état avec une contrainte sur l’état
pose des difficultés majeures. Nous avons pris le parti, pour des raisons pratiques liées à la taille
du système qui peut être très grande, de développer des retours d’état non linéaires avec une
barrière de potentiel virtuel et les premiers résultats sont encourageants.
Le contrôle des réseaux mobiles communiquant via des systèmes de télécommunication sans fils,
aussi appelé réseaux mobiles ad hoc (MANET), est aussi un problème d’actualité [91]. Après un
travail collaboratif avec Franck Plestan de l’Institut de Recherche en Communications et Cyber-
nétique de Nantes sur la construction d’un retour de sortie pour un système échantillonné basé
sur la technique des modes glissants d’ordre deux [117], nous encadrons un doctorant travaillant
sur la stabilisation robuste d’engins volants de type quadrirotor. Pour contrôler ce type de sys-
tèmes, il faut prendre en compte la transmission sans fil entre l’opérateur et le quadrirotor qui
implique des retards variables dus à la retransmission de l’information lorsque celle-ci est dé-
gradée. Un projet d’ampleur entre Airbus et le département SIC du laboratoire Xlim est aussi en
cours de montage sur l’usine du futur. Ce projet inclura la localisation et le contrôle de réseaux
mobiles d’agents, en particulier des humains et des robots communiquant via des systèmes de
télécommunication sans fils, dont la qualité du lien radio doit être assurée. De manière générale,
60 Perspectives
on observe qu’il faut associer au sein des réseaux mobiles des systèmes liés au déplacement et
des systèmes liés à la communication sans fils. Ceci induira des contraintes quant à la topologie
des déplacements devant assurer la qualité du lien radio.
Le contrôle des systèmes de dimension infinie

Le contrôle des systèmes de dimension infinie est un enjeu majeur pour résoudre des problèmes
importants qui se posent à l’heure actuelle dans nos sociétés.
Le contrôle du flux magnétique dans les plasmas de tokamak fait partie de ces problèmes dont
l’enjeu est important afin de parvenir à la fusion thermonucléaire pour la production d’éner-
gie. Dans le but d’améliorer encore le contrôle, nous allons devoir prendre en compte la seconde
équation du transport de la chaleur. C’est une EDP non linéaire dont il va falloir identifier en ligne
un paramètre physique mal connu. Cette seconde EDP du transport de la chaleur est couplée à
l’EDP du flux magnétique. Nous allons devoir reposer le problème de contrôle et trouver de nou-
veaux retours d’état prenant en compte tous les moyens d’action dont disposent les physiciens.
Ce projet est appelé à se continuer de nombreuses années puisque le projet ITER, en construction
à proximité de Cadarache et qui a pour ambition de montrer la faisabilité d’un réacteur nucléaire
utilisant le principe de la fusion, ne devrait commencer à fonctionner qu’à partir des années 2020.
Concernant les équations de Schrödinger d’ordre supérieur, nous avons montré leur existence
dans le cas des potentiels coulombiens et nous avons aussi dévelopé les équations d’Hartree-Fock
d’ordre supérieur pour les systèmes avec un grand nombre de particules en interaction [20]. Nous
ne pouvons pas encore évaluer la portée applicative de ces équations semi-relativistes, mais nous
sommes actuellement en train de travailler sur leurs simulations afin de pouvoir évaluer leurs
performances. Par ailleurs, on peut espérer que les techniques de stabilisation de l’équation de
Schrödinger s’étendront aux équations de Schrödinger d’ordre supérieur et permettront de traiter
de manière plus précise le contrôle de certains systèmes quantiques.
Enfin, je travaille sur le contrôle des systèmes multidimensionnels qui sont une spécialité du
LIAS de Poitiers. Nous avons étudié la stabilité de ces systèmes dans le cas discret [140] et nous
souhaitons désormais regarder le cas continu qui fait partie des systèmes de dimension infinie et
a un lien très étroit avec certaines EDPs hyperboliques.
Bibliographie
[1] R. A BRAHAM et J. E. M ARSDEN : Foundations of Mechanics. American Mathematical

Society, 2008.
[2] V. A NDRIEU, L. P RALY et A. A STOLFI : Homogeneous approximation, recursive observer
design, and output feedback. SIAM Journal on Control and Optimization, 47(4):1814–
1850, 2008.
[3] Z. A RTSTEIN : Stabilization with relaxed controls. Nonlinear Analysis : Theory, Methods
& Applications, 7(11):1163–1173, 1983.
[4] A. A ZEMI et E. E. YAZ : Sliding-mode adaptive observer approach to chaotic synchroni-
zation. Journal of Dynamic Systems, Measurement, and Control, 122(4):758–765, 2000.
[5] A. B EMPORAD, M. H EEMELS et M. J OHANSSON : Networked control systems, vol. 406
de Lecture Notes in Control and Information Sciences. Springer, 2010.
[6] F. A. B EREZIN et M. A. S HUBIN : The Schrödinger equation, vol. 66 de Mathematics and
its Applications (Soviet Series). Kluwer Academic Publishers Group, Dordrecht, 1991.
[7] E. B ERNUAU, W. P ERRUQUETTI et E. M OULAY : Retraction obstruction to time-varying
stabilization. Automatica, 49(6):1941–1943, 2013.
[8] G. B ESANÇON : Nonlinear Observers and Applications. Lecture Notes in Control and
Information Sciences. Springer, New-York / Berlin, 2007.
[9] S. P. B HAT et D. S. B ERNSTEIN : Finite-time stability of homogeneous systems. In Pro-
ceedinds of the American Control Conference, p. 2513–2514, Albuquerque, USA, 1997.
[10] S. P. B HAT et D. S. B ERNSTEIN : Finite time stability of continuous autonomous systems.
SIAM Journal on Control and Optimization, 38(3):751–766, 2000.
[11] S. P. B HAT et D. S. B ERNSTEIN : A topological obstruction to continuous global stabili-
zation of rotational motion and the unwinding phenomenon. Systems & Control Letters,
39(1):63–70, 2000.
[12] S. P. B HAT et D. S. B ERNSTEIN : Geometric homogeneity with applications to finite-time
stability. Mathematics of Control, Signals and Systems, 17(2):101–127, 2005.
[13] N. P. B HATIA et O. H AJEK : Local semi-dynamical systems, vol. 90 de Lecture Notes in
Mathematics. Springer, 1969.
[14] N. P. B HATIA et G. P. S ZEG Ő : Stability Theory of Dynamical Systems. Springer, 2002.
[15] N. B OHR : The Correspondence Principle (1918 - 1923). Elsevier, 1976.
62 BIBLIOGRAPHIE
[16] S. B OYD, L. E. G HAOUI, E. F ERON et V. BALAKRISHNAN : Linear Matrix Inequalities

in System and Control Theory, vol. 15 de Studies in Applied Mathematics. Society for
Industrial & Applied Mathematics, 1987.
[17] E. B REDON : Topology and Geometry, vol. 139. Graduate Texts in Mathematics, vol. 139,
Spinger, 1993.
[18] F. B RIBIESCA A RGOMEDO, C. P RIEUR, E. W ITRANT et S. B RÉMOND : A strict control
Lyapunov function for a diffusion equation with time-varying distributed coefficients.
IEEE Transactions on Automatic Control, 58(2):290–303, 2013.
[19] R. W. B ROCKETT : Asymptotic stability and feedback stabilization. In Differential Geo-
metric Control Theory, p. 181–191. Birkhäuser, Boston, 1983.
[20] R. C ARLES et E. M OULAY : Higher order Schrödinger and Hartree-Fock equations.
arXiv :1305.4880.
[21] R. C ARLES et E. M OULAY : Higher order Schrödinger equations. Journal of Physics A :
Mathematical and Theoretical, 45(39):395304, 2012.
[22] Y. C HO et T. O ZAWA : On the semirelativistic Hartree-type equation. SIAM Journal on
Mathematical Analysis, 38(4):1060–1074, 2006.
[23] B. C ORNET et M. C ZARNECKIB : Existence of generalized equilibria. Nonlinear Analy-
sis : Theory, Methods & Applications, 44(5):555–574, 2001.
[24] J. M. C ORON : A necessary condition for feedback stabilization. Systems & Control
Letters, 14(3):227–232, 1990.
[25] J. M. C ORON : Global asymptotic stabilization for controllable systems without drift.
Mathematics of Control, Signals, and Systems, 5(3):295–312, 1992.
[26] J. M. C ORON : Control and Nonlinearity. Mathematical Surveys and Monographs. Ame-
rican Mathematical Society, 2007.
[27] J. M. C ORON et L. P RALY : Adding an integrator for the stabilization problem. Systems
& Control Letters, 17(2):89–104, 1991.
[28] H. L. C YCON, R. G. F ROESE, W. K IRSCH et B. S IMON : Schrödinger operators with ap-
plication to quantum mechanics and global geometry. Texts and Monographs in Physics.
Springer, Berlin, 1987.
[29] W. P. DAYAWANSA et B. H O -M OCK -Q AI : Topological obstructions to simultaneous
stabilization. In Proceedings of the 38th IEEE Conference on Decision and Control, p.
1196–1201, Phoenix, Arizona, USA, 1999.
[30] P. A. M. D IRAC : The quantum theory of the electron. Proceedings of the Royal Society
A, 117(778):610–624, 1928.
[31] D. D ONG et I. R. P ETERSEN : Quantum control theory and applications : A survey. IET
Control Theory & Applications, 4(12):2651–2671, 2010.
[32] S. V. D RAKUNOV et V. I. U TKIN : Sliding mode observers. tutorial. In 34th IEEE Confe-
rence on Decision and Control, p. 3376–3378, 1995.
BIBLIOGRAPHIE 63
[33] C. D U et L. X IE : H∞ Control and Filtering of Two-dimensional Systems, vol. 278 de

Lecture Notes in Control and Information Sciences. Springer, 2002.
[34] N. D UNFORD et J. T. S CHWARTZ : Linear operators. Part II : Spectral theory. Self adjoint
operators in Hilbert space. John Wiley & Sons, 1963.
[35] A. E INSTEIN : Ist die Trägheit eines Körpers von seinem Energieinhalt abhängig ? Anna-
len der Physik, 323(13):639–641, 1905.
[36] S. E LAYDI : An introduction to difference equations. Undergraduate Texts in Mathematics.
Springer, 2005.
[37] R. E NGEL et G. K REISSELMEIER : A continuous-time observer which converges in finite
time. IEEE Transactions on Automatic Control, 47(7):1202–1204, 2002.
[38] A. F RADKOV, H. N IJMEIJER et A. M ARKOV : Adaptive observer-based synchronization
for communication. International Journal of Bifurcation and Chaos, 10(12):2807–2813,
2000.
[39] E. F RIDMAN et Y. O RLOV : An LMI approach to H∞ boundary control of semilinear
parabolic and hyperbolic systems. Automatica, 45(9):2060–2066, 2009.
[40] J. P. G AUTHIER, H. H AMMOURI et S. OTHMAN : A simple observer for nonlinear systems
applications to bioreactors. IEEE Transactions on Automatic Control, 37(6):875–880,
1992.
[41] O. G AYE : Contrôle du profil de facteur de sécurité dans les plasmas de tokamak en
dimension infinie. Thèse de doctorat, Université d’Angers, 2012.
[42] O. G AYE, L. AUTRIQUE, Y. O RLOV, E. M OULAY, S. B RÉMOND et R. N OUAILLETAS :
H∞ stabilization of the current profile in tokamak plasmas via LMI approach. Automatica,
49(9):2795–2804, 2013.
[43] O. G AYE, E. M OULAY, S. B RÉMOND, L. AUTRIQUE, R. N OUAILLETAS et Y. O RLOV :
Sliding mode stabilization of the current profile in tokamak plasmas. In Proceedings of the
50th IEEE Conference on Decision and Control, p. 2638–2643, Orlando, Florida, USA,
2011.
[44] O. G AYE, E. M OULAY, S. B RÉMOND, L. AUTRIQUE, R. N OUAILLETAS, J. F. A RTAUD
et Y.O RLOV : Robust stabilization of the current profile in tokamak plasmas using sliding
mode approach in infinite dimension. Control Engineering Practice, 21(10):1350–1358,
2013.
[45] D. G OELEVEN et B. B ROGLIATO : Necessary conditions of asymptotic stability for
unilateral dynamical systems. Nonlinear Analysis : Theory, Methods & Applications,
61(6):961–1004, 2005.
[46] W. G ORDON : Der Comptoneffekt nach der Schrödingerschen Theorie. Zeitschrift für
Physik A Hadrons and Nuclei, 40(1-2):117–133, 1926.
[47] F. G ROSS : Relativistic Quantum Mechanics and Field Theory. A Wiley-Interscience
Publication. John Wiley & Sons Inc., New York, 1999.
[48] L. G RÜNE : Homogeneous state feedback stabilization of homogeneous systems. SIAM
Journal on Control and Optimization, 38(4):1288–1314, 2000.
64 BIBLIOGRAPHIE
[49] V. G UILLEMIN et A. P OLLACK : Differential topology. American Mathematical Society,

2010.
[50] W. M. H ADDAD et V. C HELLABOINA : Nonlinear dynamical systems and control : A
Lyapunov based approach. Princeton University Press, 2007.
[51] W. H AHN : Theory and Application of Liapunov’s Direct Method. Prentice-Hall inc.,
1963. N.J.
[52] W. H AHN : Stability of Motion, vol. 138 de Grundlehren der mathematischen Wissen-
schaften. Springer, New York, 1967.
[53] V. T. H AIMO : Finite time controllers. SIAM Journal on Control and Optimization,
24(4):760–770, 1986.
[54] J. K. H ALE et S. M. V. L UNEL : Introduction to Functional Differential Equations, vol. 99.
Springer, 1993.
[55] R. L. H ALL et W. L UCHA : Schrödinger upper bounds to semirelativistic eigenvalues.
Journal of Physics. A, 38(37):7997–8002, 2005.
[56] R. L. H ALL et W. L UCHA : Schrödinger secant lower bounds to semirelativistic eigenva-
lues. International Journal of Modern Physics A, 22(10):1899–1904, 2007.
[57] H. H AMMOURI, B. TARGUI et F. A RMANET : High gain observer based on a triangular
structure. International Journal of Robust and Nonlinear Control, 12(6):497–518, 2002.
[58] I. H ASKARA, U. O ZGUNER et V. U TKIN : On sliding mode observers via equivalent
control approach. International Journal of Control, 71(6):1051–1067, 1998.
[59] A. H ATCHER : Algebraic Topology. Cambridge University Press, 2001.
[60] B. H ELFFER : Semi-classical analysis for the Schrödinger operator and applications, vol.
1336 de Lecture Notes in Mathematics. Springer, Berlin, 1988.
[61] D. H ENRY : Geometric Theory of Semilinear Parabolic Equations, vol. 840 de Lecture
Notes in Mathematics. Springer, Berlin, 1981.
[62] H. H ERMES : Nilpotent and high-order approximations of vector field systems. SIAM
Review, 33(2):238–264, 1991.
[63] Y. H ONG, J. H UANG et Y. X U : On an output feedback finite-time stabilization problem.
[64] S. T. H U : Theory of retracts. Wayne State University Press, Detroit, 1965.
[65] A. I SIDORI : Nonlinear control systems. Communications and Control Engineering.
Springer, 1995.
[66] R. E. K ALMAN : A new approach to linear filtering and prediction problems. Journal of
basic Engineering, 82(1):35–45, 1960.
[67] M. K AWSKI : Homogeneous stabilizing feedback laws. Control Theory and Advanced
Technology, 6(4):497–516, 1990.
[68] M. K AWSKI : Homogeneous feedback stabilization, in "New Trends in Systems Theory",
vol. 7. Progress in Systems and Control Theory, Birkhäuser, 1991.
BIBLIOGRAPHIE 65
[69] H. K. K HALIL : Nonlinear Systems. Prentice Hall, third édn, 2002.

[70] O. K LEIN : Quantentheorie und fünfdimensionale Relativitätstheorie. Zeitschrift für Phy-
sik A Hadrons and Nuclei, 37(12):895–906, 1926.
[71] V. KOMORNIK et P. L ORETI : Fourier series in control theory. Springer Monographs in
Mathematics. Springer, 2005.
[72] M. A. K RASNOSEL’ SKI Ǐ et P. Z ABRE ǏKO : Geometrical Methods of Nonlinear Analysis,
vol. 263 de Grundlehren der mathematischen Wissenschaften. Springer, 1984.
[73] N. N. K RASOVSKY : Stability of motion : applications of Lyapunov’s second method to
differential systems and equations with delay. Stanford university press, 1963.
[74] A. J. K RENER et A. I SIDORI : Linearization by output injection and nonlinear observers.
Systems & Control Letters, 3(1):47 – 52, 1983.
[75] A. J. K RENER et W. R ESPONDEK : Nonlinear observers with linearizable error dynamics.
SIAM Journal on Control and Optimization, 23(2):197–216, 1985.
[76] J. K URZWEIL : On the inversion of Liapunov’s second theorem on stability of motion.
American Mathematical Society Translations, 24:19–77, 1963.
[77] J. L I et C. Q IAN : Global finite-time stabilization by dynamic output feedback for a class
of continuous nonlinear systems. IEEE Transactions on Automatic Control, 51(5):879–
884, 2006.
[78] J. L I, C. Q IAN et M. F RYE : A dual observer design for global output feedback stabili-
zation of nonlinear systems with low-order and high-order nonlinearities. International
Journal of Robust and Nonlinear Control, 16(15):1697–1720, 2008.
[79] E. H. L IEB et M. L OSS : Analysis, vol. 14 de Graduate Studies in Mathematics. American
Mathematical Society, second édn, 2001.
[80] N. L LOYD : A survey of degree theory : Basis and development. IEEE Transactions on
Circuits and Systems, 30(8):607–616, 1983.
[81] D. L ÓPEZ -M ANCILLA, C. C RUZ -H ERNÁNDEZ et C. P OSADAS -C ASTILLO : A modified
chaos-based communication scheme using hamiltonian forms and observer. Journal of
Physics : Conference Series, 23:267–275, 2005.
[82] W. L UCHA et F. F. S CHÖBERL : Semi-relativistic hamiltonians of apparently nonrelati-
vistic form. Physical Review A, 51(6):4419–4426, 1995.
[83] W. L UCHA et F. F. S CHÖBERL : Spinless Salpeter equation : Analytic results. In 11th
International Conference on Problems of Quantum Field Theory, Dubna, Russia, 1998.
[84] W. L UCHA et F. F. S CHÖBERL : Bound states by the spinless Salpeter equation. Fizika B,
8(1):193–206, 1999.
[85] W. L UCHA et F. F. S CHÖBERL : Semirelativistic treatment of bound states. International
Journal of Modern Physics A, 14(15):2309–2333, 1999.
[86] D. G. L UENBERGER : Observing the state of a linear system. IEEE Transactions on
Military Electronics, 8(2):74–80, 1964.
66 BIBLIOGRAPHIE
[87] A. M. LYAPUNOV : Stability of motion : General problem. International Journal of

Control, 55(3):520–790, march 1992.
[88] A. M ANSOURI : Local asymptotic feedback stabilization to a submanifold : Topological
conditions. Systems & Control Letters, 56(7-8):525–528, 2007.
[89] S. M ASCOLO et G. G RASSI : Controlling chaos via backstepping design. Physical Review
E, 56(5):6166–6169, 1997.
[90] C. G. M AYHEW et A. R. T EEL : On the topological structure of attraction basins for
differential inclusions. Systems & Control Letters, 60(12):1045–1050, 2011.
[91] S. K. M AZUMDER : Wireless networking based control. Springer, 2011.
[92] T. M ÉNARD, E. M OULAY et W. P ERRUQUETTI : A global high-gain finite-time observer.
[93] T. M ÉNARD, E. M OULAY et W. P ERRUQUETTI : Homogeneous approximations and local
observer design. ESAIM Control Optimisation and Calculus of Variations, 19(3):906–929,
2013.
[94] P. H. M ENOLD, R. F INDEISEN et F. A LLGÖWER : Finite-time convergent observers for li-
near time varying systems. In 11th Mediterranean Conference on Control and Automation,
2003.
[95] P. H. M ENOLD, R. F INDEISEN et F. A LLGÖWER : Finite time convergent observers for
nonlinear systems. In Proceedings of the 42th IEEE Conference on Decision and Control,
vol. 6, p. 5673–5678, 2003.
[96] M. M IRRAHIMI, P. ROUCHON et G. T URINICI : Lyapunov control of bilinear Schrödinger
equations. Automatica, 41(11):1987–1994, 2005.
[97] E. M OULAY : Une contribution à l’étude de la stabilité en temps fini et de la stabilisation.
Thèse de doctorat, École Centrale de Lille, 2005.
[98] E. M OULAY : Stabilization via homogeneous feedback controls. Automatica, 44(11):
2981–2984, 2008.
[99] E. M OULAY : Stability and stabilization of homogeneous systems depending on a para-
meter. IEEE Transactions on Automatic Control, 54(6):1382–1385, 2009.
[100] E. M OULAY et S. P. B HAT : Topological properties of asymptotically stable sets. Nonli-
near Analysis : Theory, Methods & Applications, 73(4):1093–1097, 2010.
[101] E. M OULAY et Q. H UI : Conley index condition for asymptotic stability. Nonlinear
Analysis : Theory, Methods & Applications, 74(13):4503–4510, 2011.
[102] E. M OULAY et W. P ERRUQUETTI : Finite time stability and stabilization of a class of
continuous systems. Journal of Mathematical Analysis and Applications, 323(2):1430–
1443, 2006.
[103] E. M OULAY et W. P ERRUQUETTI : Finite time stability conditions for non-autonomous
continuous systems. International Journal of Control, 81(5):797–803, 2008.
[104] J. M UNKRES : Topology. Prentice Hall, second édn, 2000.
BIBLIOGRAPHIE 67
[105] H. NAKAMURA, Y. YAMASHITA et H. N ISHITANI : Minimum projection method for

nonsmooth control Lyapunov function design on general manifolds. System & Control
Letters, 58:716–723, 2009.
[106] H. N IJMEIJER et I. M. Y. M AREELS : An observer looks at synchronization. IEEE
Transactions on Circuits and Systems I, 44(10):882–890, 1997.
[107] Y. O RLOV : Discontinuous unit feedback control of uncertain infinite-dimensional sys-
tems. IEEE Transactions on Automatic Control, 45(2):834–843, 2000.
[108] R. O RSI, L. P RALY et I. M AREELS : Necessary conditions for stability and attractivity of
continuous systems. International Journal of Control, 76(11):1070–1077, 2003.
[109] R. O RTEGA : Some applications of the topological degree to stability theory. In Topo-
logical Methods in Differential Equations and Inclusions. Kluwer Academic Publishers,
1995.
[110] R. O RTEGA : A criterion for asymptotic stability based on topological degree. In Procee-
dings of the first World Congress of Nonlinear Analysts, Walter de Gruyter, p. 383–394,
Tampa, Florida, USA, 1996.
[111] Y. O U, C. X U, E. S CHUSTER, J. R. F ERRON, T. C. L UCE, M. L. .WALKER et D. A.
H UMPHREYS : Receding-horizon optimal control of the current profile evolution during
the ramp-up phase of a tokamak discharge. Control Engineering Practice, 19(1):22–31,
2011.
[112] Y. O U, C. X U, E. S CHUSTER, T. C. L UCE, J. R. F ERRON, M. L. WALKER et D. A.
H UMPHREYS : Optimal tracking control of current profile in tokamaks. IEEE Transaction
on Control Systems Technology, 19(2):432–441, 2011.
[113] L. M. P ECORA et T. L. C ARROLL : Synchronization in chaotic systems. Physical Review
Letters, 64(8):821–824, 1990.
[114] W. P ERRUQUETTI et J. P. BARBOT : Chaos in automatic control, vol. 18. CRC Press,
Taylor & Francis, 2006.
[115] W. P ERRUQUETTI, T. F LOQUET et E. M OULAY : Finite-time observers : Application to
secure communication. IEEE Transactions on Automatic Control, 53(1):356–360, 2008.
[116] F. P LESTAN, J. W. G RIZZLE, E. R. W ESTERVELT et G. A BBA : Stable walking of a 7-
DOF biped robot. IEEE Transactions on Robotics and Automation, 19(4):653–668, 2003.
[117] F. P LESTAN, E. M OULAY, A. G LUMINEAU et T. C HEVIRON : Robust output feedback
sampling control based on second-order sliding mode. Automatica, 46(6):1096–1100,
2010.
[118] J. B. P OMET : Explicit design of time-varying stabilizing control laws for a class of
controllable systems without drift. System & Control Letters, 18(2):147–158, 1992.
[119] C. Q IAN et J. L I : Global finite-time stabilization by output feedback for planar systems
without observable linearization. IEEE Transactions on Automatic Control, 50(6):885–
890, 2005.
[120] J. R AUCH : Partial Differential Equations, vol. 128 de Graduate Texts in Mathematics.
Springer, New York, 1991.
68 BIBLIOGRAPHIE
[121] L. ROSIER : Homogeneous Lyapunov function for homogeneous continuous vector field.
Systems & Control Letter, 19(6):467–473, 1992.
[122] L. ROSIER : Étude de Quelques Problèmes de Stabilisation. Thèse de doctorat, École
Normale Supérieure de Cachan, 1993.
[123] L. ROTHSCHILD et E. S TEIN : Hypoelliptic differential operators and nilpotent groups.
Acta Mathematica, 137(1):247–320, 1976.
[124] E. P. RYAN : On Brockett’s condition for smooth stabilizability and its necessity in a
context of nonsmooth feedback. SIAM Journal on Control and Optimization, 32(6):1597–
1604, 1994.
[125] J. S ARANGAPANI : Wireless ad hoc and sensor networks : protocols, performance, and
control. Automation and Control Engineering. CRC Press, 2007.
[126] F. S AUVAGE, M. G UAY et D. D OCHAIN : Design of a nonlinear finite-time converging
observer for a class of nonlinear systems. Journal of Control Science and Engineering,
2007.
[127] E. S CHRÖDINGER : Quantisierung als Eigenwertproblem. Annalen der Physik, 385(13):
361–376, 1926.
[128] I. S EGAL : Space-time decay for solutions of wave equations. Advances in Mathematics,
22(3):305–311, 1976.
[129] R. S EPULCHRE et D. A EYELS : Stabilizability does not imply homogeneous stabilizability
for controllable systems. SIAM Journal on Control and Optimization, 34(5):1798–1813,
1996.
[130] Y. S HEN et Y. H UANG : Uniformly observable and globally lipschitzian nonlinear systems
admit global finite-time observers. IEEE Transactions on Automatic Control, 54(11):2621
–2625, 2009.
[131] Y. S HEN et X. X IA : Semi-global finite-time observers for nonlinear systems. Automatica,
44(12):3152–3156, 2008.
[132] H. S IRA -R AMÍREZ et M. F LIESS : An algebraic state estimation approach for the recovery
of chaotically encrypted messages. International Journal of Bifurcation and Chaos, 16(2):
295–309, 2006.
[133] E. D. S ONTAG : A universal construction of Arststein’s theorem on nonlinear stabilization.
System & Control Letters, 13(2):117–123, 1989.
[134] E. D. S ONTAG : Mathematical Control Theory : Deterministic Finite Dimensional Sys-
tems, vol. 6 de Textbooks in Applied Mathematics. Springer, New-York, 1998.
[135] A. WACHTER : Relativistic Quantum Mechanics. Theoretical and Mathematical Physics.
Springer, 2012.
[136] F. W. W ILSON : Smoothing derivatives of functions and applications. Transactions of the
American Mathematical Society, p. 413–428, 1969.
[137] E. W ITRANT, E. J OFRIAN, S. B RÉMOND, G. G IRUZZI, D. M AZON, O. B RANA et P. M O -
REAU : A control-oriented model of the current profile in tokamak plasma. Plasma Phys.
Control. Fusion, 49(7):1075–1105, 2007.
BIBLIOGRAPHIE 69
[138] X. X IA et W. G AO : Nonlinear observer design by observer error linearization. SIAM

Journal on Control and Optimization, 27(1):199–216, 1989.
[139] C. X U, O. YONGSHENG et E. S HUSTER : Sequential linear quadratic control of bilinear
parabolic PDEs based on POD model reduction. Automatica, 47(2):418–426, 2011.
[140] N. Y EGANEFAR, N. Y EGANEFAR, M. G HAMGUI et E. M OULAY : Lyapunov theory for
2-d nonlinear Roesser models : application to asymptotic and exponential stability. IEEE
Transactions on Automatic Control, 58(5):1299–1304, 2013.
[141] J. Z ABCZYK : Some comments on stabilizability. Applied Mathematics and Optimization,
19(1):1–9, 1989.
[142] V. I. Z UBOV : Methods of A. M. Lyapunov and their Application. Noordhoff, 1964.
Translated from a publication of the Publishing House of Leningrad University. 1957.

Tanguy

Transféré par

Droits d'auteur :

Formats disponibles

Tanguy

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tanguy

Transféré par

Droits d'auteur :

Formats disponibles

Une étude des systèmes non linéaires en théorie du

contrôle par les fonctions de Lyapunov

To cite this version:

HAL Id: tel-00974513

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

Habilitation à diriger des recherches

Une étude des systèmes non linéaires en théorie du

Soutenue le 28 mars 2014 devant le jury suivant :

Président du jury : Jean-Pierre RICHARD Professeur à l’École Centrale de Lille

HDR préparée au laboratoire Xlim-SIC (UMR CNRS 7252)

Merci à Jean-Francois Lafay qui m’a accueilli à l’Institut de Recherche en Communications et

2 Observation en temps fini et stabilisation des systèmes homogènes 23

4 Contrôle du flux magnétique et équation de Schrödinger d’ordre supérieur 43

– les actionneurs électriques couramment utilisés en robotique ;

Le chapitre 3 est consacré à l’étude de l’obstruction topologique à la stabilité asymptotique pour

Le chapitre 4 est dédié à l’étude de certaines EDPs. On s’intéresse en particulier au problème de

Nous conclurons ce mémoire par des perspectives d’avenir.

1.1 Stabilité de Lyapunov, fonctions de Lyapunov et homogé-

Définition 1.1 Un ensemble K ⊂ M est invariant si ϕt (K) = K pour tout t ≥ 0.

Rappelons la définition de la stabilité de Lyapunov.

Définition 1.3 La dérivée de Lie de V : Rn → R le long de f : Rn → Rn est définie par

où fi ∈ C 0 (Rn ) pour tout 0 ≤ i ≤ m et f0 (0) = 0. On parle de système bouclé pour désigner le

Remarque 1.8 Si m = 1, la propriété de petit contrôle est équivalente à

La limite peut très bien être −∞.

Nous illustrons la définition précédente par un exemple classique.

Exemple 1.12 Soit le système

ẋ = ⌈x⌋α = −sign(x)|x|α , x ∈ R, α ∈ (0, 1). (1.4)

Les solutions partant de x0 au temps t = 0 sont données par

Définition 1.13 Soit (a1 , . . . , an ) ∈ Rn . On définit la forme canonique d’observabilité par

où z ∈ Rn est l’état, u la variable de contrôle, y la sortie, r ∈ N∗ et

Définition 1.14 Soit X ⊆ Y ⊆ M.

pour tout y ∈ Y , x ∈ X et t ∈ [0, 1].

Définition 1.15 X ⊆ M est un rétracte de voisinage (respectivement, un rétracte par déforma-

On rappelle un résultat qui relie les définitions 1.14 et 1.15.

1.3 Outils d’analyse des EDPs

Pour β ∈ Nn et f ∈ C ∞ (Rn ; K), on note

Pour f ∈ S(Rn ), la transformée de Fourier de f , notée fb où F(f ), est définie par

La fonction Rn ∋ p 7→ fb(p) appartient à S(Rn ). Les principales propriétés de la transformée de

Proposition 1.18 Soit f ∈ S(Rn ), pour tout j ∈ {1, . . . , n} on a

On a la formule d’inversion de Fourier

qui indique que la transformée de Fourier est unitaire sur L2 (Rn ).

Pour s ∈ R, on définit l’espace de Sobolev H s (Ω) par

Observation en temps fini et stabilisation

2.2 Observateurs en temps fini

– la synchronisation unidirectionnelle de signaux chaotiques développée dans [113] dont la pro-

2.2.1 Cas des systèmes linéarisables par injection d’entrée-sortie

où x ∈ Rn , r ∈ N∗ , u est une entrée suffisamment dérivable et A (−k1 , . . . , −kn ) et C sont

On démontre ce théorème en utilisant la fonction homogène

A (−k1 , . . . , −kn )T P + P A (−k1 , . . . , −kn ) = −I

Lemme 2.4 (Lemme du tube) Considérons l’espace produit : X × Y où Y est un compact. Si

le système (2.4) est transformé en la forme canonique observable (1.5)-(1.6) avec

2.2.2 Cas des systèmes uniformément observables

où x ∈ Rn , uj ∈ R pour j ∈ {1, . . . , m}. D’après [57], la fonction

F IGURE 2.2 – Erreurs d’observation

définit un système de coordonnées locales qui transforme le système (2.5) en le système

où S∞ (θ) est solution de l’équation de Riccati stationnaire suivante

En posant e = x̂ − x, l’équation de l’erreur est donnée par

où les fonctions f˜i sont données par