On considère maintenant un système à retard écrit sous la forme
, avec .
Soit une fonction telle que
, pour
avec . On pose
.
En intégrant par parties, on déduit de l'équation du système
Une fois obtenue une approximation du retard, on améliore la précision du résultat en résolvant le système , , où , ce qui donnera la nouvelle approximation . On itère le processus.
Pour de meilleurs résultats, on peut également choisir une fonction telle que , par exemple ou .
Les valeurs des coefficients sont les mêmes que celles de l'exemple . On a choisi la commande et un retard . Le bruit est un bruit gaussien et la fréquence d'échantillonnage est de Hz. On a pris pour les couples , . On part de et l'on itère les calculs une cinquantaine de fois (en un temps de l'ordre de quelques secondes sur un Dell Latitude D400), ce qui est suffisant pour atteindre un point fixe à la précision numérique près.
Le tableau ci-dessous, qui donne la moyenne (M.) et l'écart type (É.) de séries de cent estimations des coefficients et du retard réalisées pour des bruits gaussiens d'écarts types croissant, montre que l'on obtient des estimations crédibles, même pour un niveau de bruit notable.
É. du bruit | M. | É. | M. | É. | M. | É. | M. | É. |
1 | -1,2013301 | 0,0200702 | -0,3503987 | 0,0070836 | 2,0022146 | 0,0420976 | 4,0008356 | 0,0153991 |
2 | -1,2012952 | 0,0280813 | -0,3504493 | 0,0101866 | 2,0023815 | 0,059994 | 4,000781 | 0,0234536 |
5 | -1.1763456 | 0.0848359 | -0.3414087 | 0.0298163 | 1.9487169 | 0.1772991 | 3.9744399 | 0.0659957 |
10 | -1.1252249 | 0.1591226 | -0.3234272 | 0.0559417 | 1.8422743 | 0.3327821 | 3.9187225 | 0.1328752 |
Tableau 1.