Amplitude Dependent Bode Diagrams via Scaled Relative Graphs

Cet article propose une méthode pour calculer des bornes de gain $L_2$ pour les systèmes de Lur'e sur des plages de fréquence et d'amplitude limitées en utilisant des graphes relatifs mis à l'échelle (SRG), permettant ainsi de générer un diagramme de Bode non linéaire tridimensionnel moins conservateur que les approches classiques.

L'essentiel

Voici une explication simple et imagée de ce papier de recherche, conçue pour être comprise par tout le monde, même sans bagage technique en ingénierie.

Imaginez que vous essayez de comprendre comment un système complexe (comme une voiture, un thermostat ou un système de communication) réagit à différentes commandes.

1. Le problème : La carte routière classique ne suffit plus

Pour les systèmes simples et prévisibles (ce qu'on appelle "linéaires"), les ingénieurs utilisent depuis des décennies une carte très célèbre appelée le Diagramme de Bode. C'est comme une carte routière en 2D qui vous dit : "Si vous envoyez un signal à telle vitesse (fréquence), le système réagira avec telle intensité". C'est parfait pour les systèmes qui ne changent jamais de comportement.

Mais le monde réel est non-linéaire. Les systèmes réels ont des comportements bizarres :

• Si vous poussez doucement, ils réagissent bien.
• Si vous poussez trop fort, ils se bloquent, saturent ou deviennent chaotiques.

Le vieux diagramme de Bode échoue ici. Il doit souvent supposer le "pire des cas" (le scénario le plus catastrophique possible), ce qui rend les systèmes trop prudents et inefficaces. C'est comme si un GPS vous disait : "Pour éviter tout accident, ne roulez jamais plus de 5 km/h", alors que vous pourriez rouler à 50 km/h en toute sécurité sur une bonne route.

2. La solution : Une carte en 3D (Le "Bode Amplitude-Dépendant")

Les auteurs de ce papier proposent une nouvelle méthode pour dessiner une carte en 3D.

Au lieu de ne regarder que la vitesse (la fréquence), ils ajoutent un troisième axe : la force (l'amplitude ou l'énergie du signal).

• Axe X : La vitesse du signal (Fréquence).
• Axe Y : La force du signal (Amplitude/Énergie).
• Axe Z : La réponse du système (Gain).

C'est comme passer d'une carte 2D plate à un modèle de terrain en relief. Vous pouvez voir que pour une petite poussée (faible amplitude), le système est très réactif et rapide. Mais si vous poussez trop fort (grande amplitude), le système commence à trembler ou à ralentir. Cette carte vous permet de trouver la "zone de confort" où le système fonctionne parfaitement, sans être trop conservateur.

3. L'outil magique : Les "Graphes Relatifs Échellés" (SRG)

Comment dessiner cette carte pour des systèmes complexes ? Les auteurs utilisent un outil mathématique appelé le Scaled Relative Graph (SRG).

Imaginez le SRG comme un radar de sécurité qui tourne autour du système.

• Pour les systèmes simples, ce radar ressemble à un cercle parfait (comme le diagramme de Nyquist classique).
• Pour les systèmes complexes, le radar dessine une forme bizarre, comme une tache d'huile ou un nuage.

L'idée géniale de ce papier est de rétrécir ce radar. Au lieu de regarder le nuage entier (qui représente tous les scénarios possibles, même les plus fous), on demande au radar de ne regarder que les scénarios où la "force" du signal est limitée. Cela permet de voir des détails précis que l'on ignorait auparavant.

4. La technique secrète : La "Théorie de Sobolev" (Le lien entre la position et la vitesse)

Pour construire cette carte 3D, les auteurs utilisent une astuce mathématique appelée Théorie de Sobolev.

Faisons une analogie avec une voiture :

• Si vous connaissez la position de la voiture (l'énergie du signal), vous ne savez pas forcément à quelle vitesse elle va.
• Si vous connaissez aussi la vitesse de la voiture (la dérivée du signal), vous pouvez prédire exactement où elle ira et si elle va sortir de la route.

Les auteurs disent : "Pour savoir si le système va exploser (si l'amplitude de sortie devient trop grande), nous devons regarder non seulement l'énergie de l'entrée, mais aussi à quelle vitesse cette énergie change."

En combinant ces deux informations (la position et la vitesse de la "voiture" du signal), ils peuvent tracer une frontière très précise : "Si vous entrez avec telle force et telle vitesse, vous ne sortirez jamais au-delà de telle limite."

5. L'exemple concret : Le PLL (La boucle de verrouillage de phase)

Pour priquer leur méthode, ils l'ont appliquée à un système très courant : le PLL (Phase-Locked Loop), utilisé dans les téléphones, les radios et les GPS pour synchroniser les signaux.

• Sans leur méthode : On dirait "Attention, ce système peut devenir instable si le signal est trop fort". On limite donc le système pour qu'il soit sûr, mais lent.
• Avec leur méthode : La carte 3D montre : "Ah, si le signal est fort mais lent, c'est sûr. Si le signal est fort et rapide, c'est dangereux."
  • Résultat : On peut faire fonctionner le système plus vite et plus fort, tout en restant parfaitement sûr.

En résumé

Ce papier est comme un GPS de nouvelle génération pour les ingénieurs.

1. Il remplace les cartes plates (2D) par des cartes en relief (3D) qui prennent en compte la force des commandes.
2. Il utilise un radar intelligent (SRG) pour ne regarder que les situations réalistes.
3. Il combine la position et la vitesse (Sobolev) pour prédire exactement jusqu'où le système peut aller sans casser.

Cela permet de concevoir des systèmes plus performants, plus rapides et plus sûrs, en évitant les limites inutiles imposées par les anciennes méthodes trop prudentes.

Résumé technique

Voici un résumé technique détaillé du papier « Amplitude Dependent Bode Diagrams via Scaled Relative Graphs » (Diagrammes de Bode dépendants de l'amplitude via des Graphes Relatifs Échelles), rédigé en français.

1. Problématique et Contexte

Les outils d'analyse graphique classiques pour les systèmes linéaires invariants dans le temps (LTI), tels que les diagrammes de Nyquist et de Bode, sont fondamentaux en ingénierie de contrôle. Cependant, leur extension aux systèmes non linéaires (NL) reste un défi majeur.

• Limites des méthodes existantes : La méthode du « fonctionnel descripteurs » (Describing Function) est approximative. Les méthodes modernes basées sur les graphes relatifs échelles (Scaled Relative Graphs - SRG) offrent une approche exacte et généralisent le diagramme de Nyquist, mais elles reposent souvent sur la notion de gain $L_2$.
• Le problème de la conservativité : Le gain $L_2$ est considéré comme trop conservatif pour les systèmes non linéaires car il évalue la pire performance sur l'ensemble infini des signaux d'entrée, sans tenir compte de l'amplitude ou de la fréquence spécifique.
• Objectif : Développer une méthode permettant de calculer des bornes de gain moins conservatrices en restreignant l'espace d'entrée non seulement en fréquence, mais aussi en énergie (amplitude). L'objectif est de créer un diagramme de Bode tridimensionnel (gain en fonction de la fréquence et de l'énergie) pour les systèmes de type Lur'e.

2. Méthodologie

L'approche proposée combine la théorie des espaces de Sobolev et les méthodes SRG pour analyser les systèmes de Lur'e (un système LTI $G$ en boucle fermée avec une non-linéarité statique $\phi$).

A. Définition des gains dépendants de l'amplitude et de la fréquence

Les auteurs introduisent une nouvelle métrique de performance basée sur deux contraintes :

1. Fréquence ($\omega$) : Restriction aux signaux périodiques à symétrie demi-onde impaire (excluant la composante continue).
2. Énergie/Harmonique ($U$) : Introduction d'une contrainte sur le produit des normes $L_2$ du signal et de sa dérivée : $U = \|u\|_T \|u'\|_T$. Cette quantité capture à la fois l'énergie du signal et son contenu harmonique (taux de variation).

Le gain dépendant de l'amplitude et de la fréquence est défini comme :
$$\gamma_{\omega, U}(R) := \sup_{u \in U_\omega, \|u\|_T \|u'\|_T \le U} \frac{\|\tilde{y}\|_{RMS}}{\|u\|_{RMS}}$$
où $\tilde{y}$ est l'état stationnaire périodique.

B. Utilisation de la théorie de Sobolev pour borner l'amplitude

Pour relier le gain $L_2$ (énergie) à l'amplitude maximale ($\|y\|_\infty$), les auteurs utilisent une inégalité d'interpolation de Sobolev (Lemme 1) :
$$\|u\|_\infty \le \sqrt{2} \|u\|_T \|u'\|_T \le \sqrt{2} U$$
Cela permet de borner l'amplitude de sortie $\|y\|_\infty$ en fonction de l'énergie de l'entrée $U$ et des gains du système.

C. Calcul des gains via les SRG

La méthode procède en deux étapes itératives :

1. Calcul des gains linéaires et dérivés : Utilisation des SRG pour calculer les gains du système Lur'e et de ses applications dérivées ($\partial G$ et $\partial \phi$).
   • Pour les systèmes LTI, le SRG est l'enveloppe convexe hyperbolique du diagramme de Nyquist.
   • Pour les non-linéarités à pente bornée (slope-restricted), le SRG est contenu dans un disque défini par les pentes minimales et maximales.
   • Un résultat clé est que le SRG de l'application dérivée $\partial G$ est identique à celui de $G$ (pour des conditions initiales nulles).
2. Résolution d'un problème d'optimisation :
   • On calcore les gains $\lambda_{\omega, A}$ et $\lambda^\partial_{\omega, A}$ (gain entrée-sortie et gain dérivé) en fonction d'une amplitude de sortie supposée $A$.
   • On résout une équation de point fixe (ou un problème d'optimisation par dichotomie) pour trouver la plus petite amplitude $A_{\omega, U}$ satisfaisant la contrainte de Sobolev :
     $$A \ge \sqrt{2 \lambda_{\omega, A} \lambda^\partial_{\omega, A} U}$$
   • Le gain final est alors $\gamma_{\omega, U} = 1 / r_{\omega, A_{\omega, U}}$, où $r$ est la distance entre le SRG inverse du système linéaire et le disque de la non-linéarité.

3. Contributions Clés

1. Généralisation du Diagramme de Bode : Proposition d'un diagramme de Bode 3D où le gain est une fonction de la fréquence ($\omega$) et de l'énergie d'entrée ($U$), offrant une visualisation intuitive des performances non linéaires.
2. Réduction de la conservativité : En restreignant l'analyse à des sous-ensembles d'entrées (fréquence et amplitude bornées), les bornes de gain obtenues sont significativement moins conservatrices que le gain $L_2$ global.
3. Lien entre Sobolev et SRG : Développement d'une méthode rigoureuse combinant les inégalités de Sobolev (pour lier énergie et amplitude) et les SRG (pour le calcul des bornes de gain) afin de garantir la stabilité et les performances des systèmes de Lur'e.
4. Théorème de stabilité et de régularité : Démonstration que pour les systèmes satisfaisant les conditions, la sortie conserve la régularité $H^1$ (lissage) et que le système est bien posé et préserve la périodicité.

4. Résultats et Validation

Les auteurs valident leur méthode sur un exemple représentant la dynamique d'une Boucle à Verrouillage de Phase (PLL) :

• Modèle : Un filtre LTI $G(s) = \frac{1}{s+2}$ en boucle avec une non-linéarité $\phi(x) = \sin(x)$.
• Observations :
  • Limite $U \to 0$ : Le diagramme retrouve le comportement du système LTI linéarisé (autour de l'origine), correspondant au diagramme de Bode classique.
  • Limite $U \to \infty$ : Le diagramme converge vers le gain $L_2$ worst-case (pire cas) du système non linéaire.
  • Interpolation : Entre ces deux limites, le gain interpolé montre comment la performance se dégrade avec l'augmentation de l'amplitude d'entrée, offrant une information bien plus riche que le gain $L_2$ unique.
  • La figure 2b du papier montre explicitement comment, pour une fréquence donnée, l'amplitude de sortie maximale peut être garantie en fonction de la contrainte d'énergie $U$.

5. Signification et Perspectives

Ce travail est significatif car il comble le fossé entre l'analyse fréquentielle intuitive des systèmes LTI et l'analyse rigoureuse des systèmes non linéaires.

• Pratique : Il permet aux ingénieurs de concevoir des contrôleurs en tenant compte des limites d'amplitude réelles des signaux, évitant ainsi le surdimensionnement (conservatisme excessif) ou les risques d'instabilité non détectés par les méthodes linéaires.
• Futur : Les auteurs envisagent d'étendre cette méthode aux systèmes MIMO, aux interconnexions générales, aux non-linéarités sans restriction de pente, et à l'application au « loop-shaping » (façonnage de boucle) pour les systèmes non linéaires.

En résumé, cette paper propose un cadre théorique robuste pour visualiser et quantifier les performances des systèmes non linéaires sous contraintes d'amplitude, généralisant efficacement les outils classiques de l'automatique.