⚡ electrical engineering

Analysis of Non-Square Nonlinear MIMO Systems using Scaled Relative Graphs

यह शोध पत्र ऑपरेटरों को एक सामान्य हिल्बर्ट स्पेस (Hilbert space) में एम्बेड करते हुए और इनपुट आयामों को सीमित करके, गैर-वर्ग (non-square) गैर-रेखीय MIMO प्रणालियों तक स्केल्ड रिलेटिव ग्राफ (SRG) विश्लेषण का विस्तार करता है, जिससे लीनियर फ्रैक्शनल रिप्रेजेंटेशन (LFR) रूप वाले तंत्रों सहित प्रणालियों के एक व्यापक वर्ग के लिए स्थिरता विश्लेषण और $L_2$ -गेन बाउंड्स सक्षम होते हैं।

मूल लेखक: Julius P. J. Krebbekx, Roland Tóth, Amritam Das

प्रकाशित 2026-04-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Julius P. J. Krebbekx, Roland Tóth, Amritam Das

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक इंजीनियर हैं जो एक जटिल मशीन को सुचारू रूप से चलाने की कोशिश कर रहे हैं। इस मशीन के कई इनपुट (जैसे बटन जिन्हें आप दबाते हैं) और कई आउटपुट (जैसे लाइटें जो जलती हैं या पहिए जो घूमते हैं) हैं। कंट्रोल इंजीनियरिंग की दुनिया में, हम इसे एक MIMO सिस्टम (मल्टीपल-इनपुट, मल्टीपल-आउटपुट) कहते हैं।

लंबे समय तक, इंजीनियरों के पास इस तरह की मशीनों का विश्लेषण करने के लिए एक शानदार टूलकिट थी, लेकिन यह केवल "स्क्वायर" (वर्गाकार) मशीनों के लिए काम करती थी—जहाँ बटनों की संख्या ठीक लाइटों की संख्या के बराबर हो। यदि आपके पास 3 बटन और 4 लाइटें होतीं, तो पुराने टूल्स काम करना बंद कर देते थे। वे आपको यह नहीं बता पाते थे कि मशीन स्थिर रहेगी या अनियंत्रित हो जाएगी।

यह पेपर एक नया, सुपर-पावर्ड टूल पेश करता है जिसे स्केल्ड रिलेटिव ग्राफ (SRG) कहा जाता है, जो अंततः इन "नॉन-स्क्वायर" मशीनों के लिए काम करता है। यहाँ लेखक बताते हैं कि उन्होंने इस समस्या को कैसे हल किया, जिसे रोजमर्रा के उदाहरणों के माध्यम से समझाया गया है।

1. समस्या: "चौकोर सांचे में गोल छेद" वाली दुविधा

पुराने SRG तरीके को एक वर्गाकार कुकी कटर की तरह समझें। यह तब पूरी तरह काम करता है जब आपका आटा (सिस्टम) भी वर्गाकार हो। लेकिन क्या होगा अगर आपका आटा आयताकार है?

पुराना तरीका: वर्गाकार कटर का उपयोग करने के लिए, इंजीनियर अक्सर अतिरिक्त आटे को काट देते थे या उसे वर्गाकार बनाने के लिए "नकली" आटा भर देते थे।
- दोष: यदि आप अतिरिक्त हिस्सा काट देते हैं, तो आप जानकारी खो देते हैं। यदि आप नकली आटा भर देते हैं, तो आप मशीन को वास्तव में जितना है उससे अधिक "भारी" और खतरनाक बना देते हैं। इससे कंजर्वेटिज्म (रूढ़िवादिता) पैदा होती है: आप सोच सकते हैं कि एक मशीन असुरक्षित है और उसे बंद कर देते हैं, जबकि वह वास्तव में बिल्कुल ठीक होती है।

2. समाधान: "जादुई फ्रेम" (एम्बेडिंग)

लेखकों ने एक चतुर तरकीब निकाली। आयताकार आटे को वर्गाकार बनाने के बजाय, उन्होंने एक विशेष फ्रेम बनाया जो आटे को उसके मूल रूप में थामे रखता है, लेकिन वर्गाकार कुकी कटर को बिना किसी विकृति के उस पर काम करने की अनुमति देता है।

उदाहरण: कल्पना कीजिए कि आपके पास एक लंबी, पतली पेंटिंग है (एक "टॉल" सिस्टम) और एक चौड़ी, छोटी पेंटिंग है (एक "वाइड" सिस्टम)। आप दोनों को एक ऐसी गैलरी में लटकाना चाहते हैं जो केवल वर्गाकार फ्रेम स्वीकार करती है।
- नासमझी वाला दृष्टिकोण: आप लंबी पेंटिंग को वर्गाकार फ्रेम भरने के लिए खींच देते हैं (जिससे वह अजीब दिखने लगती है) या आप चौड़ी पेंटिंग को काट देते हैं (जिससे चित्र का कुछ हिस्सा खो जाता है)।
- लेखकों का दृष्टिकोण: उन्होंने पेंटिंग्स को एक कस्टम फ्रेम में रखा जो गैलरी की वर्गाकार आवश्यकता से मेल खाता है, लेकिन उन्होंने खाली जगह में एक "काला बॉर्डर" (जीरो) जोड़ दिया। महत्वपूर्ण बात यह है कि वे गैलरी इंस्पेक्टर को बताते हैं: "काले बॉर्डर को अनदेखा करें। केवल वास्तविक पेंटिंग को देखें।"

यही उनके गणित का मूल है: एम्बेडिंग (Embedding)। वे गणितीय रूप से सिस्टम को वर्गाकार दिखाने के लिए "डमी" इनपुट या आउटपुट जोड़ते हैं, लेकिन वे सख्ती से मूल इनपुट तक ही विश्लेषण को सीमित रखते हैं। यह सुनिश्चित करता है कि वे डमी डेटा से धोखा न खाएं।

3. परिणाम: स्थिरता की एक स्पष्ट तस्वीर

इस "जादुई फ्रेम" का उपयोग करके, लेखक अब यह कर सकते हैं:

सच्चाई देख सकते हैं: वे सटीक रूप से गणना कर सकते हैं कि सिस्टम में कितना "गेन" (प्रवर्धन) है। पुराने तरीके में, नकली डेटा सिस्टम को ऐसा दिखा देता था जैसे वह संकेतों को बहुत अधिक बढ़ा रहा है, जिससे गलत अलार्म बज जाता था। नया तरीका नकली डेटा को अनदेखा करता है, जिससे सुरक्षा का एक बहुत ही सटीक और बेहतर मार्जिन मिलता है।
कड़ियों को जोड़ सकते हैं: उन्होंने नियमों का एक सेट विकसित किया है (इन ग्राफों के लिए व्याकरण की तरह) जो आपको मशीन के विभिन्न हिस्सों को मिलाने की अनुमति देता है। यदि आपके पास एक लीनियर हिस्सा (जैसे स्प्रिंग) और एक नॉन-लीनियर हिस्सा (जैसे एक रबर बैंड जो सख्त हो जाता है) है, तो अब आप उनके SRG बना सकते हैं और देख सकते हैं कि क्या वे आपस में तालमेल बिठा पाएंगे या टकरा जाएंगे।

4. वास्तविक दुनिया के उदाहरण

पेपर इसका परीक्षण चार अलग-अलग परिदृश्यों पर करता है, जैसे कि एक मैकेनिक द्वारा नए इंजन का परीक्षण करना:

लुरे सिस्टम (Lur'e System): एक क्लासिक कंट्रोल सेटअप। लेखकों ने दिखाया कि उनका तरीका यह सिद्ध करता है कि सिस्टम स्थिर है, भले ही पुराने "नासमझी वाले" तरीके ने इसे अस्थिर बताया हो। यह एक पुल की सुरक्षा सिद्ध करने जैसा है जब पुराना कैलकुलेटर कहता है कि वह ढह जाएगा।
मल्टीपल नॉन-लिनियैरिटीज़: एक सिस्टम जिसमें कई "रबर बैंड" (नॉन-लिनियैरिटीज़) हैं। उनके तरीके ने पिछले तकनीकों की तुलना में बहुत अधिक सटीक सुरक्षा सीमा दी, जिसका अर्थ है कि इंजीनियर बिना किसी डर के मशीन को अधिक क्षमता से चला सकते हैं।
मास-स्प्रिंग-डैम्पर (Mass-Spring-Damper): वजन और स्प्रिंग्स का एक सिस्टम। उन्होंने एक जटिल इंटरैक्शन को मॉडल किया जहाँ एक स्प्रिंग छोटे आंदोलनों के लिए पीछे की ओर धकेलता है (नेगेटिव स्टिफनेस)। उनके टूल ने इस पेचीदा, नॉन-स्क्वायर सेटअप को पूरी तरह से संभाला।
तुलना: उन्होंने अपने परिणामों की तुलना अन्य उन्नत तरीकों (जैसे IQC) से की और पाया कि उनका दृष्टिकोण उतना ही अच्छा है, लेकिन अधिक सामान्य और नॉन-स्क्वायर सिस्टम पर लागू करने में आसान है।

मुख्य निष्कर्ष

इस पेपर से पहले, यदि आपके पास एक ऐसा कंट्रोल सिस्टम था जहाँ इनपुट की संख्या आउटपुट की संख्या से मेल नहीं खाती थी, तो आप या तो अंधेरे में उड़ रहे थे या ऐसे टूल्स का उपयोग कर रहे थे जो बहुत अधिक निराशावादी थे।

यह पेपर एक यूनिवर्सल अडैप्टर प्रदान करता है। यह इंजीनियरों को किसी भी सिस्टम पर—चाहे उसका आकार कुछ भी हो—शक्तिशाली, दृश्य (विजुअल), फ्रीक्वेंसी-डोमेन टूल्स (जैसे SRG) का उपयोग करने की अनुमति देता है। यह उस "नकली डेटा" को हटा देता है जो पहले इंजीनियरों को डरा देता था, जिससे वे अधिक सुरक्षित और अधिक कुशल सिस्टम डिजाइन कर सकते हैं।

संक्षेप में: उन्होंने यह पता लगाया कि एक आयत को वर्गाकार रूलर से कैसे मापा जाए बिना कोनों को काटे या किनारों को बढ़ाए, जिससे हमें अपनी जटिल मशीनों को सुरक्षित रूप से चलाने का एक बहुत अधिक सटीक तरीका मिला।

यहाँ शोध पत्र "Analysis of Non-Square Nonlinear MIMO Systems using Scaled Relative Graphs (Extended version)" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र मल्टीपल-इनपुट मल्टीपल-आउटपुट (MIMO) नॉनलीनियर सिस्टम के विश्लेषण में एक महत्वपूर्ण अंतराल को संबोधित करता है, विशेष रूप से वे जो नॉन-स्क्वायर (non-square) हैं (अर्थात, इनपुट की संख्या $p$ और आउटपुट की संख्या $q$ भिन्न है)।

संदर्भ: स्केल्ड रिलेटिव ग्राफ (SRG) नॉनलीनियर सिंगल-इनपुट सिंगल-आउटपुट (SISO) सिस्टम के विश्लेषण के लिए एक शक्तिशाली ग्राफिकल फ्रीक्वेंसी-डोमेन टूल है, जो गैर-अनुमानित (non-approximative) स्थिरता स्थितियाँ और $L_2$ -गेन बाउंड्स प्रदान करता है। हाल के प्रयासों ने SRG को MIMO सिस्टम तक विस्तारित किया है, लेकिन वे स्क्वायर सिस्टम ( $p=q$ ) तक ही सीमित थे क्योंकि SRG की अंतर्निहित हिल्बर्ट स्पेस संरचना के लिए इनपुट और आउटपुट स्पेस का समान होना आवश्यक है।
चुनौती: जब $p \neq q$ होता है, तो इनपुट और आउटपुट हिल्बर्ट स्पेस भिन्न होते हैं। इसे संभालने के लिए अपनाए गए सहज दृष्टिकोण (जैसे, कृत्रिम शून्य इनपुट या आउटपुट जोड़कर सिस्टम को "स्क्वायर अप" करना) कंजर्वेटिविज्म (conservatism - अत्यधिक रूढ़िवादिता) उत्पन्न करते हैं। यह कृत्रिम विस्तार पैसिविटी (passivity) जैसे गुणों को नष्ट कर सकता है या स्थिरता सुनिश्चित करने में विफल हो सकता है, जिससे अत्यधिक निराशाजनक या गलत विश्लेषण परिणाम प्राप्त होते हैं।
उद्देश्य: एक कठोर SRG फ्रेमवर्क विकसित करना जो बिना किसी कंजर्वेटिविज्म के नॉन-स्क्वायर ऑपरेटर्स को समाहित कर सके, जो लीनियर फ्रैक्शनल रिप्रेजेंटेशन (LFR) रूप में लागू हो सके।

2. कार्यप्रणाली (Methodology)

लेखक एक नवीन एम्बेडिंग रणनीति और प्रतिबंधित इनपुट स्पेस के संयोजन का प्रस्ताव करते हैं ताकि नॉन-स्क्वायर MIMO ऑपरेटर्स के लिए SRG विश्लेषण को सामान्य बनाया जा सके।

A. ऑपरेटर एम्बेडिंग विथ रिस्ट्रिक्टेड इनपुट स्पेस (Operator Embedding with Restricted Input Spaces)

मुख्य नवाचार एक बड़े हिल्बर्ट स्पेस ( $L_n^2$ जहाँ $n = \max\{p, q\}$ ) में स्क्वायर ऑपरेटर्स के सामान्य स्थान में नॉन-स्क्वायर ऑपरेटर्स को एम्बेड करना है, जबकि मूल आयाम के अनुसार इनपुट स्पेस को सख्ती से प्रतिबंधित करना है।

वाइड ऑपरेटर्स ( $p > q$ ): आउटपुट को शून्य आउटपुट जोड़कर $L_p^2$ में एम्बेड किया जाता है। SRG की गणना मूल इनपुट स्पेस पर की जाती है।
टॉल ऑपरेटर्स ( $p < q$ ): इनपुट को शून्य इनपुट जोड़कर $L_q^2$ में एम्बेड किया जाता है। महत्वपूर्ण बात यह है कि SRG की गणना केवल उस सबस्पेस पर की जाती है जहाँ ये कृत्रिम इनपुट शून्य होते हैं। यह सुनिश्चित करता है कि "कृत्रिम" इनपुट गेन गणना को प्रभावित न करें, जिससे मानक "स्क्वायरिंग अप" विधियों में पाए जाने वाले कंजर्वेटिविज्म से बचा जा सके।
परिभाषा: MIMO SRG को इन एम्बेडिंग्स के माध्यम से औपचारिक रूप से परिभाषित किया गया है, जो यह सुनिश्चित करता है कि SRG की त्रिज्या मूल नॉन-स्क्वायर ऑपरेटर के सटीक इनक्रीमेंटल $L_2$ -गेन के अनुरूप है।

B. सामान्यीकृत इंटरकनेक्शन नियम (Generalized Interconnection Rules)

यह शोध पत्र SRG कैलकुलस (योग, गुणन, व्युत्क्रम) को इन प्रतिबंधित-डोमेन MIMO ऑपरेटर्स से स्क्वायर सिस्टमों तक सामान्य बनाता है।

प्रपोजिशन 1: स्केलिंग, एडिशन, इनवर्जन और कंपोजिशन के नियमों को सबस्पेस पर कार्य करने वाले ऑपरेटर्स के लिए विस्तारित करता है।
कॉर्ड और आर्क गुण (Chord and Arc Properties): लेखक समानांतर और श्रेणीबद्ध इंटरकनेक्शन को अधिक सटीकता से संभालने के लिए "सुधारित" कॉर्ड और आर्क पूर्णता (लेम्मा 9) पेश करते हैं, जिससे SRG बाउंड्स को संयोजित करते समय कंजर्वेटिविज्म कम होता है।

C. LFR सिस्टम के लिए स्थिरता प्रमेय (Stability Theorems for LFR Systems)

इस फ्रेमवर्क को लीनियर फ्रैक्शनल रिप्रेजेंटेशन (LFR) रूप के सिस्टम पर लागू किया जाता है, जहाँ एक स्थिर LTI ब्लॉक ( $G$ ) एक स्टैटिक या डायनेमिक नॉनलीनियर ब्लॉक ( $\Phi$ ) के साथ फीडबैक में जुड़ा होता है।

थ्योरम 1 (सिंपल फीडबैक): $[H_1, H_2]$ के फीडबैक लूप की इनक्रीमेंटल स्थिरता और वेल-पोज़डनेस (well-posedness) के लिए स्थितियाँ प्रदान करता है, जो $H_1$ के SRG और $H_2$ के स्केल्ड SRG के बीच की दूरी पर आधारित हैं।
थ्योरम 2 (LFR स्थिरता): LFR सिस्टम के लिए एक व्यावहारिक प्रमेय। यह एम्बेडेड LTI और नॉनलीनियर ब्लॉक्स के इंटरकनेक्शन का विश्लेषण करके वेल-पोज़डनेस, कौज़ैलिटी (causality) और इनक्रीमेंटल $L_2$ -गेन बाउंड्स की गारंटी देता है। यह नॉनलिनियटी सेक्टर्स की पूरी रेंज में स्थिरता सुनिश्चित करने के लिए होमोटोपी तर्कों का उपयोग करता है।

D. कम्प्यूटेशनल फॉर्मूला (Computational Formulas)

शोध पत्र निम्नलिखित के लिए MIMO SRG की गणना करने हेतु स्पष्ट एल्गोरिदम प्रदान करता है:

स्टेबल LTI ऑपरेटर्स: शिफ्टेड ट्रांसफर मैट्रिसेस के $H_\infty$ नॉर्म्स का उपयोग करके एक सटीक गणना विधि (थ्योरम 3)। यह पिछले स्क्वायर-ओनली विधियों को टॉल/वाइड सिस्टमों तक सामान्य बनाता है।
स्टैटिक नॉनलिनियटीज़: डायगोनल स्टैटिक नॉनलिनियटीज़ और विशिष्ट नॉन-स्क्वायर नॉनलीनियर ब्लॉक्स के लिए बाउंड्स (प्रपोजिशन 2 और 3)।

3. मुख्य योगदान (Key Contributions)

नॉन-स्क्वायर SRG परिभाषा: नॉन-स्क्वायर MIMO ऑपरेटर्स के लिए एक कठोर SRG परिभाषा, जो इनपुट स्पेस को प्रतिबंधित करके "स्क्वायर अप" तकनीकों के कंजर्वेटिविज्म से बचती है।
सामान्यीकृत कैलकुलस: मिसमैच इनपुट/आउटपुट आयामों और प्रतिबंधित डोमेन वाले ऑपरेटर्स के लिए SRG इंटरकनेक्शन नियमों (योग, गुणन, व्युत्क्रम) का विस्तार।
स्थिरता प्रमेय: नए स्थिरता प्रमेय (थ्योरम 1 और 2) जो नॉन-स्क्वायर नॉनलीनियर फीडबैक सिस्टम के लिए कौज़ैलिटी, वेल-पोज़डनेस और इनक्रीमेंटल $L_2$ -गेन बाउंड्स की गारंटी देते हैं।
कम्प्यूटेशनल टूल्स: नॉन-स्क्वायर LTI सिस्टम और स्टैटिक नॉनलिनियटीज़ के लिए SRG की गणना करने हेतु स्पष्ट सूत्र, जिसे एक सार्वजनिक रूप से उपलब्ध जूलिया टूलबॉक्स (SrgTools.jl) में लागू किया गया है।
LFR फ्रेमवर्क: LFR रूप के सिस्टमों के लिए एक व्यापक विश्लेषण ढांचा, जो रोबस्ट कंट्रोल और नॉनलीनियर सिस्टम आइडेंटिफिकेशन में एक मानक प्रतिनिधित्व है।

4. परिणाम और उदाहरण (Results and Examples)

लेखक अपने सिद्धांत को चार उदाहरणों के माध्यम से सत्यापित करते हैं, जो मौजूदा विधियों की तुलना में कम कंजर्वेटिविज्म और बेहतर प्रदर्शन प्रदर्शित करते हैं:

नॉन-स्क्वायर ल्यूरे सिस्टम (Non-Square Lur'e System):
- तुलना: प्रस्तावित एम्बेडिंग विधि की तुलना एक नैव "स्क्वायर अप" दृष्टिकोण (गैर-शून्य कृत्रिम इनपुट/आउटपुट जोड़ना) से की गई।
- परिणाम: प्रस्तावित विधि ने काफी टाइट $L_2$ -गेन बाउंड (उदाहरण के लिए, एक मामले में $\gamma \leq 0.4$ बनाम $\gamma \leq 12.5$ ) प्रदान किया और वहां भी स्थिरता की सही पहचान की जहां नैव विधि विफल रही। इसने सिस्टम के पैसिविटी गुण को भी बनाए रखा, जो नैव दृष्टिकोण में खो गया था।
मल्टीपल नॉनलिनियटीज़ के साथ SISO सिस्टम:
- तुलना: [15] के SISO SRG दृष्टिकोण बनाम प्रस्तावित MIMO SRG दृष्टिकोण का उपयोग करके दो नॉनलिनियटीज़ वाले सिस्टम का विश्लेषण किया गया।
- परिणाम: MIMO दृष्टिकोण ने एक टाइट इनक्रीमेंटल गेन बाउंड ($2.33 $बनाम$ 4.81$) प्रदान किया और कौज़ैलिटी एवं वेल-पोज़डनेस को कठोरता से सिद्ध किया, जो पहले SISO विश्लेषण में माना गया था।
MIMO मास-स्प्रिंग-डैम्पर सिस्टम:
- अनुप्रयोग: दो द्रव्यमान (masses), लीनियर/डैम्पर तत्वों और कई नॉनलीनियर स्प्रिंग्स वाला एक सिस्टम।
- परिणाम: जटिल नॉन-स्क्वायर इंटरकनेक्शन की स्थिरता और गेन बाउंड्स का सफलतापूर्वक विश्लेषण किया, जो भौतिक मैकेनिकल सिस्टमों के लिए इस विधि की प्रयोज्यता को दर्शाता है।
IQC-आधारित परिणामों के साथ तुलना:
- तुलना: [7] में अध्ययन किए गए एक MIMO फीडबैक सिस्टम का विश्लेषण IQC (Integral Quadratic Constraints) का उपयोग करके किया गया।
- परिणाम: आंतरिक लूप के लिए IQC पद्धति के समान परिणाम देने के बावजूद, SRG-आधारित विश्लेषण ने समग्र सिस्टम के लिए काफी टाइट गेन बाउंड ( $\gamma = 1.79$ बनाम $\approx 4.05$ ) प्रदान किया।

5. महत्व (Significance)

यह कार्य ग्राफिकल फ्रीक्वेंसी-डोमेन विश्लेषण और मल्टीवेरिएबल नॉन-स्क्वायर सिस्टमों के बीच की खाई को पाटकर नॉनलीनियर कंट्रोल थ्योरी में एक बड़ी प्रगति का प्रतिनिधित्व करता है।

सैद्धांतिक प्रभाव: यह SRGs की सैद्धांतिक सीमा को हल करता है जो स्क्वायर ऑपरेटर्स तक सीमित थे, जिससे सामान्य MIMO नॉनलीनियर सिस्टम के लिए एक गणितीय रूप से सुदृढ़ ढांचा प्रदान होता है।
व्यावहारिक प्रभाव: कृत्रिम "स्क्वायर अप" से जुड़े कंजर्वेटिविज्म को समाप्त करके, इंजीनियर उन प्रणालियों (जैसे, अंडर-एक्चुएटेड सिस्टम, सेंसर/एक्टुएटर मिसमैच वाले सिस्टम) के लिए टाइट परफॉरमेंस बाउंड प्राप्त कर सकते हैं और स्थिरता सत्यापित कर सकते हैं, जिनका विश्लेषण पहले SRG विधियों का उपयोग करके कठिन था।
टूलींग: सॉफ्टवेयर टूलबॉक्स की उपलब्धता इन उन्नत सैद्धांतिक परिणामों को व्यावहारिक नियंत्रण डिजाइन और विश्लेषण के लिए सुलभ बनाती है।

संक्षेप में, यह शोध पत्र सफलतापूर्वक शक्तिशाली स्केल्ड रिलेटिव ग्राफ फ्रेमवर्क को सामान्य नॉन-स्क्वायर MIMO नॉनलीनियर सिस्टम के मामले में विस्तारित करता है, जो स्थिरता और प्रदर्शन विश्लेषण के लिए एक कम कंजर्वेटिव, कठोर और कम्प्यूटेशनल रूप से सुलभ तरीका प्रदान करता है।