⚡ electrical engineering

From the Linear Quadratic Regulator (LQR) to the (Deterministic) Kalman Filter in Two Easy Steps

यह शोध पत्र एक दो-चरणीय ट्यूटोरियल प्रस्तुत करता है जो यह प्रदर्शित करता है कि कैसे होमोजेनियस कोऑर्डिनेट्स (homogeneous coordinates) का उपयोग करके अवस्था अनुमान (state estimation) की समस्या को शुद्ध रूप से द्विघात एलक्यूआर (quadratic LQR) सूत्रीकरण में परिवर्तित करके, डिटर्मिनिस्टिक कलमन फिल्टर को लीनियर क्वाड्रेटिक रेग्युलेटर (LQR) से व्युत्पन्न किया जाता है, और फिर पारंपरिक कलमन फिल्टर डायनेमिक्स और रिक्काटी समीकरण (Riccati equation) को पुनः प्राप्त करने के लिए प्राप्त समाधान को विभाजित किया जाता है।

मूल लेखक: Bassam Bamieh

प्रकाशित 2026-06-11✓ Author reviewed ⓘ

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Bassam Bamieh

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 नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक घने जंगल में एक खोए हुए हाइकर की सटीक स्थिति का पता लगाने की कोशिश कर रहे हैं। आपके पास जानकारी के दो स्रोत हैं, लेकिन दोनों ही त्रुटिपूर्ण हैं:

आपका मानचित्र (मॉडल): आप हाइकर के सामान्य मार्ग और गति को जानते हैं, लेकिन इलाका कठिन है, और वे लड़खड़ा सकते हैं या रास्ता भटक सकते हैं।
आपकी दूरबीन (मापन): आप कभी-कभी हाइकर को देख पाते हैं, लेकिन पेड़ आपकी दृष्टि रोक रहे हैं और छवि धुंधली है।

कलमन फ़िल्टर (Kalman Filter) वह गणितीय उपकरण है जो इन दोनों अपूर्ण स्रोतों को मिलाकर हाइकर के वास्तविक स्थान का अनुमान लगाता है। आमतौर पर, इसे "शोर" (noise) और "प्रायिकता" (probability) से जुड़े एक जटिल सांख्यिकीय समस्या के रूप में पढ़ाया जाता है।

बस्सम बामीह (Bassam Bamieh) का यह शोध पत्र इसे देखने का एक अलग, सरल तरीका प्रदान करता है। यह तर्क देता है कि आपको यादृच्छिक संभावना (random chance) के बारे में सोचने की आवश्यकता नहीं है: इसके बजाय, इसे एक नियतकालिक पहेली (deterministic puzzle) के रूप में देखें: "वह सबसे सरल कहानी क्या है जो हमें जो दिखा, उसकी व्याख्या करती है?"

यहाँ इस पहेली को हल करने के लिए इस शोध पत्र के "दो आसान चरणों" की व्याख्या रोजमर्रा के उपमाओं के साथ दी गई है।

मूल विचार: गणित के लिए "ऑकैम का रेज़र" (Occam's Razor)

यह शोध पत्र एक सिद्धांत से शुरू होता है जिसे न्यूनतम अनिश्चितता सिद्धांत (Minimal Uncertainty Principle) कहा जाता है। कल्पना कीजिए कि आप एक अपराध स्थल को फिर से बनाने की कोशिश कर रहे एक जासूस हैं। अपराध होने के अनंत तरीके हो सकते हैं।

कहानी A: संदिग्ध 5 मील दौड़ा, 10 बार लड़खड़ाया, और गवाह मतिभ्रम (hallucinating) का शिकार था।
कहानी B: संदिग्ध 1 मील चला, एक बार लड़खड़ाया, और गवाह की दृष्टि थोड़ी धुंधली थी।

शोध पत्र कहता है: कहानी B को चुनें। क्यों? क्योंकि इसे तथ्यों को फिट करने के लिए "अजीबोगरीब चीज़ों" (अनिश्चितता) की सबसे कम आवश्यकता है। गणित के शब्दों में, हम उस कहानी को चाहते हैं जहाँ "त्रुटियाँ" (लड़खड़ाना और धुंधली दृष्टि) यथासंभव छोटी हों।

चरण 1: "होमोजेनियस कोऑर्डिनेट्स" (Homogeneous Coordinates) की तरकीब

पहली बाधा यह है कि इस "सबसे सरल कहानी" वाली समस्या का गणित बहुत उलझा हुआ है। इसमें वर्गाकार पद (जैसे "दूरी का वर्ग") और सीधी रेखा वाले पद (जैसे "दूरी") का मिश्रण है। यह एक केक बनाने जैसा है जहाँ रेसिपी में "2 कप मैदा" और "एक चुटकी नमक" की आवश्यकता है, लेकिन मिक्सिंग बाउल केवल एक विशिष्ट "वर्गाकार" प्रारूप में सामग्री स्वीकार करता है।

समाधान: शोध पत्र होमोजेनियस कोऑर्डिनेट्स नामक एक जादुई ट्रिक का सुझाव देता है।

उपमा: कल्पना कीजिए कि आपके पास कागज के एक टुकड़े पर एक 2D ड्राइंग है। गणित को काम करने योग्य बनाने के लिए, आप अपनी ड्राइंग के बगल में एक तीसरा आयाम—एक "1" जोड़ देते हैं। अचानक, आपकी 2D समस्या एक 3D समस्या बन जाती है जहाँ सब कुछ एक व्यवस्थित और सममित बॉक्स में फिट हो जाता है।
यह क्या करता है: इस सिस्टम में इस अतिरिक्त "1" को जोड़कर, आपका जटिल "मिश्रित" गणितीय प्रश्न एक पूरी तरह से साफ, शुद्ध "वर्गाकार" गणितीय समस्या में बदल जाता है।
परिणाम: यह साफ समस्या ठीक एक लीनियर क्वाड्रेटिक रेगुलेटर (LQR) के समान है। यदि आप जानते हैं कि LQR समस्या को कैसे हल किया जाता है (जो कि कार चलाने के सबसे कुशल तरीके को खोजने जैसा है), तो अब आप इस जटिल अनुमान समस्या को हल कर सकते हैं।

यह क्यों महत्वपूर्ण है: शोध पत्र यहाँ एक दिलचस्प अंतर्दृष्टि देता है। कंट्रोल समस्याओं (जैसे कार चलाना) में, "अतिरिक्त" गणित आमतौर पर एक पूर्व-नियोजित फीडफॉरवर्ड सिग्नल का प्रतिनिधित्व करता है। अनुमान समस्याओं (जैसे हाइकर को ट्रैक करना) में, वही "अतिरिक्त" गणित पर्यवेक्षक (observer) का प्रतिनिधित्व करता है—सिस्टम का वह हिस्सा जो समय के साथ अपने अनुमान को सीखता है और अपडेट करता है।

चरण 2: "समय का उलटाव" (Time Reversal) और "अंतिम अनुमान"

अब जब हमारे पास एक साफ, वर्गाकार समस्या है, तो हमें इसे हल करने की आवश्यकता है। लेकिन एक पेच है: एक मानक ड्राइविंग समस्या में, आप जानते हैं कि आपने कहाँ से शुरुआत की थी। इस अनुमान समस्या में, हमें नहीं पता कि हाइकर ने कहाँ से शुरुआत की थी। हम केवल यह जानते हैं कि वे अभी कहाँ हैं (या यूँ कहें कि हम पिछले डेटा के आधार पर यह पता लगाने की कोशिश कर रहे हैं कि वे अभी कहाँ हैं)।

समाधान: शोध पत्र एक चतुर दो-चरणीय पैंतरेबाज़ी का उपयोग करता है:

अंत मान लें: एक क्षण के लिए मान लें कि आप वास्तव में जानते हैं कि अंतिम क्षण में हाइकर कहाँ पहुँचा। यदि आप शुरुआत और अंत जानते हैं, तो उनके बीच का "सबसे सरल पथ" गणना करना आसान है।
समय का उलटाव (Time Reversal): "A से शुरू होकर B तक जाने" का गणित "B से शुरू होकर A तक जाने" का दर्पण प्रतिबिंब (mirror image) है। शोध पत्र समय में समस्या को उलट देता है। "शुरुआत से अंत तक कैसे पहुँचें?" पूछने के बजाय, यह पूछता है कि "यदि हम अंत पर हैं, तो हम यहाँ तक कैसे पहुँचे?"
अनुमान को अनुकूलित करें: चूंकि हमें वास्तव में अंतिम स्थिति का पता नहीं है, इसलिए हम चरण 2 से उत्तर लेते हैं और पूछते हैं: "कौन सी अंतिम स्थिति कुल 'अजीबोगरीब चीज़ों' (अनिश्चितता) को सबसे कम करती है?"

परिणाम: जब आप इस अनुकूलन (optimization) को करते हैं, तो जटिल समीकरण जादू की तरह प्रसिद्ध कलमन फ़िल्टर समीकरणों में सरल हो जाते हैं।

"ऑब्जर्वर गेन" (आप मानचित्र पर कितना भरोसा करते हैं बनाम दूरबीन पर) स्वाभाविक रूप से उभर कर आता है।
"रिकेटी समीकरण" (वह जटिल गणित जो फ़िल्टर को अपडेट करता है) इस "पहुँचने की लागत" (cost-to-arrive) की समस्या के समाधान के रूप में प्रकट होता है।

बड़ी तस्वीर: निश्चितता बनाम सूचना

शोध पत्र गणित की एक दिलचस्प पुनर्व्याख्या के साथ समाप्त होता है।

पारंपरिक (स्टोकेस्टिक) दृष्टिकोण में, फ़िल्टर एक "कोवेरिएंस मैट्रिक्स" (Covariance Matrix) की गणना करता है, जो आपको बताता है कि आप कितने अनिश्चित हैं। एक बड़ा नंबर मतलब "मुझे कोई अंदाजा नहीं है।"
इस शोध पत्र के दृष्टिकोण में, गणित एक "सूचना मैट्रिक्स" (Information Matrix - या निश्चितता मैट्रिक्स) की गणना करता है।
- उपमा: एक कटोरे के बारे में सोचें। यदि कटोरा बहुत गहरा और ढालू है, तो उसके अंदर रखी एक मार्बल तेज़ी से नीचे की ओर लुढ़केगी। इसका मतलब है कि आप नीचे के स्थान के बारे में बहुत निश्चित हैं। यदि कटोरा सपाट है, तो मार्बल कहीं भी लुढ़क सकती है; आप अनिश्चित हैं।
- शोध पत्र का तर्क है कि उनके समीकरणों में मैट्रिक्स $S$ कटोरे की ढलान (steepness) को मापता है। एक बड़ा $S$ का अर्थ है कि "कटोरा" ढालू है, जिसका अर्थ है कि फ़िल्टर अपने अनुमान में बहुत आश्वस्त है।

सारांश

यह शोध पत्र नया फ़िल्टर नहीं बनाता; यह रेसिपी को फिर से लिखता है।

यह कहता है: "यादृच्छिक शोर के बारे में सोचना बंद करें। अपने डेटा के लिए सबसे सरल, न्यूनतम-त्रुटि वाली व्याख्या खोजने के बारे में सोचें।"
यह एक गणितीय ट्रिक (होमोजेनियस कोऑर्डिनेट्स) का उपयोग करता है ताकि एक जटिल समस्या को एक साफ, मानक कंट्रोल समस्या में बदला जा सके।
यह उस समस्या को हल करने के लिए समय के उलटाव (time reversal) का उपयोग करता है, जिससे यह प्रकट होता है कि कलमन फ़िल्टर एक नियतकालिक दुनिया में अनिश्चितता को कम करने का सबसे इष्टतम तरीका है।

यह एक "ट्यूटोरियल" है जो डरावले प्रायिकता सिद्धांत (probability theory) को हटाकर यह दिखाता है कि कलमन फ़िल्टर मौलिक रूप से दक्षता और सरलता के बारे में है: उस पथ को चुनना जिसमें सबसे कम धारणाओं की आवश्यकता होती है।

तकनीकी सारांश: LQR से डिटर्मिनिस्टिक कलमन फ़िल्टर तक

समस्या का निरूपण (Problem Formulation)
यह शोध पत्र रैखिक समय-परिवर्ती प्रणालियों (linear time-varying systems) के लिए निश्चयात्मक अवस्था अनुमान (deterministic state estimation) की समस्या को संबोधित करता है। प्रणाली को समीकरणों $\dot{x}(t) = Ax(t) + w(t)$ और $y(t) = Cx(t) + v(t) $द्वारा मॉडल किया गया है, जहाँ आउटपुट$ y(t)$ ज्ञात है, लेकिन प्रक्रिया विक्षोभ (process disturbance) $w(t)$ , मापन शोर (measurement noise) $v(t)$ , और प्रारंभिक अवस्था $x_i$ अज्ञात हैं। इसका उद्देश्य एक ऐसी अवस्था प्रक्षेपवक्र (state trajectory) $\hat{x}(t)$ खोजना है जो सिस्टम डायनेमिक्स के अनुरूप हो और एक द्विघात लागत फलन (quadratic cost function) को न्यूनतम करे, जो अनिश्चितता त्रिक (uncertainty triple) $(w, v, x_i)$ के "आकार" को दर्शाता है। यह लागत फलन $J$ , अवस्था और इनपुट्स में 'एफाइन-क्वाड्रेटिक' (affine-quadratic) है क्योंकि इसमें ज्ञात मापन संकेत $y(t)$ का द्विघात पद $(y - C\hat{x})^*V(y - C\hat{x})$ शामिल है। यह शोध पत्र इसे एक स्टोकेस्टिक अनुमान समस्या के बजाय एक "इनपुट डिज़ाइन" समस्या के रूप में प्रस्तुत करता है, जो "न्यूनतम अनिश्चितता सिद्धांत" (Minimal Uncertainty Principle) का पालन करता है जो ऑकहम के रेज़र (Occam's razor) के समान है: उस प्रक्षेपवक्र का चयन करें जिसमें न्यूनतम धारणाओं (सबसे छोटी अनिश्चितता नॉर्म) की आवश्यकता हो।

कार्यप्रणाली: "दो आसान चरण" (Methodology: The "Two Easy Steps")
लेखक कलमन फ़िल्टर समीकरणों को एक 'एफाइन-क्वाड्रेटिक' अनुकूलन समस्या को मानक 'लीनियर क्वाड्रेटिक रेगुलेटर' (LQR) ढांचे में रूपांतरित करने के दो-चरणीय प्रक्रिया के माध्यम से व्युत्पन्न करते हैं:

होमोजेनियस कोऑर्डिनेट्स के माध्यम से होमोजेनाइजेशन (Homogenization via Homogeneous Coordinates):
पहला चरण एफाइन-क्वाड्रेटिक लागत (जिसमें द्विघात, रैखिक और स्थिर पद शामिल हैं) को शुद्ध रूप से द्विघात लागत में परिवर्तित करता है। यह "होमोजेनियस कोऑर्डिनेट्स" का उपयोग करके सिस्टम को उच्च-आयामी अवस्था स्थान (higher-dimensional state space) में एम्बेड करके प्राप्त किया जाता है। एक सहायक स्केलर अवस्था $\alpha$ को अवस्था वेक्टर $x$ के साथ जोड़ा जाता है, जिसे $\alpha(t) \equiv 1$ के रूप में प्रतिबंधित किया जाता है। यह मूल प्रणाली और लागत को एक बड़े सिस्टम $\xi = [x^T, 1]^T$ और एक शुद्ध द्विघात उद्देश्य में बदल देता है। यह एम्बेडिंग प्रकट करती है कि एफाइन-क्वाड्रेटिक समस्याओं के नियंत्रक (controllers) स्वाभाविक रूप से गतिशील घटकों (dynamical components) को समाहित करते हैं (मेमोरीलेस शुद्ध द्विघात नियंत्रकों के विपरीत), जो ट्रैकिंग में फीडफॉरवर्ड डायनेमिक्स या अनुमान में ऑब्जर्वर डायनेमिक्स के अनुरूप होते हैं।
समय उलटाव और अंतिम-अवस्था अनुकूलन (Time Reversal and Final-State Optimization):
दूसरा चरण "अंतिम स्थितियों के साथ LQR" (LQR with final conditions) के निरूपण का उपयोग करता है। मानक LQR के विपरीत, जो एक प्रारंभिक अवस्था निर्दिष्ट करता है और "लागत-से-जाने" (cost-to-go) को न्यूनतम करता है, यह द्वैत समस्या एक अंतिम अवस्था निर्दिष्ट करती है और "लागत-से-आने" (cost-to-arrive) को न्यूनतम करती है।

अनुमान समस्या को पहले यह मानते हुए हल किया जाता है कि अंतिम अवस्था $\hat{x}(t)$ ज्ञात (निश्चित) है। इससे एक समाधान प्राप्त होता है जो समय के साथ आगे की ओर चलने वाले मैट्रिक्स डिफरेंशियल रिकैटिव इक्वेशन (DRE) $S(t)$ और एक सहायक वेक्टर $s_1(t)$ द्वारा अभिलक्षित होता है।
चूंकि अंतिम अवस्था वास्तव में अज्ञात है, इसलिए इष्टतम अनुमान को अंतिम अवस्था चर के सापेक्ष परिणामी "लागत-से-आने" फलन को और अधिक न्यूनतम करके प्राप्त किया जाता है। यह अनुकूलन इष्टतम अवस्था अनुमान $\hat{x}(t) = -S^{-1}(t)s_1(t)$ प्रदान करता है।
इस संबंध का अवकलन (differentiation) करके और $S(t)$ तथा $s_1(t)$ की गतिशीलता को प्रतिस्थापित करके, शोध पत्र सीधे $\hat{x}(t)$ के लिए एक डिफरेंशियल इक्वेशन व्युत्पन्न करता है। यह समीकरण एक कारणत्मक ऑब्जर्वर (causal observer) का रूप लेता है: $\dot{\hat{x}} = A\hat{x} + L(y - C\hat{x})$ , जहाँ गेन $L$ को $S(t)$ के समाधान से प्राप्त किया जाता है।

प्रमुख योगदान और परिणाम (Key Contributions and Results)

डिटर्मिनिस्टिक कलमन फ़िल्टर का व्युत्पन्न: शोध पत्र समय उलटाव, होमोजेनियस कोऑर्डिनेट एम्बेडिंग और अंतिम-अवस्था अनुकूलन के चरणों को स्पष्ट रूप से अलग करके डिटर्मिनिस्टिक कलमन फ़िल्टर (स्टेट एस्टिमेटर) का एक सुव्यवस्थित व्युत्पन्न प्रदान करता है।
LQ-ट्रैकिंग के साथ संबंध: कार्यप्रणाली डिटर्मिनिस्टिक अनुमान समस्या और लीनियर-क्वाड्रेटिक (LQ) ट्रैकिंग (सर्वोमैकेनिज्म) समस्या के बीच एक संरचनात्मक समानता प्रदर्शित करती है। LQ-ट्रैकिंग में, सहायक डायनेमिक्स एंटी-कॉज़ल फीडफॉरवर्ड टर्म प्रदान करते हैं; अनुमान में, वे कॉज़ल ऑब्जर्वर डायनेमिक्स प्रदान करते हैं।
इंफॉर्मेशन फ़िल्टर निरूपण: परिणामी एस्टिमेटर को "इंफॉर्मेशन फ़िल्टर" रूप में प्रस्तुत किया गया है। मैट्रिक्स $S(t)$ को फॉरवर्ड-टाइम DRE के समाधान के रूप में पहचाना गया है, जो स्टोकेस्टिक कलमन फ़िल्टर में पाए जाने वाले एरर कोवेरियेंस मैट्रिक्स का व्युत्क्रम (inverse) है।
सूचना का निश्चयात्मक व्याख्या (Deterministic Interpretation of Information): शोध पत्र "इंफॉर्मेशन मैट्रिक्स" की एक निश्चयात्मक व्याख्या प्रस्तुत करता है। संभाव्य कोवेरियेंस पर निर्भर रहने के बजाय, $S(t)$ को एक "निश्चितता मैट्रिक्स" (certainty matrix) के रूप में व्याख्यायित किया गया है। इष्टतम अनुमान के चारों ओर "लागत-से-आने" फलन की वक्रता (एक द्विघात कटोरा/bowl) $S(t)$ द्वारा निर्धारित होती है। $S(t)$ के बड़े आइगेनवैल्यू वाले आइगेनवेक्टर्स उच्च निश्चितता (तीव्र वक्रता) की दिशाओं के अनुरूप होते हैं, जबकि छोटे आइगेनवैल्यू उच्च अनिश्चितता के अनुरूप होते हैं।

महत्व और दावे (Significance and Claims)
शोध पत्र दावा करता है कि यह एक "ट्यूटोरियल" परिप्रेक्ष्य प्रदान करता है जो कलमन फ़िल्टर के व्युत्पन्न को ऑप्टिमल कंट्रोल थ्योरी में स्थापित करके इसे सरल बनाता है। यह तर्क देता है कि निश्चयात्मक बनाम स्टोकेस्टिक निरूपणों के प्रति प्राथमिकता अक्सर तार्किक आवश्यकता के बजाय पसंद का मामला है, जैसा कि विलेम्स (Willems) और गॉस (Gauss) द्वारा उद्धृत किया गया है। प्राथमिक महत्व "दो आसान चरणों" के दृष्टिकोण में निहित है, जो:

होमोजेनियस कोऑर्डिनेट्स के माध्यम से एफाइन-क्वाड्रेटिक समस्याओं (जैसे ट्रैकिंग और अनुमान) को मानक द्विघात समस्याओं (LQR) के साथ एकीकृत करता है।
ऑप्टिमल ऑब्जर्वर्स को व्युत्पन्न करने में समय उलटाव और "लागत-से-आने" फलन की भूमिका को स्पष्ट करता है।
स्टोकेस्टिक कैलकुलस का उपयोग किए बिना, लीस्ट-स्क्वेयर्स सिद्धांतों और इनपुट डिज़ाइन समस्याओं की समानता पर भरोसा करते हुए, कलमन फ़िल्टर समीकरणों के लिए एक कठोर निश्चयात्मक औचित्य प्रदान करता है।

लेखक स्पष्ट रूप से नए अनुप्रयोगों या प्रायोगिक प्रस्तावों को पेश करने से बचते हैं, और इसके बजाय मौजूदा अवधारणाओं (LQR, होमोजेनियस कोऑर्डिनेट्स और द्वैत) के सैद्धांतिक एकीकरण पर ध्यान केंद्रित करते हैं ताकि इष्टतम एस्टिमेटर की संरचना को समझाया जा सके।

मूल विचार: गणित के लिए "ऑकैम का रेज़र" (Occam's Razor)

चरण 1: "होमोजेनियस कोऑर्डिनेट्स" (Homogeneous Coordinates) की तरकीब

चरण 2: "समय का उलटाव" (Time Reversal) और "अंतिम अनुमान"

बड़ी तस्वीर: निश्चितता बनाम सूचना

सारांश

इसी तरह के और पेपर