Stability-Certified Koopman Observer Design for Nonlinear Systems via Generalized Persidskii Dynamics

Resumen Técnico: Diseño de Observador Koopman Certificado en Estabilidad para Sistemas No Lineales mediante Dinámicas Persidskii Generalizadas

Planteamiento del Problema
El artículo aborda el desafío de la estimación de estados no lineales para sistemas dinámicos cuyas ecuaciones gobernantes se aproximan utilizando levantamientos del operador de Koopman. Si bien los predictores basados en Koopman (a menudo realizados mediante la Descomposición Modal Dinámica Extendida, o EDMD) ofrecen representaciones lineales basadas en datos potentes para dinámicas no lineales, adolecen de una limitación fundamental: el "residuo de levantamiento". Este residuo representa la porción del campo vectorial no lineal no capturada por el diccionario de observables de dimensión finita.

Los enfoques existentes para el diseño de observadores en este contexto suelen depender de regularización empírica o argumentos de linealización local válidos únicamente cerca de puntos fijos. En consecuencia, existe una falta de certificados de convergencia global computables para observadores basados en Koopman, particularmente ante desajustes del modelo (residuos de levantamiento grandes) y ruido de medición externo. El problema central consiste en diseñar un observador que garantice estabilidad y convergencia a pesar de estos errores de aproximación inevitables.

Metodología
Los autores proponen un diseño de observador novedoso que conecta la teoría de Koopman con el marco de estabilidad de los sistemas Persidskii generalizados. La metodología procede a través de los siguientes pasos:

1. Formulación de la Dinámica del Error: Los autores definen el error de estimación en el espacio latente levantado. Descomponen la fuente total de error en un "residuo de levantamiento" y ruido de medición.
2. Correspondencia Estructural: Una idea teórica clave es establecer que la dinámica del error de un observador Koopman en el espacio latente, cuando se equipa con un término de corrección no lineal específico, puede reformularse exactamente como un sistema Persidskii generalizado. Esta clase de sistemas se caracteriza por no linealidades que satisfacen cotas de sector uniformes y admite funciones de Lyapunov diagonales.
3. Descomposición del Residuo: El residuo de levantamiento se descompone en dos partes: un componente admisible en sector (que se ajusta a la estructura Persidskii) y un resto no estructurado acotado. Esto permite que el observador tenga en cuenta explícitamente la parte estructurada del error de aproximación.
4. Síntesis de Ganancia Basada en LMI: La ganancia del observador se calcula resolviendo una Desigualdad Matricial Lineal (LMI). Esta LMI se deriva de un candidato a función de Lyapunov diagonal y garantiza la Estabilidad de Entrada a Estado (ISS) del error de estimación con respecto tanto a los residuos de levantamiento como a las perturbaciones externas.
5. Análisis de Estabilidad: El diseño garantiza convergencia exponencial en el caso ideal (residuo/ruido cero) y acotamiento final en el caso perturbado, con una cota explícita sobre el error en estado estacionario que escala linealmente con la magnitud del residuo de levantamiento.

Contribuciones Clave
El artículo realiza cuatro contribuciones específicas:

• Caracterización de la Reformulación: Proporciona una caracterización precisa de las condiciones bajo las cuales la dinámica del error de Koopman admite una reformulación Persidskii generalizada, incluyendo un procedimiento constructivo para descomponer el residuo de levantamiento.
• Diseño de Observador Certificado en ISS: Deriva una ganancia de observador basada en LMI que minimiza simultáneamente la ganancia ISS desde el residuo hasta el error de estimación, proporcionando un certificado computable de robustez.
• Pruebas de Convergencia: Demuestra analíticamente la convergencia exponencial para el caso nominal y establece el acotamiento final con una cota de error explícita para el caso de perturbaciones acotadas persistentes.
• Validación Numérica: Valida el enfoque en dos sistemas de referencia, demostrando un rendimiento superior sobre los métodos existentes.

Resultados Experimentales
El "Observador Persidskii-Koopman" (PKO) propuesto se probó frente a un Filtro de Kalman Extendido (EKF) estándar y un observador Koopman lineal (Lin-Koop) en dos referencias:

1. Oscilador de Van der Pol: Bajo ruido gaussiano y un desajuste de parámetros del 15%, el PKO mantuvo un seguimiento ajustado del ciclo límite, mientras que el observador Lin-Koop acumuló errores cerca de las regiones de conmutación y el EKF exhibió divergencia intermitente.
2. Brazo Robótico No Lineal: Se utilizó un brazo de un solo eslabón con incertidumbre significativa en la fricción (±30%) y ruido de medición. El PKO rastreó la velocidad angular de cerca, mientras que el EKF y el Lin-Koop mostraron un sesgo de amplitud persistente.

Los resultados cuantitativos en 100 ensayos mostraron que el PKO logró una reducción del 42% en el Error Cuadrático Medio (RMSE) en estado estacionario en comparación con el EKF y una reducción del 34–35% en comparación con el observador Koopman lineal. La varianza del PKO también fue consistentemente menor, indicando una robustez mejorada. El costo computacional de resolver la LMI fue insignificante (menos de 0,65 segundos en una estación de trabajo estándar), confirmando la viabilidad práctica del enfoque.

Significado y Afirmaciones
El artículo afirma resolver el problema abierto de certificar la convergencia del observador para predictores basados en Koopman bajo desajuste del modelo. Al aprovechar las propiedades estructurales de los sistemas Persidskii generalizados, los autores proporcionan un certificado de estabilidad global riguroso que está ausente en los diseños actuales de observadores basados en datos.

El significado radica en la capacidad de diseñar observadores que no solo sean basados en datos, sino también robustos ante las limitaciones inherentes de las aproximaciones Koopman de dimensión finita. Los autores enfatizan que su método ofrece un diseño "ISS demostrable" con una cota final explícita, superando tanto a los filtros no lineales tradicionales (EKF) como a los enfoques Koopman linealizados sin aumentar la complejidad computacional más allá de una optimización fuera de línea única. El trabajo sugiere que las extensiones futuras podrían aplicar esta estructura de Lyapunov diagonal a sistemas multiagente y retardos variantes en el tiempo, construyendo sobre la conexión establecida entre las dinámicas de Koopman y la teoría de estabilidad Persidskii.