Towards Co-Designed Event-Triggered Extremum Seeking

Resumen Técnico: Hacia la Búsqueda de Extremos con Disparo por Eventos Co-diseñada

Formulación del Problema
Este artículo aborda el control de mapas estáticos no lineales con incertidumbre de la Hessiana politópica mediante un enfoque de búsqueda de extremos (ES, por sus siglas en inglés) libre de modelo. El objetivo es conducir la salida del sistema hacia su extremo minimizando el uso de recursos (computación y comunicación) a través de un control disparado por eventos (ETC).

Los métodos de ES disparados por eventos existentes suelen basarse en un diseño de "emulación", donde la ganancia del controlador se fija primero (a menudo como una matriz diagonal) y el mecanismo de disparo por eventos (ETM) se sintetiza posteriormente. Este enfoque secuencial restringe el rendimiento alcanzable del lazo cerrado porque el controlador y la ley de disparo no pueden optimizarse simultáneamente. Además, restringir la ganancia del controlador a una estructura diagonal ignora el acoplamiento entre las variables de optimización inducido por la matriz Hessiana, lo que conduce a condiciones de disparo conservadoras y una comunicación innecesaria.

El artículo se dirige específicamente a mapas estáticos cuadráticos multivariables donde la matriz Hessiana $H^*$ es desconocida pero pertenece a un dominio politópico definido por los vértices $\{H_1, \dots, H_N\}$. El sistema opera bajo un retención de orden cero (ZOH) con actualizaciones de control discretas disparadas por una condición dependiente de la estimación del gradiente y el error de transmisión.

Metodología
El enfoque propuesto introduce un marco de co-diseño que sintetiza conjuntamente la matriz de ganancia del controlador $K$ y el mecanismo de disparo por eventos (ETM). A diferencia de trabajos anteriores, este marco permite el uso de ganancias de controlador de matriz completa, explotando así los acoplamientos inducidos por la Hessiana, en lugar de estar restringido a ganancias diagonales.

La metodología técnica procede de la siguiente manera:

1. Modelado del Sistema: El sistema ES se modela utilizando señales de sondeo y demodulación para estimar el gradiente. La dinámica de lazo cerrado se expresa en términos del error de estimación y del error de transmisión.
2. Análisis de Promediación: Para manejar las señales de perturbación periódicas y la naturaleza discontinua de las actualizaciones disparadas por eventos, los autores emplean la teoría de promediación. Esto transforma el sistema original no autónomo y discontinuo en un sistema promedio autónomo. La estabilidad del sistema original se infiere entonces de la estabilidad de este sistema promedio.
3. Condición de Co-diseño: El problema de síntesis conjunta se formula como un problema de optimización convexa sujeto a restricciones de Desigualdades Matriz Lineales (LMI).
   • Estabilidad: Un análisis basado en Lyapunov establece que si se satisfacen LMI específicas (que involucran variables de decisión para la ganancia $K$ y las matrices de disparo $Q_G, Q_e$), el sistema promedio de lazo cerrado es exponencialmente estable con una tasa de decaimiento prescrita $\eta$.
   • Optimización: Para reducir la comunicación, los autores formulan un problema de optimización que minimiza la traza de las variables de decisión (relacionadas con los umbrales de disparo). Esto maximiza el error de transmisión admisible, aumentando así los intervalos de tiempo entre eventos y reduciendo el número de disparos.
4. Ausencia de Zeno: El artículo demuestra que los intervalos entre eventos están acotados inferiormente por un valor positivo, asegurando que el sistema esté libre de comportamiento de Zeno (disparos infinitos en un tiempo finito).

Contribuciones Clave

• Marco de Co-diseño Unificado: El artículo propone un método para diseñar simultáneamente la ganancia del controlador y el mecanismo de disparo, yendo más allá de las limitaciones de los diseños de emulación secuenciales.
• Utilización de Ganancia de Matriz Completa: El marco soporta explícitamente ganancias de controlador de matriz completa. Los autores demuestran que el uso de elementos fuera de la diagonal (información de acoplamiento) permite umbrales de disparo admisibles más grandes en comparación con los diseños diagonales.
• Manejo de Incertidumbre Politópica: El enfoque acomoda la incertidumbre de la Hessiana modelada como un dominio politópico, garantizando robustez a través del rango de posibles valores de curvatura.
• Garantías Teóricas: El artículo proporciona demostraciones rigurosas para la estabilidad exponencial del sistema de lazo cerrado promedio, la convergencia del sistema original al óptimo (dentro de límites de orden $O(a + 1/\omega)$) y la exclusión del comportamiento de Zeno.

Resultados
Se realizaron simulaciones numéricas en un mapa no lineal bidimensional con un límite de incertidumbre de la Hessiana $\bar{\sigma}$.

• Comparación de Estructuras de Ganancia: Al resolver el problema de optimización de co-diseño para varios niveles de incertidumbre, el diseño de ganancia de matriz completa produjo consistentemente valores de la función objetivo más bajos (que representan menos transmisiones) en comparación con el diseño de ganancia diagonal.
• Factibilidad: En casos de prueba específicos (por ejemplo, $\bar{\sigma}=0.6$, tasa de decaimiento $\eta=1$), el co-diseño con una ganancia de matriz completa fue factible, mientras que el diseño de ganancia diagonal no pudo satisfacer simultáneamente la misma tasa de decaimiento y las restricciones de umbral de disparo.
• Rendimiento: El controlador co-diseñado de matriz completa logró la tasa de convergencia exponencial prescrita con significativamente menos eventos de disparo (por ejemplo, 38 actualizaciones frente a 104 actualizaciones para diferentes vértices de la Hessiana) en comparación con los escenarios donde se requerirían ganancias diagonales para cumplir con criterios de estabilidad similares.
• Impacto de la Incertidumbre: Los resultados ilustraron que a medida que aumenta el tamaño del polítopo de incertidumbre, aumenta el número de transmisiones requeridas, resaltando el valor de contar con información previa precisa sobre la curvatura.

Significancia
El artículo afirma que su principal significancia radica en demostrar que la información previa sobre la curvatura de la función objetivo (específicamente la estructura de la Hessiana) no solo es útil para garantizar la estabilidad, sino que es crítica para reducir las cargas de comunicación. Al explotar el acoplamiento entre las variables de optimización mediante ganancias de matriz completa dentro de un marco de co-diseño, el método propuesto logra un rendimiento de disparo superior. Los resultados indican que las ganancias diagonales son insuficientes para lograr las mismas tasas de decaimiento y umbrales de disparo que las ganancias de matriz completa, incluso cuando ambas se sintetizan utilizando la misma metodología de co-diseño. Esto sugiere que los "grados de libertad adicionales" proporcionados por las estructuras de matriz completa son esenciales para optimizar el compromiso entre la velocidad de convergencia y la eficiencia de comunicación en la búsqueda de extremos disparada por eventos.