On mean-square boundedness of stochastic linear systems with quantized observations

Resumen Técnico: Acotación de la Media Cuadrática de Sistemas Lineales Estocásticos con Observaciones Cuantizadas

Formulación del Problema
El artículo aborda el control de un sistema estocástico lineal en tiempo discreto que evoluciona en $\mathbb{R}^d$, descrito por la ecuación $x_{t+1} = A x_t + B u_t + w_t$. El sistema está sujeto a una secuencia de vectores de ruido de media cero y mutuamente independientes $(w_t)$ con momentos cuartos acotados. El desafío principal es que el controlador no tiene acceso a mediciones de estado perfectas; en su lugar, recibe mediciones de estado cuantizadas $q(x_t)$ generadas por un cuantizador $q: \mathbb{R}^d \to Q$, donde $Q$ es un conjunto finito de vectores (un alfabeto).

El objetivo es diseñar un cuantizador con un alfabeto finito y una política de control acotada correspondiente, de tal manera que los estados del sistema en bucle cerrado permanezcan acotados en media cuadrática (es decir, $\sup_{t} \mathbb{E}[\|x_t\|^2] < \infty$). Los controles de entrada también deben ser uniformemente acotados ($\|u_t\| \leq U_{max}$).

Los autores se centran específicamente en sistemas donde la matriz $A$ es estable en el sentido de Lyapunov (los autovalores tienen magnitud $\leq 1$, y aquellos sobre el círculo unitario tienen igual multiplicidad geométrica y algebraica). Esto distingue este trabajo de la extensa literatura sobre la estabilización de sistemas con autovalores inestables (fuera del disco unitario) bajo restricciones de comunicación. Los autores señalan que para sistemas estocásticos con ruido no acotado y al menos un autovalor con magnitud mayor que 1, la estabilización local con entradas acotadas es imposible; por lo tanto, el enfoque es la cuantización "máximamente gruesa" para sistemas que ya son estables en Lyapunov.

Metodología
La solución propuesta utiliza una política dependiente de la historia de $\kappa$ pasos, donde la secuencia de control se determina por la historia de los estados cuantizados. La metodología se basa en los siguientes supuestos estructurales y construcciones:

1. Propiedades del Sistema: Se asume que el par $(A, B)$ es alcanzable en $\kappa$ pasos. Sin pérdida de generalidad, un cambio de base permite a los autores tratar a $A$ como una matriz ortogonal.
2. Diseño del Cuantizador: El cuantizador está diseñado para ser "radial". Para estados fuera de un radio específico $r$ (el límite de una bola $B_r$), el cuantizador mapea el estado a un punto en la frontera $\partial B_r$. Dentro de la bola $B_r$, la regla de cuantización es arbitraria respecto a la acotación de la media cuadrática. El cuantizador asegura que el ángulo $\phi$ entre un estado $z$ y su versión cuantizada $q(z)$ esté acotado.
3. Política de Control: La política de control aplica una secuencia de $\kappa$ entradas de control en cada paso $t$ basada en el estado cuantizado $q(x_{\kappa t})$. La política se define como:
   $$\bar{u}_{\kappa t} = -R_{\kappa}(A, B)^+ A^{\kappa} q(x_{\kappa t})$$
   donde $R_{\kappa}(A, B)$ es la matriz de alcanzabilidad y $(\cdot)^+$ denota la pseudoinversa de Moore-Penrose. Esta ley de control intenta dirigir el estado hacia el origen utilizando la información cuantizada.
4. Análisis de Estabilidad: La prueba de la acotación se basa en la Proposición 3, un resultado derivado de [5], que establece la acotación de la media cuadrática para variables aleatorias no negativas si exhiben una deriva negativa cuando son grandes y tienen incrementos de cuarto orden acotados.
   • Los autores definen una variable de tipo Lyapunov $\xi_t = \|x_{\kappa t}\|$.
   • Demuestran que para $\|x_{\kappa t}\| > r$, el cambio esperado en la norma es negativo (condición de deriva), siempre que el radio $r$ y el ángulo de cuantización máximo $\phi$ satisfagan desigualdades específicas que involucran los valores singulares del sistema y los límites del ruido.
   • Verifican que el cuarto momento de los incrementos del estado está acotado, satisfaciendo las condiciones de la Proposición 3.

Resultos Clave
El artículo presenta el Teorema 2, que proporciona condiciones suficientes para la acotación de la media cuadrática del sistema en bucle cerrado:

• Si el cuantizador satisface ciertas restricciones geométricas (alfabeto finito, proyección radial en la frontera de una bola de radio $r$, y un ángulo $\phi$ acotado entre el estado y su valor cuantizado), y
• Si el límite de control $U_{max}$ es suficientemente grande en relación con los parámetros del sistema ($U_{max} \geq r / \sigma_{\min}(R_{\kappa}(A, B))$),
• Entonces la aplicación sucesiva de la propuesta política de control de $\kappa$ pasos asegura que $\sup_{t} \mathbb{E}[\|x_t\|^2] < \infty$.

El teorema implica que un cuantizador con un número finito de compartimentos puede estabilizar el segundo momento del estado, incluso en presencia de ruido no acotado, siempre que el sistema sea estable en Lyapunov.

Significado y Reivindicaciones
Los autores afirman que este trabajo aborda un vacío en la literatura con respecto a la estabilización con alfabetos finitos para sistemas estables en Lyapunov. Mientras que trabajos previos (citados como [2, 4, 1, 3, 7, 8]) se han centrado en restricciones de comunicación y sistemas con autovalores inestables, este artículo apunta a la cuantización "máximamente gruesa" para sistemas que ya son estables.

Las principales reivindicaciones respecto a la contribución incluyen:

• Novedad: Los autores afirman que no tienen conocimiento de trabajos previos que traten la estabilización con alfabetos finitos en el contexto de sistemas estables en Lyapunov.
• Factibilidad: El procedimiento demuestra que los cuantizadores de alfabeto finito son suficientes para asegurar la acotación de la media cuadrática sin requerir las restricciones de comunicación típicamente asociadas con sistemas inestables.
• Recuperación de Resultados Previos: A medida que la densidad de los compartimentos en la esfera $r$ aumenta (es decir, cuando el ángulo $\phi \to 0$), la política propuesta recupera los resultados y los límites inferiores en $U_{max}$ establecidos en su trabajo previo [6].

Simulación
El artículo incluye una simulación de un sistema 2D con una matriz de rotación $A$ y ruido gaussiano aditivo. Los resultados comparan la norma cuadrática promedio del estado a lo largo de 1000 ejecuciones utilizando la política propuesta con diferentes conteos de compartimentos (2, 4 y 8 compartimentos) frente a la política de [6]. La simulación ilustra el desempeño de la estrategia de control cuantizado para mantener la varianza acotada del estado.