Maximum Likelihood Estimation for System Identification of Networks of Dynamical Systems

Resumen Técnico: Estimación de Máxima Verosimilitud para la Identificación de Sistemas de Redes de Sistemas Dinámicos

Planteamiento del Problema
El artículo aborda el desafío de identificar las funciones de transferencia de lazo abierto de redes de sistemas interconectados. Mientras que la investigación existente en la identificación de sistemas dinámicos se categoriza en estimación de topología, identificación de un solo módulo e identificación de la dinámica completa de la red, este trabajo se centra en la tercera categoría: identificar la dinámica completa de la red para una topología dada.

Una limitación principal de los métodos de Máxima Verosimilitud (ML) existentes en este dominio (por ejemplo, [33]) es el requisito de que todas las señales de los nodos de la red sean medidas. En muchos escenarios prácticos, las mediciones solo están disponibles para un subconjunto de nodos. Las formulaciones estándar de ML para tales problemas de observación parcial suelen depender de predictores que involucran ecuaciones de Riccati algebraicas, lo que conduce a problemas de optimización no convexos que son difíciles de resolver numéricamente. Los autores pretenden establecer un marco de ML que sea consistente y eficiente incluso cuando no se dispone de mediciones para todos los nodos de la red, siempre que la red cumpla con condiciones de identificabilidad específicas.

Metodología
Los autores proponen un enfoque de ML directo para identificar los parámetros $(a, b, c, \lambda)$ de modelos ARMAX que representan los sistemas individuales dentro de la red. La metodología avanza a través de los siguientes pasos teóricos y algorítmicos clave:

1. Formulación del Modelo: La red se modela como una colección de sistemas SISO (Single-Input Single-Output) ARMAX interconectados mediante una estructura de retroalimentación lineal estática. El sistema de lazo cerrado se describe en forma de espacio de estados, incorporando señales exógenas y ruido.
2. Forma de Predictor e Innovación: Los autores derivan la forma de innovación del sistema de lazo cerrado, la cual define el predictor de Kalman. Establecen las condiciones (Supuestos A2 y A3) bajo las cuales la solución de la ecuación de Riccati algebraica asociada es única y el predictor es estable.
3. Consistencia y Eficiencia: El artículo demuestra que las estimaciones de ML son consistentes (convergiendo a los parámetros reales a medida que la longitud de los datos $N \to \infty$) y eficientes (alcanzando el límite de Cramér-Rao). Esta prueba se basa en el concepto de "informatividad" de las señales y "identificabilidad de red genérica". Los autores demuestran que, si bien las funciones de transferencia de lazo abierto $(G)$ pueden identificarse consistentemente bajo una identificabilidad de red genérica, la dinámica del ruido $(H)$ generalmente no puede identificarse a menos que se cumplan condiciones estructurales específicas (como la medición completa de todos los nodos o topologías de red específicas).
4. Formulación de Optimización Equivalente: Una contribución metodológica significativa es la reformulación del problema de ML. Las formulaciones estándar tratan el problema como una optimización con restricciones que involucra la ecuación de Riccati algebraica. Los autores muestran que el problema puede reformularse equivalentemente como un problema de optimización sin restricciones al tratar los estados no medidos y las secuencias de ruido como variables latentes (datos faltantes). Este enfoque, inspirado en [15] y [32], elimina la necesidad de restricciones de predictor explícitos o de resolvedores de ecuaciones de Riccati durante el proceso de optimización, facilitando así soluciones numéricas más eficientes.

Contribuciones Clave
El artículo resume sus contribuciones de la siguiente manera:

1. Garantías Teóricas: Establece las condiciones para la consistencia y eficiencia de la identificación de sistemas por ML para redes. Esto generaliza el trabajo previo sobre sistemas individuales a redes y proporciona pruebas alternativas para el caso ergódico.
2. Optimización sin Restricciones: Formula el problema de identificación de ML como un problema de optimización sin restricciones. Esto evita las dificultades numéricas asociadas con las restricciones no convexas que suelen encontrarse en las formulaciones de ML basadas en predictores.
3. Capacidad de Medición Parcial: El método es aplicable incluso cuando no se miden todos los nodos de la red, siempre que la red satisfaga la identificabilidad de red genérica. Esto contrasta con los métodos de ML existentes que requieren la observabilidad completa de los nodos.

Resultados
Los autores validan su enfoque utilizando experimentos numéricos basados en una red de sistemas dinámicos (una topología específica de [16]).

• Comparación con PEM: El método de ML propuesto se compara con los enfoques del Método de Error de Predicción (PEM). En los casos en que ambos métodos son aplicables (por ejemplo, cuando señales específicas permiten una formulación de predictor lineal), el método de ML logra valores de ajuste comparables a los de PEM.
• Robustez ante Datos Parciales: El método de ML identifica con éxito la dinámica de la red cuando solo se mide un subconjunto de señales (por ejemplo, $u_3$), un escenario donde las formulaciones lineales de PEM fallan en identificar todas las funciones de transferencia sin sobreajuste o sesgo.
• Métricas de Desempeño: Aunque el método de ML exhibe un tiempo computacional ligeramente superior y una pequeña tasa de no convergencia (atribuida a la naturaleza no convexa del problema) en comparación con PEM, demuestra un Error Cuadrático Medio (MSE) y un sesgo menores en las estimaciones de los parámetros, particularmente en escenarios con datos limitados donde PEM tiende al sobreajuste.
• Identificabilidad: Los resultados confirman que el método puede recuperar consistentemente las funciones de transferencia de lazo abierto $G$, incluso cuando la dinámica del ruido $H$ no puede recuperarse completamente debido a la falta de mediciones completas de la red.

Significancia
El artículo afirma que su principal significancia radica en proporcionar un marco de ML teóricamente sólido y numéricamente tratable para la identificación de redes que relaja el requisito estricto de observabilidad completa de los nodos. Al reformular el problema para evitar restricciones de predictor explícitas, los autores permiten la aplicación de ML a una clase más amplia de problemas de identificación de redes. El trabajo destaca que, si bien los métodos lineales de PEM pueden ser computacionalmente más rápidos, pueden sufrir de sesgo y sobreajuste en escenarios de red complejos o con secuencias de datos cortas, mientras que el enfoque de ML propuesto ofrece una solución más robusta para lograr estimaciones consistentes y eficientes bajo condiciones generales de identificabilidad. Los autores señalan que sus resultados se extienden trivialmente a casos donde algunas funciones de transferencia son conocidas.