FR3132758A1

FR3132758A1 - Procédé de correction statistique de l’estimation de l’état d’un système et dispositif associé

Info

Publication number: FR3132758A1
Application number: FR2201429A
Authority: FR
Inventors: Loïc DAVAIN; Clément MISANDEAU
Original assignee: Safran Electronics and Defense SAS
Current assignee: Safran Electronics and Defense SAS
Priority date: 2022-02-17
Filing date: 2022-02-17
Publication date: 2023-08-18
Anticipated expiration: 2042-02-17
Also published as: US20230258822A1; FR3132758B1

Abstract

Procédé de correction statistique de l’estimation de l’état d’un système et dispositif associé Procédé de correction statistique, à l’aide d’un filtre statistique, de l’estimation de l’état d’un système à un instant donné, noté, ledit état comprenant une grandeur physique, la correction de l’estimation de cet état étant réalisée à partir d’une pluralité d’observations relative à cet état, chaque observation étant obtenue par une mesure différente relative à au moins une grandeur physique, le procédé étant mis en œuvre par un dispositif comprenant un moyen de calcul, le procédé comprenant : une étape (1E3) de détermination, par le moyen de calcul, pour chaque observation, de la différence entre l’observation et l’état estimé, dite innovation, à l’aide de la relation où est la matrice d’observation associée au filtre statistique considérée ; une étape (1E4) d’association, par le moyen de calcul, à chaque observation, d’un paramètre d’ordonnancement, le paramètre d’ordonnancement étant donné par la relation où est une valeur de référence prédéterminée ; une étape (1E5) de classement, par le moyen de calcul, des mesures par ordre croissant du paramètre d’ordonnancement qui leur est associé ; une étape (1E6) de correction, par le moyen de calcul, des erreurs sur les estimations à l’aide du filtre statistique, les corrections se faisant en prenant les mesures selon le classement opéré à l’étape précédente. Figure à publier avec l’abrégé : Figure 2

Description

Procédé de correction statistique de l’estimation de l’état d’un système et dispositif associé

DOMAINE TECHNIQUE DE L’INVENTION

Le domaine technique de l’invention est celui de l’estimation statistique de l’état d’un système, notamment dans le cadre de la navigation hybridée.

La présente invention concerne la correction statistique de l’estimation de l’état d’un système issue d’une mesure interne à l’aide d’une pluralité d’observations et en particulier un procédé dans lequel les observations sont ordonnées avant la correction de l’estimation. La présente invention concerne également un dispositif configuré pour mettre en œuvre un tel procédé.

ARRIERE-PLAN TECHNOLOGIQUE DE L’INVENTION

Il est commun dans le domaine de la localisation ou de la navigation inertielle, notamment la navigation hybridée, d’avoir recours à des filtres statistiques afin de corriger les prédictions d’une centrale inertielle, la correction s’opérant à partir d’une mesure d’une observable, par exemple une position GPS.

Un schéma d’un procédé selon l’état de la technique est illustré à la , sur la partie de gauche, à partir de mesures inertielle MI une estimation d’un état (aussi appelé vecteur d’état ) est faite. Sur la partie en haut à droite, à partir d’une pluralité de mesures, par exemple de mesures GPS, une pluralité d’observations est effectuée. Les calculs nécessaires au filtre sont ensuite effectués CAL à partir de l’estimation de l’état et des observations . Puis le filtre FLT est mis en œuvre à l’aide de la pluralité d’observation de sorte à corriger REC l’estimation de l’état pour obtenir un état recalé. Une fois cet état recalé, il peut être utilisé par exemple pour corriger la navigation NAV hybridée.

Dans cette méthode, le calcul du filtre permettant d’obtenir le recalage s’opère en général en effectuant un test, dit test d’innovation. Ce test consiste à comparer deux grandeurs : l’observation issue d’une mesure externe, cette observation étant caractérisée par la variance de son erreur (notée ) ; et une estimation (pouvant être assimilé à une mesure interne) de l’état , caractérisée par la variance de son erreur (notée ). L’écart entre ces deux grandeurs, noté , est appelée « innovation » et est donc caractérisée par la variance (en supposant que la matrice est l’identité). En général, il existe une matrice permettant de faire le lien entre l’état (ou mesure interne) et l’observation de sorte que , la variance s’écrivant alors où est la transposée de .

Si l’on fait l’hypothèse que ces deux grandeurs obéissent à une statistique gaussienne, alors, il est possible d’affirmer que la valeur de est comprise dans l’intervalle avec une probabilité dépendant de . En général, la valeur de est choisie égale à trois, cette valeur étant associée à une probabilité de 99.7%.

Dans l’état de la technique, lorsque le filtre statistique est un filtre de Kalman, lorsqu’il y a observations, la correction d’erreur se fait, observation par observation, en utilisant chacune des observations, les corrections effectuées à partie d’une observation étant prise en compte pour les corrections suivantes.

L’inconvénient de cette manière de procéder réside dans sa faible robustesse lorsque l’une des observations est issue d’une mesure erronée. Si l’observation associée à une mesure erronée est prise en compte vers la fin, c’est-à-dire après qu’un grand nombre des observables aient été prises en compte, il est probable que le caractère erroné de cette observable soit détecté. En effet, à ce stade, la variance sur l’état sera faible et une observation erronée sera donc facilement détecté et donc non pris en compte. En revanche, si l’observation associée à une mesure erronée est prise en compte en début ou au milieu, il est possible que le caractère erroné de l’observation ne soit pas détecté et que la correction de l’état se fasse en prenant en compte cette valeur erronée.

En cas de non-détection, les conséquences peuvent être importantes. Dans le premier cas (mesure erronée traitée en dernier), alors l’état est mal estimé mais il a tout de même pris en compte les premières observations saines, l’erreur est donc limitée. Dans le second cas (mesure erronée traitée en premier), alors l’état est mal estimé, y compris pour le traitement des observations suivantes. Le test des innovations suivantes est donc biaisé, non pas à cause des observations mais à cause de l’état qui a été corrigé à tort en prenant en compte la mesure erronée (l’erreur de l’état recalé avec la mesure en panne n’est pas cohérent de la variance). Ces tests échouent et toutes les observations « saines » sont rejetées à tort.

Aussi, il existe un besoin d’un procédé d’estimation statistique qui soit plus robuste aux erreurs éventuelles de mesures.

L’invention offre une solution aux problèmes évoqués précédemment, en opérant un classement des observations avant la correction d’erreur.

Un premier aspect de l’invention concerne un procédé de correction statistique, à l’aide d’un filtre statistique, de l’estimation de l’état d’un système à un instant donné, noté , ledit état estimé comprenant une première grandeur physique, la correction de l’estimation de cet état étant réalisée à partir d’une pluralité d’observations relative à cet état , chaque observation étant obtenue par une mesure différente relative à au moins une deuxième grandeur physique, le procédé étant mis en œuvre par un dispositif comprenant un moyen de calcul, le procédé comprenant :

une étape de détermination, par le moyen de calcul, pour chaque observation , de la différence entre l’observation et l’état estimé , dite innovation , à l’aide de la relation suivante :

où est la matrice d’observation associée au filtre statistique considérée

une étape d’association, par le moyen de calcul, à chaque observation , d’un paramètre d’ordonnancement, le paramètre d’ordonnancement étant donné par la relation suivante :

où est une valeur de référence prédéterminée ;

une étape de classement, par le moyen de calcul, des observations par ordre croissant du paramètre d’ordonnancement qui leur est associé ;
une étape de correction, par le moyen de calcul, des erreurs sur les estimations à l’aide du filtre statistique, les corrections se faisant en prenant les observations selon le classement opéré à l’étape précédente

En effectuant un ordonnancement des innovations en fonction de l’écart à une valeur de référence, il est possible de rendre l’estimation plus robuste aux erreurs de mesure, les observations associées aux erreurs de mesure étant prises en compte en dernier et donc plus susceptible d’être détectées lors de l’étape de correction.

Outre les caractéristiques qui viennent d’être évoquées dans le paragraphe précédent, le procédé selon le premier aspect de l’invention peut présenter une ou plusieurs caractéristiques complémentaires parmi les suivantes, considérées individuellement ou selon toutes les combinaisons techniquement possibles.

Dans un mode de réalisation, lors de l’étape de correction, seules les observations telles que sont prise en compte avec une constante fixant l’intervalle dans lequel la valeur de doit être comprise et est la variance. De préférence, est choisi égal à trois, cette valeur étant associée à une probabilité de 99.7% d’avoir une valeur de (lorsque ) comprise dans .

Dans un mode de réalisation le dispositif comprend un moyen de mesure interne, le procédé comprenant, avant l’étape de détermination de l’innovation , une étape de mesure interne, par le moyen de mesure interne, de sorte à obtenir l’état estimé du système.

Dans un mode de réalisation, le dispositif comprend un ou plusieurs moyens de mesure externes, le procédé comprenant, avant l’étape de détermination de l’innovation , une étape de mise en œuvre, par ledit ou lesdits moyens de mesure externes, d’une pluralité de mesures externes de sorte à obtenir une pluralité d’observations .

Dans un mode de réalisation, la valeur de référence est prise égale à zéro (c’est-à-dire ).

Dans un mode de réalisation, la valeur de référence est une grandeur statistique déterminé à partir de la pluralité d’innovation .

Dans un mode de réalisation, la grandeur statistique est la moyenne.

Dans un mode de réalisation, la grandeur statistique est la médiane.

Dans un mode de réalisation le filtre est un filtre de Kalman et l’étape de correction comprend, pour chaque observation , dans l’ordre précédemment déterminée :

Une sous-étape de recalage de l’état où est l’état recalé à l’aide de l’observation , est l’état recalé à l’aide de l’observation et étant égal à , c’est-à-dire à l’état avant recalage ;
Une sous-étape de recalage de la variance où est la matrice identité, est le gain de Kalman, étant la variance recalée à l’aide de l’observation , est la variance recalée à l’aide de l’observation et étant la variance avant recalage.

Un deuxième aspect de l’invention concerne un dispositif comprenant, de préférence un moyen de mesure interne et une pluralité de moyens de mesure externes, et des moyens configurés pour mettre en œuvre un procédé selon l’une des revendications précédentes.

Un troisième aspect de l’invention concerne un programme d’ordinateur comprenant les instructions qui, lorsqu’elles sont exécutées par un dispositif selon un deuxième aspect de l’invention conduise ce dernier à mettre en œuvre un procédé selon un premier aspect de l’invention.

Un quatrième aspect de l’invention concerne un support de données lisible par ordinateur, sur lequel est enregistré le programme d’ordinateur selon un troisième aspect de l’invention.

L’invention et ses différentes applications seront mieux comprises à la lecture de la description qui suit et à l’examen des figures qui l’accompagnent.

BREVE DESCRIPTION DES FIGURES

Les figures sont présentées à titre indicatif et nullement limitatif de l’invention.

La illustre un procédé d’évaluation statistique selon l’état de la technique.

La montre un ordinogramme d’un procédé selon l’invention.

La illustre un procédé selon l’invention sous une forme permettant la comparaison avec l’état de la technique de la .

La montre un dispositif configuré pour mettre en œuvre un procédé selon l’invention.

DESCRIPTION DETAILLEE

Sauf précision contraire, un même élément apparaissant sur des figures différentes présente une référence unique.

Procédé d e correction statistique de l’état estimé d’un système

Un premier aspect de l’invention illustré à la concerne un procédé 100 de correction statistique à l’aide d’un filtre statistique de l’estimation de l’état d’un système (issue d’une mesure interne du système – comprenant par exemple une grandeur physique relative à l’état du système telle qu’une erreur de position ainsi que les paramètres du filtre), la correction de cette estimation de l’ étant réalisée à l’aide d’une pluralité d’observations (issue d’une pluralité de mesures externes, par exemple une mesure en lien avec la grandeur physique présente dans l’état ) relative à cet état (c’est-à-dire permettant de caractériser, au moins en partie, cet état – par exemple une relation mathématique existe en l’observation et l’état estimé ) où est l’indice de l’observation.

Dans un mode de réalisation, le filtre statistique est choisi parmi : un filtre de moindres carrés, un filtre de Kalman, un filtre de Kalman étendu, un filtre invariant, un filtre sans parfum ou bien un filtre contraint en observabilité. Dans la suite, l’invention sera illustrée à l’aide d’un filtre de Kalman, mais les enseignements décrits sont également applicables aux autres filtres statistiques, notamment aux autres filtres statistiques déjà cités.

Mesure interne

Dans un mode de réalisation, le procédé comprend une étape 1E1 de mesure interne de sorte à obtenir l’estimation de l’état du système. De manière alternative, cet état peut être communiqué au dispositif mettant en œuvre le procédé 100 selon l’invention, par exemple à l’aide d’un moyen de saisie ou de manière automatique par l’intermédiaire d’un moyen de communication, par exemple une carte réseau (par exemple une carte WiFi). Par exemple, la mesure interne pourra être mise en œuvre à l’aide d’un bloc de capteurs inertiels et concerner l’accélération, la vitesse et/ou la position d’un porteur.

Mesures externes

Dans un mode de réalisation, le procédé comprend une étape 1E2 de mise en œuvre d’une pluralité de mesures externes de sorte à obtenir une pluralité d’observations . De manière alternative, cette pluralité d’observation peut être communiquée au dispositif mettant en œuvre le procédé selon l’invention, par exemple à l’aide d’un moyen de saisie ou de manière automatique par l’intermédiaire d’un moyen de communication, par exemple une carte réseau (par exemple une carte WiFi).

Dans le procédé selon l’invention chaque observation de la pluralité d’observation est obtenue de manière indépendante des autres observations à l’aide d’une mesure, la pluralité de mesures permettant d’obtenir la pluralité d’observations étant mise en œuvre par un moyen de mesure ou une pluralité de moyens de mesure. Dans un mode de réalisation, le moyen de mesure est un récepteur GPS et chaque observation est effectuée à l’aide d’un satellite différent par le récepteur GPS, la mesure étant donc caractérisée par le satellite utilisé. Autrement dit, une pluralité d’observations indépendantes n’implique pas forcément une pluralité de moyens de mesure, simplement une pluralité de mesures indépendantes (ici une pluralité de satellites), par exemple par un même moyen de mesure (ici le récepteur GPS). Il ne s’agit ici que d’un exemple, et le moyen de mesure pourra par exemple être un équipement inertiel auxquels cas chaque observation sera relative à une mesure virtuelle de vitesse nulle, appelée ZUPT (pour Zero UPdaTe en anglais).

Calcul de l’innovation

Le procédé selon l’invention comprend ensuite une étape 1E3 de détermination, pour chaque observation , de la différence entre ladite observation et l’état estimé , dite innovation . Dans le cas d’un filtre de Kalman, cette innovation est donnée par la relation suivante :

où est la matrice d’observation du filtre de Kalman. Autrement dit, dans cet exemple, pour chaque observation , l’innovation associé à l’observation , c’est-à-dire l’écart entre ladite observation et l’état estimé , ici multipliée par la matrice d’observation , va être calculée.

Ordonnancement des observations

Il est ensuite possible d’ordonner chaque observation en fonction de la différence ainsi calculés, c’est-à-dire en fonction de l’innovation associée à chaque observation .

Pour cela, le procédé comprend d’abord une étape 1E4 d’association, à chaque observation , d’un paramètre d’ordonnancement, noté , le paramètre d’ordonnancement étant donné par la relation suivante :

où est une valeur de référence prédéterminée.

Le procédé comprend ensuite une étape 1E5 de classement des observations par ordre croissant du paramètre d’ordonnancement qui leur est associé. Ainsi, l’observation associée au paramètre d’ordonnancement ayant la valeur la plus faible sera classée première et l’observation associée au paramètre d’ordonnancement ayant la valeur la plus élevée sera classée dernière.

Dans un mode de réalisation, la valeur de référence est prise égale à zéro (c’est-à-dire ). Dans ce mode de réalisation, il est fait l’hypothèse raisonnable que l’observation associée à un moyen de mesure défectueux aura tendance à produire une innovation plus grande que celle produite par une observation associée à moyen de mesure fonctionnel.

Dans un mode de réalisation alternatif la valeur de référence est une grandeur statistique déterminée à partir de la pluralité d’innovations déterminée à partir de la pluralité d’observations .

Dans un exemple de réalisation relatif à la mise en œuvre d’un filtre statistique pour la navigation inertielle, la grandeur statistique est la moyenne de la pluralité d’innovations . En effet, en supposant innovations relatives à un moyen de mesure fonctionnel et donc à une observation saine, dites innovations saines, et innovations relatives à un moyen de mesure non fonctionnel et donc à une mauvaise observation, dit innovations en panne, les innovations saines et en panne sont données par les expressions suivantes :

Pour les innovations saines :

Pour les innovations en panne

Où et .

Dans les deux expressions qui précèdent :

représente l’erreur entre la navigation vraie et l’estimé de navigation et il est donc constant pour chaque observation ; il dépend de la valeur estimée de la navigation ;
mesure l’erreur entre la navigation vraie et la mesure de cette navigation ; il est donc spécifique à chaque observation (ou mesure) ;
représente l’erreur entre la navigation vraie et la mesure de cette navigation du fait de la panne ; c’est donc le terme représentant la panne du satellite j considéré.

Si le moyen de mesure est un récepteur GPS, alors la somme représente le nombre total de satellites poursuivis par le récepteur GPS (chaque satellite permettant d’obtenir une observation ) et considérés par le filtre statistique, par exemple le filtre de Kalman.

Dans ce cas de figure, la moyenne des innovations peut être obtenue à l’aide de la relation suivante :

Cette expression peut être développée de la manière suivante :

En développant encore et en redistribuant ces termes, cette expression devient :

L’expression précédente peut être réécrite de la manière suivante :

Et ainsi, l’écart par rapport à cette moyenne devient :

pour une innovation saine :

pour une innovation d’un satellite en panne :

Le terme peut alors être approximé comme la variation d’erreur atmosphérique selon l’élévation du satellite (considérée comme environ égale 30 m). Cette incertitude de la mesure GPS apporte donc un « biais de détection » de 30 m environ. En ce qui concerne le terme , plus le nombre de satellites poursuivis est important et plus ce terme est faible. De même, plus le nombre de satellites en panne est faible ou plus la norme des pannes est faible, et plus ce terme est faible. Les innovations des satellites en panne seront donc écartées des innovations saines d’une « distance » égale à la norme du biais sur la pseudo-distance apporté par la panne, plus ou moins le « biais de détection ».

Une innovation en panne pourrait donc être détectée à condition que la norme de la panne sur la mesure de pseudo-distance soit supérieure à ce « biais de détection ». Une fois que le satellite en panne est identifié, l’observation associée à ce satellite pourra être placée au dernier rang des observations. La capacité de détection de cette solution dépendra alors du nombre d’observations saines placées avant cette observation en panne, et des gains de recalage appliqués pour chaque satellite sain.

Pour une panne de norme supérieure au biais d’incertitude, le tri des innovations selon l’invention permet de rendre plus robuste le recalage multi-observations.

Dans l’exemple précédent, la grandeur statistique considérées est la moyenne. Cependant, il ne s’agit que d’un exemple et d’autres grandeurs statistiques peuvent être utilisées, comme la médiane par exemple.

Corrections des erreurs en fonction de l’ordonnancement

Enfin, le procédé comprend une étape 1E6 de correction des erreurs sur l’estimation de l’état à l’aide du filtre statistique, les corrections se faisant en traitant les observations selon le classement opéré à l’étape 1E5 précédente. Il est entendu que, au cours de cette étape 1E6, la correction de l’estimation de l’état à l’aide d’une observation donnée prend en compte les corrections antérieures effectuées à l’aide des observables situées avant dans l’ordonnancement. Dans un mode de réalisation, lors de l’étape de correction, seules les observations telles que sont prises en compte avec une constante fixant l’intervalle dans lequel la valeur de doit être comprise et est la variance. De préférence, est égal à trois (3).

Par exemple, dans le cas d’un filtre de Kalman, cette étape 1E6 comprend, pour chaque observation , dans l’ordre précédemment déterminée :

Une sous-étape 1E61 de recalage de l’état où est l’état recalé à l’aide de l’observation , est l’état recalé à l’aide de l’observation et étant égal à , c’est-à-dire à l’état avant recalage (avec ) ;
Une sous-étape 1E62 de recalage de la variance où est la matrice identité, est le gain de Kalman, étant la variance recalée à l’aide de l’observation , est la variance recalée à l’aide de l’observation et étant la variance avant recalage.

Les sous-étapes précédentes 1E61,1E62 peuvent être généralisées à n’importe quelle valeur de gain (c’est-à-dire pour n’importe quel filtre statistique) en utilisant la formule de Joseph bien connue de la personne du métier. De préférence, dans cet exemple, seules les observations telles que sont prises en compte lors du recalage.

Pour mémoire, dans l’état de la technique illustré à la , ces sous-étapes sont itérées pour chaque observation sans que ces observations aient été classées auparavant avec tous les inconvénients détaillés plus haut que cela comporte. En revanche, comme cela est proposé dans la présente invention et illustré à la par l’intermédiaire du carré ORD illustrant l’insertion de l’ordonnancement dans la méthode de l’état de la technique, les observations sont classées avant d’effectuer les corrections.

Dispositif selon l’invention

Un deuxième aspect de l’invention concerne un dispositif DI comprenant des moyens configurés pour mettre en œuvre un procédé selon l’invention. Le dispositif selon l’invention comprend un moyen de calcul MC (par exemple un processeur ou bien encore une carte ASIC) associé à une mémoire (par exemple une mémoire RAM et/ou un disque dur), ladite mémoire comprenant les instructions et les données nécessaires à la mise en œuvre d’un procédé 100 selon l’invention.

Dans un mode de réalisation, le dispositif DI comprend également des moyens de mesure internes MMI permettant de fournir une estimée de l’état du système, par exemple un bloc de capteurs inertiels permettant de fournir une estimé de l’accélération, de la vitesse et de la position d’un porteur.

Dans un mode de réalisation, le dispositif DI comprend également un ou plusieurs moyens de mesure externes MME permettant d’obtenir une pluralité d’observations associée à l’état du système, par exemple un récepteur GPS permettant, à l’aide d’une pluralité de satellites, une pluralité de mesures de la position d’un porteur.

En outre, pour ces deux modes de réalisation, le moyen de calcul MC est configuré pour communiquer avec le moyen de mesure interne et/ou le ou les moyens de mesure externes, par exemple pour effectuer une mesure ou acquérir les valeurs mesurées.

Dans un mode de réalisation, le dispositif comprend également un moyen de saisie (par exemple un clavier ou un écran tactile) et un moyen d’affichage (par exemple un écran ou un écran tactile) de sorte à permettre à un opérateur de saisir la ou les paramètres nécessaires à la mise en œuvre du procédé 100 selon l’invention, ou bien encore de visualiser l’état du système (par exemple la position d’un porteur) avant et après correction.

Claims

Procédé de correction statistique, à l’aide d’un filtre statistique, de l’estimation de l’état d’un système, noté , ledit état comprenant une première grandeur physique, la correction de l’estimation de cet état étant réalisée à partir d’une pluralité d’observations relative à cet état , chaque observation étant obtenue par une mesure différente relative à au moins une deuxième grandeur physique, le procédé étant mis en œuvre par un dispositif comprenant un moyen de calcul, le procédé comprenant :
une étape (1E3) de détermination, par le moyen de calcul, pour chaque observation , de la différence entre l’observation et l’état estimé , dite innovation , à l’aide de la relation suivante :
où est la matrice d’observation associée au filtre statistique considérée
une étape (1E4) d’association, par le moyen de calcul, à chaque observation , d’un paramètre d’ordonnancement, le paramètre d’ordonnancement étant donné par la relation suivante :
où est une valeur de référence prédéterminée ;
une étape (1E5) de classement, par le moyen de calcul, des observations par ordre croissant du paramètre d’ordonnancement qui leur est associé ;

une étape (1E6) de correction, par le moyen de calcul, des erreurs sur les estimations à l’aide du filtre statistique, les corrections se faisant en prenant les observations selon le classement opéré à l’étape précédente.
Procédé (100) selon la revendication précédente dans lequel le dispositif comprend un moyen de mesure interne (MMI), le procédé (100) comprenant, avant l’étape (1E3) de détermination de l’innovation , une étape (1E1) de mesure interne, par le moyen de mesure interne (MMI), de sorte à obtenir l’état estimé du système.
Procédé (100) selon l’une des revendications précédentes dans lequel le dispositif comprend un ou plusieurs moyens de mesure externes (MME), le procédé comprenant, avant l’étape (1E3) de détermination de l’innovation , une étape (1E2) de mise en œuvre, par ledit ou lesdits moyens de mesure externes (MME), d’une pluralité de mesures externes de sorte à obtenir une pluralité d’observations .
Procédé (100) selon l’une des revendications précédentes dans lequel la valeur de référence est prise égale à zéro (c’est-à-dire ).
Procédé (100) selon l’une des revendications 1 à 3 dans lequel la valeur de référence est une grandeur statistique déterminé à partir de la pluralité d’innovation .
Procédé (100) selon la revendication précédente dans lequel la grandeur statistique est la moyenne.
Procédé (100) selon la revendication 5 dans lequel la grandeur statistique est la médiane.
Procédé (100) selon l’une des revendications précédentes dans lequel le filtre est un filtre de Kalman et l’étape (1E6) de correction comprend, pour chaque observation , dans l’ordre précédemment déterminée :
Une sous-étape (1E61) de recalage de l’état où est l’état recalé à l’aide de l’observation , est l’état recalé à l’aide de l’observation et étant égal à , c’est-à-dire à l’état avant recalage ;

Une sous-étape (1E62) de recalage de la variance où est la matrice identité, est le gain de Kalman, étant la variance recalée à l’aide de l’observation , est la variance recalée à l’aide de l’observation et étant la variance avant recalage.
Dispositif (DI) comprenant des moyens (MC) configurés pour mettre en œuvre un procédé (100) selon l’une des revendications précédentes.
Programme d’ordinateur comprenant les instructions qui, lorsqu’elles sont exécutées par un dispositif (DI) selon la revendication précédente conduise ce dernier à mettre en œuvre un procédé (100) selon l’une des revendications 1 à 8.
Support de données lisible par ordinateur, sur lequel est enregistré le [produit] programme d'ordinateur selon la revendication 10.