You are on page 1of 6

Manuscrit auteur, publi dans "4mes Journes Doctorales/Journes Nationales MACS 2011 (JD-JN-MACS 2011), Marseille :

France (2011)"

Estimation du profil de la chausse pour la


dynamique du vhicule
Sebastian Erhart, Moustapha Doumiati, John Martinez, Olivier Sename, Luc Dugard
Gipsa-lab CNRS UMR 5216, Grenoble-INP
961 Rue de la Houille Blanche, 38402 Saint Martin dHres, France

hal-00681179, version 1 - 20 Mar 2012

Prenom.Nom@gipsa-lab.grenoble-inp.fr
Rsum Les dfauts de la route par rapport une surface
idalement plane constituent ce que lon appelle son uni ou
son profil. Au del de ses effets sur les mouvements verticaux
du vhicule, le profil de la chausse joue un rle prpondrant dans linteraction avec le pneumatique. De ce fait, il
influe directement sur la rponse dynamique du vhicule.
Bien que la connaissance de cette variable soit essentielle
pour une meilleure valuation du comportement du vhicule, elle nest pas disponible sur les vhicules de srie pour
des raisons techniques ou conomiques. Par consquent, une
estimation fiable du profil de route serait un outil trs intressant pour les lois de contrle de la dynamique verticale
du vhicule. Dans ce contexte, le but de cet article est de
dvelopper une nouvelle mthode base sur la thorie de
Q-paramtrisation pour la reconstruction du profil en long.
Une phase de validation en simulation, exploitant un jeu de
donnes relles, montre la pertinence de la mthode propose.
Mots-cls Profil de la chausse, dynamique verticale du vhicule, estimation, Q-paramtrisation.

figure 1 est un systme mcanique compos dune remorque


mono-roue tracte par un vhicule vitesse constante, qui
dlivre un signal reprsentatif du profil. Un problme majeur de lAPL est quil ne peut pas tre intgr bord des
vhicules standard pour des raisons techniques. Le GMP
propos en 1964 par General Motors se base sur deux capteurs : un acclromtre et un capteur laser [3]. Cette mthode, dite inertielle, est la mthode la plus utilise dans
le monde. Elle consiste faire passer sur une chausse, un
vhicule faible vitesse muni de capteurs de distance et
dacclromtres dans les deux traces de roulement et denregistrer les signaux dcrivant ltat dynamique de la caisse.
Un inconvnient majeur de cette technique est quelle dpend fortement de lemplacement des capteurs et des bruits
engendrs.
Plus rcemment, dans le but de reconstruire le profil en

I. Introduction
Les spcialistes du monde routier, des travaux publics,
et les constructeurs automobiles sintressent depuis longtemps aux asprits prsentes sur les chausses. Ces dfauts
de la route par rapport une surface idalement plane
constituent ce que lon appelle son uni ou son profil. La
gomtrie, les irrgularits et les dformations du sol modifient constamment la rpartition des forces du contact
roues/sol, les positions du vhicule et les orientations des
roues. Par consquent, le profil est considr comme une
entre essentielle qui affecte dune manire significative la
rponse dynamique du vhicule.
La connaissance du profil de chausse, reprsent par un
signal non-stationnaire, est indispensable surtout pour :
lanalyse de la qualit de la route pour dduire les
consquences sur le confort des passagers,
loptimisation des suspensions,
lamlioration de la scurit et la maniabilit du vhicule,
une meilleure comprhension de la dynamique du vhicule.
Parmi les mthodes existantes pour la mesure du profil en
long, nous citons lAPL (Analyseur de Profil en Long) et le
GMP (General Motor Profile). LAPL est un outil de mesure dvelopp au LCPC (Laboratoire Central des Ponts
et Chausses) la fin des annes 1960 [1], [2]. Cest un
appareil fiable, dans une bande passante frquentielle trs
prcise de la chausse, dont les performances ont t lobjet
de plusieurs tudes et recherche. LAPL reprsent sur la

Fig. 1. APL : Analyseur de Profil en Long (Figure reproduite de [1])

temps-rel sur les vhicules de srie, des recherches ont t


dveloppes pour remplacer les capteurs physiques (APL et
GMP) par des estimateurs bass sur la thorie dautomatique. Par exemple, dans [1], lauteur a propos un observateur dtat mode glissant pour estimer le profil en considrant un modle complet du vhicule. Dans [4], les auteurs
estiment le profil en se basant sur un modle quart-vhicule
et en dveloppant un filtre de Kalman linaire. Dans leur
tude, le profil est reprsent par une rampe. Dans [5], le
profil est identifi en utilisant des acclromtres, un modle demi-vhicule, et une tude de classification des profils
selon leurs comportements frquentiels. Dans cette prsente
tude, une nouvelle mthode ddie la reconstruction du
profil en long sera prsente. Les principales originalits de
la mthode propose par rapport la littrature existante
sont :
une nouvelle synthse du problme destimation en se
basant sur la thorie de la Q-paramtrisation,

II. Modlisation du systme vhicule/chausse


Pour la conception du schma destimation du profil, il
est indispensable dtablir en premier lieu, un modle dynamique du systme vhicule/chausse.
A. Modle de quart de vhicule
En gnral, le degr de finesse de la modlisation dpend
des objectifs fixs. Comme notre objectif futur est dutiliser
le modle dans une application embarque bord dun vhicule et utilisant un minimum de capteurs, nous avons recours des hypothses qui rduisent le calcul et simplifient
la modlisation du vhicule. Pour cela, nous avons choisi le
modle dun quart de vhicule. De nombreux travaux ont
montr la pertinence du modle quart vhicule pour ltude
des suspensions automobiles (passives ou semi-actives) et
de leur isolation vibratoire (ex. [6] et [7]).
Ce modle est constitu dune roue (de raideur K2 ) et dune
suspension (de raideur K1 et de coefficient damortissement
C1 ). Il est illustr par la figure 2 o la variable z1 reprsente la hauteur de la caisse, la variable z2 est la hauteur
de la roue, m1 est la masse suspendue applique au quart
de vhicule, m2 reprsente la masse non suspendue de la
roue, et u est le profil de la chausse.
Le comportement dynamique du systme autour de son
point dquilibre est dcrit sous la forme de lquation (1).

m1 z1 = K1 z1 C1 z1 + K1 z2 + C1 z2
m2 z2 = (K1 + K2 )z2 C1 z2 + K1 z1
(1)

+C1 z1 + K2 u
Par le biais dune approximation linaire, les coefficients
de raideur du pneu et de la suspension sont considrs
constants dans cette tude. De plus, nous ne considrons
pas des composants actifs ou semi-actifs de la suspension,
mais ltude peut tre gnralise.

z1
m1
t
masse suspendue
c1

k1
raideur de la
suspension

amortisseur de la
suspension

z2
m2

masse non suspendue


k2
raideur de la
roue

u
t

Fig. 2. Modle dun quart de vhicule

la performance et la qualit de la reconstruction du profil.


Toutefois, il sagit dun exercice difficile car une prdiction fiable ne sera jamais obtenue. Des travaux ont conduit
une classification de routes laide du spectre frquentiel du profil, consign dans une norme ISO [8]. Dans ce
contexte, le profil peut tre reprsent par une composition dondes spatiales (nombre donde ).
La figure 3 montre la dcomposition spectrale dun exemple
de profil de route capt par la mthode GMP. Ce profil reprsente la trace de la roue avant gauche chantillonne
avec une distance de 0.1524 m.
Road profile spectrum
2

10

Profile amplitude [m]

hal-00681179, version 1 - 20 Mar 2012

une nouvelle modlisation du profil de la chausse par


des fonctions sinusoidales frquences variables,
une utilisation dun nombre minimal de capteurs pour
le dispositif destimation. En fait, la mthode propose
ncessite uniquement des mesures dun acclromtre
de chssis, alors que [1] et [4] utilisent de plus des
capteurs de dbattements de suspensions.
Au regard du modle vhicule/chausse, il faut bien entendu quil soit reprsentatif, cependant il doit aussi tre
suffisamment simple pour viter les difficults danalyse et
les temps dexcution longs inadquats pour des applications embarques. Dans la suite, le vhicule sera reprsent
par un modle quart-vhicule capable de dcrire les mouvements verticaux du vhicule, et la chausse sera modlise
par une composition dondes spatiales.
La structure de cet article est la suivante. La deuxime section dcrit la modlisation du systme vhicule/chausse.
Dans la section trois, nous prsentons le concept destimation. La section quatre est ddie la prsentation des
rsultats de simulation. Finalement, la dernire section rsume le travail et propose des perspectives.

10

10

10

10

10

10
Wave number [1/m]

10

Fig. 3. Spectre spatial du profil de route (#1)

Daprs cette figure, le spectre comporte des amplitudes


importantes pour les composants avec un nombre donde
bas ( 102 m1 ) mais galement des parties considrables pour des ondes leves ( 101 m1 ). Ce profil
spatial se transforme laide de la vitesse de la voiture v
en fonction temporelle u(t) perceptible au niveau de la
roue. Daprs [9], la relation entre le nombre donde et la
frquence observable f est donne par :

B. Modle de la chausse
La caractrisation du profil de route sous forme dun modle est une des tapes cls qui dtermine essentiellement

f = v .

(2)

Dans de nombreuses approches proposes dans la lit-

rature, comme dans [1] et [10], la modlisation du profil


consiste considrer nulle lacclration du profil perceptible (
u(t) 0). Cette approximation correspond au cas
dune prsence exclusive des basses frquences. Dans cette
tude le modle du profil u(t) sera approxim par la composition dun nombre fini N des sinusodes.
u(t)

N
X

(3)

u
i sin(2fi t + i ),

i=1

o fi prsente la i-me frquence considre,


ui constitue son amplitude attribue (par exemple, laide du
spectre de la figure 3) et i dnomme son dphasage.
Pour un profil de route rel (interprt comme un signal
non-stationnaire) ces paramtres caractristiques frquentiels varieront en gnral dans le temps. Le problme considr consiste tablir une estimation prcise de
ui , i
et fi pour un nombre N donn.

hal-00681179, version 1 - 20 Mar 2012

III. Mthode destimation du profil


En se basant sur le modle vhicule/chausse prsent
dans la Section II, et sur linformation concernant la hauteur de la caisse z1 , la reconstruction du profil peut tre
ramene un problme destimation dtat. La description
de la mthode dobservation du profil sera dtaille dans
les sous-sections suivantes. La mthode applique se base
principalement sur des rsultats labors dans le contexte
des commandes adaptatives [11] [12] [13].
A. Q-Paramtrisation
Le modle dynamique du quart de vhicule dduit de
lquation (1) est discrtis avec une priode dchantillonnage de Ts = 20ms. Ce modle discret est donn par :
G(z 1 ) =

z1 (z 1 )
B(z 1 )
=
.
u(z 1 )
A(z 1 )

ment un signal u
qui excite lentre du modle du quart
vhicule B
et
qui
correspond une image du vrai profil u.
A
La thorie de la conception de commande, base sur les
mthodes polynomiales, rvle la reprsentation des correcteurs stabilisant le systme (4) sous la forme :
R(z 1 )
R0 (z 1 ) + A(z 1 )Q(z 1 )
=
S(z 1 )
S0 (z 1 ) B(z 1 )Q(z 1 )

(5)

Cette reprsentation du correcteur est appel YoulaKuera-paramtrisation (ou Q-paramtrisation) [14] o


R0 (z 1 ) et S0 (z 1 ) reprsentent le numrateur et le dnominateur dun correcteur quelconque rendant les ples
du systme en boucle ferme stables. Q(z 1 ) est un polynme dont les degrs de libert peuvent servir satisfaire des critres de performance sans toucher la stabilit
du systme. Le schma bloc de lobservateur ralisant la
Q-paramtrisation (5) est illustr dans la figure 4.
La reprsentation du profil temporel dans lquation (3)
peut tre exprime sous forme des polynmes N
D laide
de sa transforme en Z. Cette expression correspond un
systme dynamique qui, tant excit par la distribution de
Dirac , fournit un signal de sortie identique lquation
(3). Par consquent, le polynme D contient les ples engendrs par la somme des sinusodes :
(z 1 )
N (z 1 )
N
.

=Q
1
N
D(z )
1 cos( 2fi ) + z 2
1

2z
i=1
Ts

(6)

Lerreur entre la mesure z1 et z1 (dnomm e dans la figure 4) tend vers zro indpendamment de lexistence dune
perturbation engendre par (6), si lquation diophantienne
(7) est rsolue [15].

(4)
So (z 1 ) B(z 1 )Q(z 1 ) = S (z 1 )D(z 1 )

(7)

o G(z ) reprsente la fonction de transfert entre le


profil de la chausse u et la hauteur de la caisse z1 .
Dans cette tude, lobservateur envisag est considr
comme un systme de commande minimisant lerreur entre
le signal de sortie z1 et son estimation z1 , et ceci en se basant sur la thorie de la Q-paramtrisation. La figure 4 est
ddie la reprsentation du concept destimation.

r=0

1
S0

z1

A
u

z
1

La rsolution de cette quation fournit le polynme Q,


bas sur la connaissance des frquences fi supposes dans
le modle du profil de la chausse. Par suite, cette tape
de synthse, lobservateur inclut le modle quart de vhicule (4) et le modle de la chausse (3) pour un ensemble
des frquences fixes. Ce dernier est inclus sous la forme des
coefficients fixes du polynme Q. Lobservateur ne sera pas
capable de garantir un affaiblissement de lerreur e, si les
frquences divergent des frquences supposes. La performance correspond ainsi un observateur de perturbation
avec des modles prdfinis.

B. Algorithme dadaptation
B

Q
R0
1

Afin darriver une erreur destimation minimale dans le


cas o le profil de route se compose de frquences variables
sera utilis (au lieu
dans le temps, un polynme estim Q
est donn
du polynme Q prcalcul) dans lobservateur. Q
par lquation (8) :

Fig. 4. Schma bloc de lobservateur

En atteignant la concidence des deux signaux de sortie


(mesure z1 /estimation z1 ), lobservateur gnre simultan-

h
1 ) = 1
Q(z
|

nQ
{z
}

1
..
.
z

(nQ
1)

(8)

est caractris par ses n coefficients et


Ce polynme Q
Q
peut tre interprt comme une approximation de la solution de lquation (7) dtermine laide dun critre de
minimisation. Un tel critre, J constitue par exemple, lerreur destimation au carr, obtenue partir des coefficients
:
i2

1h

.
(9)
0 (t + 1) (t)
2
Lide de la mthode de minimisation rcursive sera
dajuster les coefficients chaque pas dans la direction du
gradient de J0 pour sapprocher de sa valeur minimale.

Lerreur 0 , contenant (t)),


est appele lerreur destimation a priori et sexprime par :
J0 (t + 1) =

0 (t + 1) =

S0 B Q
w(t + 1).
AS0 + BR0

(10)

La relation w(t + 1), o :


(11)

est applique sous la condition que la structure du polynme B correspond B(z 1 ) = b1 z 1 + + bnB z nB , ce
qui permet dintroduire le polynme B (z 1 ) = zB(z 1 ).
On dfinit le vecteur dobservation, (t + 1) :

(12)
(t + 1) = ... w(t + 1),
z nQ

et le vecteur, (t + 1), obtenu par un filtrage successif :


(t + 1) =

B
(t + 1).
AS0 + BR0

(13)

Ainsi, lquation (10) est reformule de la manire suivante :

IV. Rsultats de simulation


Lvaluation de lapproche propose est effectue au
moyen des simulations numriques dans Matlab/Simulink.
Dans le premier essai, le signal de mesure z1 est gnr
par linjection du profil mesur (dont le spectre est illustr
sur la figure 3) dans un modle identique au quart de vhicule (4). La vitesse de la voiture dans la simulation est
fixe v = 50 km/h. Comme le systme de suspension
est stable, les coefficients du correcteur peuvent tre mis
gaux R0 = 0 et S0 = 1. Lobservateur est initialis avec
contenant n = 6 coefficients : lordre du
un polynme Q
Q
polynme rsultant est ainsi nQ 1 = 5. Le choix de ce
nombre rsulte dune suite d essais avec des nombres varis. Une augmentation de nQ au del de 6 ne conduit
pas une amlioration significative pour les profils simu du polynme Q
sont initialiss
ls. Les coefficients
zro. Le gain dadaptation F est initialis par une matrice
diagonale ralisant une norme de F dcroissante. Dans ce
contexte, la norme (maximum des valeurs singulires) est
considre comme une mesure pour le gain matriciel et par
consquent un critre dterminant la dynamique de lobservateur. La valeur de la norme est fixe 100 dcroissant
exponentiellement ( = 1s) vers une valeur de 1. La figure
5 montre le profil estim et le profil de rfrence.

0.03

S0
w(t + 1) (t),
0 (t + 1) =
AS0 + BR0

(14)

0.02

do il sensuit le gradient recherch de lquation (9) :


J0 (t + 1)
= 0 (t + 1) ( (t)) .

(t)

Rfrence
Estimation

0.025

0.015
0.01

(15)

Profil [m]

hal-00681179, version 1 - 20 Mar 2012

w(t + 1) = Ae(t + 1) + B u
(t),

Le gain dadaptation F peut tre variable dans le temps.


Souvent un gain dcroissant est choisi [16]. Au dbut une
convergence rapide vers les coefficients recherchs est envisage. Ensuite le gain peut dcrotre pour : 1) viter des
oscillations des coefficients autour du minimum et 2) diminuer la sensibilit vis--vis du bruit. Finalement la conservation dune valeur minimale du gain assure la ractivit
pour ajuster les coefficients lorsque les frquences observes
varient.

0.005
0

La loi dadaptation des coefficients devient :

0.005

T (t + 1) = T (t) + F 0 (t + 1) ,

(16)

o F est une matrice de gain dadaptation dfinie positive. Une rflexion similaire pour le critre de minimisation
J :

i2
1h
+ 1)
(t + 1) (t
,
(17)
2
bas sur lerreur destimation a posteriori (t+1) (conte + 1)) implique une normalisation de F , et fournit
nant (t
une loi dadaptation stable pour nimporte quelle valeur de
F de la forme :
J(t + 1) =

T (t + 1) = T (t) +

F
0 (t + 1) .
1 + T F

(18)

0.01
0.015
0.02

10

Temps [s]

Fig. 5. Comparaison du profil de rfrence (#1) et son estimation,


ralis avec v = 50 km/h

Il est clair que lestimation du profil converge rapidement


vers la rfrence. Lerreur destimation est reprsente dans
la figure 6.
Lerreur quadratique moyenne slve M SE = 9, 3
107 m2 , sa racine est gale RM SE = 9, 6 104 m . Lapproche frquentielle pour lestimation du profil de route

10

x 10

Rfrence
Estimation

10

Amplitude [m]

Erreur destimation du profil [m]

10

10

10

Temps [s]

Fig. 6. Erreur destimation du profil (#1)

10
Nombre dondes [1/m]

10

Fig. 8. Comparaison des spectres du profil de rfrence (#1) et son


estimation

mation sont reprsents dans la figure 9.

semble convenable malgr un caractre difficilement prdictible de la chausse. Les tracs des coefficients i du
ainsi que la norme du gain dadaptation F sont
vecteur ,
illustrs dans la figure 7.

0.01
Rfrence
Estimation

0.008
0.006
0.004

Profil [m]

0.002

30

[1]

20

10

0
0.002

10

4
0

0.004

3 / 5
8

10

0.006
0.008
0.01

100
Norme de F [1]

hal-00681179, version 1 - 20 Mar 2012

10

10

Temps [s]

80
60

Fig. 9. Comparaison du profil de rfrence (#2) et de son estimation,


ralis avec v = 30 km/h

40
20
0

10

Temps [s]

Fig. 7. Trac des coefficients et de la norme du gain dadaptation


F pour le profil (#1)

Initialement les coefficients convergent ( laide dun gain


dadaptation lev) rapidement vers des valeurs satisfaisantes selon le critre de minimisation (17). Cette adaptation permet de diminuer lerreur destimation initiale. Ensuite la variabilit des coefficients est limite sous forme
dun gain dadaptation dcroissant. Les valeurs des coefficients, obtenues pendant cette premire priode, fournissent galement une estimation correcte du profil dans la
suite.
Pour approfondir lanalyse de performance, le spectre du
profil estim est trac sur la figure 8 en comparaison avec
le spectre de rfrence.
Un deuxime essai destimation est effectu au moyen
dun autre profil de rfrence. La vitesse de la voiture est
0
diminue v = 30 km/h. Le correcteur R
S0 , le gain dadap sont choisis
tation F et la valeur dinitialisation de
comme dans le premier essai. Le profil ainsi que son esti-

Cette figure montre encore une fois la bonne reconstruction du profil. Aprs une convergence rapide, lestimation
fournit un rsultat en conformit avec la rfrence. Les co sont tracs sur la figure 10. On
efficients du polynme Q
remarque que, pour cet essai, les coefficients i voluent
diffremment par rapport au premier essai. Cest normal
puisquils sadaptent en fonction du profil rencontr afin
de rpondre au critre de minimisation (17).
V. Conclusion
Dans cet article, nous avons prsent une nouvelle mthode destimation du profil en long de la chausse. Le
processus destimation est bas sur la thorie de la Qparamtrisation et sur une analyse frquentielle du signal
de chausse, o lobservateur propos est considr comme
un systme de commande minimisant lerreur destimation. Lavantage de cette technique destimation consiste
prendre en compte un maximum dinformation sur le
caractre du profil de la chausse. Par consquent, une erreur destimation minimale, formule au moyen dun critre
doptimisation, est atteinte pour des profils diffrents. La
mthode mise en uvre a t teste sur des donnes relles
de profil de route, avec des rsultats satisfaisants.

[11]
15
1

[1]

10
5

3
4

0
5

[12]

6
0

[13]

[14]
10

[15]
Norme de F [1]

100
80

[16]

60
40
20
0

10

Temps [s]

hal-00681179, version 1 - 20 Mar 2012

Fig. 10. Trac des coefficients et la norme du gain dadaptation F


pour le profil (#2)

Suite ce travail, nous envisageons de :


Tester la robustesse de la mthode par rapport aux
incertitudes lies aux paramtres du vhicule (raideur
du pneu, raideur de la suspension,...)
Valider la mthode sur un vhicule exprimental avec
des profils de route plus chahuts.
0
Charger le correcteur R
S0 reproduire les basses frquences contenues dans le profil de la chausse. Cette
dmarche pourrait se rvler favorable pour des vitesses plus grandes.
Amliorer la mthode pour prendre en compte, lors
de lestimation, les diffrentes situations de conduite
(virage, acclration, dclration).
Remerciements
Le travail prsent dans cet article est support par le
projet national INOVE/ANR 2010 BLAN 0308.
Rfrences
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]

H. Imine. Observation dtats dun vhicule pour lestimation


du profil dans les traces de roulement. Thse de Doctorat,
Universit de Versailles Saint-Quentin-en Yvelines, 2003.
H. Imine, Y.Delanne, N.K.Msirdi. Road profile inputs for
evaluation of the loads on the wheels. Vehicle System Dynamics, vol. 43, Supplement, pp. 359-369, 2005.
E.B. Splanger et W.J. Kelly. Road profilometer method for
measuring road profile. General Motors Research Publication,
GMR-452, 1964.
M. Doumiati, G. Baffet, A. Charara, et A. Victorino. Observateur dtat pour lestimation du profil de la chausse :
Validation exprimentale, JD-JN-MACS, Reims, 2007.
A. Gonzalez, E. J. Obrien, Y. Y. Li, et K. Cashell. The use
of vehicle acceleration measurements to estimate road roughness, Vehicle System Dynamics, vol. 46(6), pp. 483-499, 2008.
D. Sammier, O. Sename, et L. Dugard . Skyhook and H
control of semi-active suspensions : some practical aspects,
Vehicle System Dynamics, vol. 39(4), pp. 279-308, 2003.
S. M. Savaresi, C. Poussot-Vassal, C. Spelta, O. Sename, et L.
Dugard . Semi-active suspension control design for vehicles,
Elsevier, Butterworth, 2010.
ISO 8608, Mechanical vibration - Road surface profiles - Reporting of measured data, International Standards Organisation, 1995.
M. Sayers, S. Karamihas. The Little Book Of Profiling, 1998.
M. Doumiati, A. Victorino, A. Charara, D. Lechner. Estimation of road profile for vehicle dynamics motion : experimental validation, American Control Conference, ACC 2011, San
Francisco, USA, June 2011.

B. Francis and W. Wonham. The internal model principle of


control theory, Automatica, vol. 12, pp. 457-465, 1976.
B. Anderson. From Youla-Kucera to identification, adaptive
and nonlinear control, Automatica, vol. 34, pp. 1485 ?1506,
1998.
I. Landau , R. Lozano, M. MSaad. Adaptive Control, Springer, London (U.K), 1997.
D. Henrion. Graduate course on polynomial methods for robust control, Part III.2, 2001.
I. Landau, A. Constantinescu, M. Alma. Adaptive regulation
- Rejection of unknown multiple narrow band disturbances,
17th Mediterranean Conference on Control and Automation,
Thessaloniki, Greece, 2009.
I. Landau. Identification et commande des systmes, Hermes,
1988.