Cette thèse s’inscrit dans le cadre de la Vérification et Validation (V&V) des systèmes de contrôle d'attitude et d'orbite (SCAO). La V&V représente un domaine critique de l'ingénierie aérospatiale, car ce processus peut représenter jusqu'à 80 % du temps total de développement d'un SCAO. Les missions spatiales modernes doivent cependant concilier haute performance et autonomie avec des cycles de conception de plus en plus courts, ce qui nécessite des techniques de V&V plus efficaces et robustes. Alors que les simulations de Monte Carlo constituent le standard industriel actuel, elles sont souvent coûteuses en termes de calcul et peuvent échouer à détecter les scénarios pire cas. À l'inverse, la µ-analyse probabiliste est capable d'identifier des situations extrêmement improbables et de calculer des bornes garanties sur leur probabilité d'occurrence. Toutefois, l'application pratique des méthodes basées sur la μ-analyse est souvent limitée par des hypothèses conservatrices. Cette thèse vise à étendre les capacités des outils basés sur la μ-analyse en proposant une suite de nouveaux algorithmes pour l'analyse de robustesse de systèmes caractérisés par des incertitudes structurées. De nouvelles approches sont introduites pour calculer des bornes garanties et des conditions pire cas pour des métriques de commande classiques, spécifiquement la norme H2, la norme H∞ et le gain energy-to-peak. De plus, la thèse aborde la stabilité et la performance robustes de systèmes caractérisés par des incertitudes à la fois linéaires invariantes dans le temps (LTI) et linéaires variantes dans le temps (LTV) avec des taux de variation bornés. Pour ce faire, une synthèse est proposée entre la théorie de la μ-analyse et les contraintes quadratiques intégrales (IQC). Enfin, les algorithmes développés au cours de ces travaux de recherche sont validés sur des modèles de satellites réalistes et complexes, tels que l'antenne spatiale à interféromètre laser (LISA) de l'ESA. Les résultats obtenus confirment l'efficacité des méthodes proposées et représentent une étape significative vers l'intégration d'outils d'analyse de robustesse avancés dans le processus de V&V industriel pour les missions spatiales actuelles et futures. |
This thesis is situated within the context of Verification and Validation (V&V) for Attitude and Orbit Control Systems (AOCS). V&V represents a critical domain in aerospace engineering, as the process can account for up to 80% of the total AOCS development time. Modern space missions, however, must balance high performance and autonomy with increasingly compressed design cycles, necessitating more efficient and robust V&V techniques. While Monte Carlo simulations are the current industrial standard, they are often computationally expensive and may fail to detect worst-case scenarios. In contrast, probabilistic µ-analysis is capable of identifying extremely unlikely situations and computing guaranteed bounds on their probability of occurrence. However, the practical application of µ-based methods is often restricted by conservative underlying assumptions. This thesis aims to extend the capabilities of µ-based tools by proposing a suite of new algorithms for the robustness analysis of systems characterized by structured uncertainties. New approaches are introduced to compute guaranteed bounds and worst-case conditions for classical control metrics, specifically the H2 norm, the H∞ norm, and the energy-to-peak gain. Furthermore, the thesis addresses the robust stability and performance of systems characterized by both Linear Time-Invariant (LTI) and Linear Time-Varying (LTV) uncertainties with bounded rates of variation. To achieve this, a synthesis is proposed between µ-analysis theory and Integral Quadratic Constraints (IQCs). Finally, the algorithms developed during this research are validated on realistic, complex satellite models, such as the ESA Laser Interferometer Space Antenna (LISA). The successful results confirm the effectiveness of the proposed methods and represent a significant step toward the integration of advanced robustness analysis tools into the industrial V&V process for current and future space missions. |