Stable Inversion of Discrete-Time Linear Periodically Time-Varying Systems via Cyclic Reformulation

A continuación presento un resumen técnico detallado del artículo "Stable Inversion of Discrete-Time Linear Periodically Time-Varying Systems via Cyclic Reformulation" (Inversión Estable de Sistemas Lineales de Tiempo Variante Periódicamente Discretos mediante Reformulación Cíclica), escrito por Hiroshi Okajima.

1. Planteamiento del Problema

La inversión de sistemas dinámicos es fundamental para aplicaciones de control como el control de seguimiento de salida, el control de alimentación directa (feedforward) y el control de aprendizaje iterativo (ILC). Para sistemas lineales invariantes en el tiempo (LTI), la teoría de inversión estable está bien desarrollada: si el sistema es de fase mínima (todos sus ceros de transmisión están dentro del disco unitario), existe una inversa causal y estable.

Sin embargo, muchos sistemas prácticos (control multirata, sistemas de muestreo no equidistante, etapas de posicionamiento de alta precisión) son Lineales de Tiempo Variante Periódicamente (LPTV). La inversión de estos sistemas presenta desafíos significativos:

• Las funciones de transferencia estándar de LTI no son aplicables debido a la variación periódica de las matrices del sistema.
• Los enfoques existentes tienen limitaciones:
  • Métodos basados en Floquet: Requieren factores de Floquet de valores complejos y procesamiento no causal (necesitan información futura de la salida), lo que dificulta la implementación en tiempo real.
  • Métodos basados en "Lifting" (Elevación): Transforman el sistema en un sistema LTI equivalente operando en bloques de tiempo (escala de $N$ pasos). Aunque permiten el uso de teoría LTI, la inversa resultante opera en bloques y no proporciona una realización en espacio de estados paso a paso en el dominio del tiempo original, lo cual es problemático para controladores en línea.

El objetivo del artículo es proponer un método sistemático para construir sistemas inversos estables, causales (o con retardo fijo) y en espacio de estados para sistemas LPTV discretos, evitando el uso de aritmética compleja y el procesamiento no causal, manteniendo la tasa de muestreo original.

2. Metodología Propuesta

El autor propone un marco de trabajo basado en la reformulación cíclica (cyclic reformulation), que transforma un sistema LPTV $N$-periódico en un sistema LTI equivalente, pero operando a la tasa de muestreo original (paso a paso), a diferencia del "lifting" que opera en bloques.

El procedimiento de inversión consta de tres pasos fundamentales:

Paso 1: Reformulación Cíclica

Se transforma el sistema LPTV original $(A_k, B_k, C_k, D_k)$ en un sistema LTI cíclico $(\check{A}, \check{B}, \check{C}, \check{D})$.

• Se definen señales cíclicas de entrada, estado y salida ($\check{u}, \check{x}, \check{y}$) que agrupan la información de los $N$ fases temporales.
• Las matrices del sistema cíclico tienen una estructura de bloque-circulante desplazado 1 (1-shift block-circulant).
• Ventaja clave: Esta reformulación preserva la relación entrada-salida paso a paso, a diferencia del lifting, lo que es crucial para extraer la solución en el dominio del tiempo original.

Paso 2: Construcción de la Inversa LTI

Se aplica la teoría estándar de inversión de sistemas LTI al sistema cíclico $\check{P}$.

• Caso de Grado Relativo Cero ($D_k$ no singular): Se utiliza la fórmula de inversión LTI estándar para sistemas con paso directo.
• Caso de Grado Relativo $r \ge 1$ ($D_k = 0$): Se utiliza la teoría de inversión con retardo, basada en los parámetros de Markov del sistema cíclico.
• Se obtiene una inversa LTI $\check{P}^{-1}$.

Paso 3: Extracción de Parámetros

Se recuperan las matrices periódicas de la inversa original $(\Gamma_k, \Lambda_k, \Omega_k, \Pi_k)$ a partir de la estructura de bloques de la inversa cíclica $\check{P}^{-1}$.

• Para grados relativos altos, se introduce un operador de desplazamiento cíclico ($\check{S}_p^r$) para alinear los índices de tiempo de la salida futura $y(k+r)$ con el tiempo actual $k$.
• Se demuestra que la inversa cíclica mantiene la estructura de bloque-circulante desplazado, permitiendo leer las matrices periódicas bloque a bloque.

3. Contribuciones Clave

1. Marco de Inversión Unificado: Se propone un método que reduce exactamente el problema de inversión LPTV a un problema LTI, evitando aritmética compleja y procesamiento no causal.
2. Fórmulas de Cierre Explícitas:
   • Se derivan fórmulas cerradas para sistemas de grado relativo cero (Teorema 1).
   • Se derivan fórmulas cerradas para sistemas con grado relativo periódico $r \ge 1$ (Teorema 3), obteniendo una inversa con retardo de $r$ pasos.
   • Ambas soluciones son realizaciones en espacio de estados causales (o con retardo fijo) que operan a la tasa de muestreo original.
3. Caracterización de Estabilidad: Se establece que la estabilidad de la inversa periódica está determinada por los ceros de transmisión del sistema cíclico.
   • El sistema inverso es estable si y solo si el sistema cíclico es de fase mínima (todos sus ceros de transmisión están dentro del disco unitario).
   • Esto generaliza la condición de fase mínima de LTI a sistemas LPTV, vinculándola a la estabilidad Schur de la matriz de monodromía inversa.

4. Resultados y Validación

El artículo valida el método mediante ejemplos numéricos:

• Ejemplo 1 (Grado relativo cero, escalar): Un sistema LPTV escalar con periodo $N=2$. Se calcula la inversa explícita y se verifica que la matriz de monodromía inversa tiene un radio espectral $\rho < 1$, garantizando estabilidad. La simulación muestra una reconstrucción exacta de la entrada tras un transitorio breve, incluso con condiciones iniciales desajustadas.
• Ejemplo 2 (Grado relativo cero, no escalar): Un sistema con $N=3$ y dimensión de estado $n=2$. Se compara con el enfoque basado en Floquet [9].
  • Resultado: El método propuesto genera matrices de espacio de estados reales y causales, mientras que el enfoque de Floquet requiere matrices complejas y es no causal.
• Ejemplo 3 (Grado relativo $r=1$): Un sistema donde $D_k=0$. Se aplica el Teorema 3. Se demuestra que la inversa con retardo de 1 paso reconstruye la entrada exacta cuando las condiciones iniciales coinciden, y que la estabilidad se mantiene si el sistema cíclico es de fase mínima.

5. Significado e Impacto

Este trabajo es significativo por varias razones:

• Implementabilidad Práctica: A diferencia de los métodos basados en Floquet (no causales, complejos) o Lifting (operan en bloques), el método propuesto genera un filtro en espacio de estados periódico que puede ejecutarse en línea, paso a paso, a la tasa de muestreo original. Esto es ideal para controladores en tiempo real.
• Simplicidad Computacional: Elimina la necesidad de calcular raíces de matrices complejas (factores de Floquet) o realizar descomposiciones de Smith-McMillan complejas para el caso de fase mínima.
• Aplicabilidad en Control Avanzado: La inversa obtenida es directamente aplicable en:
  • Control de Alimentación Directa (Feedforward): Para lograr un seguimiento perfecto de trayectorias en sistemas multirata.
  • Control de Aprendizaje Iterativo (ILC): Donde la inversa del modelo se utiliza para actualizar la señal de control en iteraciones sucesivas, garantizando la convergencia del error si el sistema es de fase mínima.
• Generalización Teórica: Proporciona una conexión clara entre los ceros de transmisión del sistema cíclico y la estabilidad de la inversión, unificando conceptos de teoría de sistemas periódicos y teoría de inversión LTI.

En conclusión, el artículo ofrece una solución robusta y computacionalmente eficiente para la inversión estable de sistemas LPTV, llenando una brecha importante entre la teoría de sistemas periódicos y las necesidades prácticas de control de alta precisión.