Distributed Output-Feedback LQG Control with Delayed Information Sharing

Sintesi Tecnica: Controllo LQG con Feedback di Uscita Distribuito e Ritardo nella Condivisione delle Informazioni

Formulazione del Problema
Questo articolo affronta la sfida della progettazione di controllori ottimali per sistemi lineari quadratici-gaussiani (LQG) distribuiti soggetti a ritardi di comunicazione. Sebbene il caso del feedback di stato per specifiche strutture di ritardo sia stato precedentemente risolto, l'estensione al feedback di uscita è non banale perché il classico principio di separazione (che permette la progettazione indipendente di stima e controllo) fallisce sotto vincoli informativi generali.

Gli autori si concentrano su un sistema di tre sottosistemi lineari interconnessi che operano su un grafo fortemente connesso. La struttura informativa è definita in modo tale che:

1. Le informazioni dai vicini immediati sono disponibili con un ritardo di un passo.
2. Le informazioni globali (da tutti i nodi) sono disponibili a tutti i decisori con un ritardo di due passi.
   L'obiettivo è minimizzare una funzione di costo quadratica a orizzonte finito soggetta a questi vincoli di informazione ritardata. La dinamica del sistema è lineare, e i disturbi e i rumori di misura sono modellati come processi gaussiani bianchi correlati.

Metodologia
Il nucleo della metodologia consiste nel decomporre il complesso problema del controllo distribuito in due sottoproblemi trattabili, separando i vettori di stato e di controllo in componenti indipendenti basate sulla disponibilità delle informazioni.

1. Algoritmo di Stima: Gli autori derivano innanzitutto un algoritmo di stima ottimale per il problema a tre giocatori. A differenza del filtro di Kalman standard, che assume l'accesso a tutte le misure fino al tempo $k-1$, lo stimatore proposto utilizza:

   • Una stima comune basata sulle informazioni globali ritardate di due passi ($y(0:k-2)$).
   • Termini di correzione locali basati sulle misure disponibili con un ritardo di un passo ($y_i(k-1)$ e misure dei vicini).
     Ciò risulta in una stima di stato modificata $\hat{x}^{[1]}(k)$ che incorpora le innovazioni locali.

2. Decomposizione del Controllore: L'ingresso di controllo ottimale $u(k)$ è scomposto in due parti indipendenti:

   • Componente Centralizzata: Un termine basato sull'insieme di informazioni globali ritardato di due passi, equivalente a un controllore LQG centralizzato con ritardo di due passi.
   • Componente di Correzione: Una somma di termini di correzione basati sulle informazioni locali aggiuntive disponibili per ogni decisore (misure al tempo $k$ e $k-1$).

3. Ottimizzazione tramite Programmazione Convessa: Gli autori dimostrano che trovare le matrici di guadagno ottimali per i termini di correzione può essere trasformato in un problema di ottimizzazione convessa non vincolato. Utilizzando l'operatore di vettorizzazione ($\text{vec}$) e una specifica costruzione matriciale per gestire i vincoli di sparsità, il problema viene ridotto alla risoluzione di un insieme di equazioni ricorsive. Ciò evita la necessità di complessi programmi di programmazione semidefinita dove la struttura del controllore non è esplicita.

Contributi Chiave

• Realizzazione Esplicita nello Spazio degli Stati: L'articolo fornisce una realizzazione esplicita nello spazio degli stati del controllore ottimale con feedback di uscita in un contesto distribuito con ritardi, un problema in cui il principio di separazione tipicamente fallisce.
• Struttura del Controllore: Si dimostra che il controllore ottimale ha la forma:
  $$u(k) = F(k)(y(k) - C\hat{x}^{[1]}(k)) + F^{[1]}(k)(y(k-1) - C\hat{x}(k-1|k-2)) + L(k)\hat{x}(k)$$
  Qui, $L(k)$ è il guadagno LQR standard calcolato tramite ricorsione di Riccati discreta, mentre $F(k)$ e $F^{[1]}(k)$ sono matrici di guadagno sparse calcolate tramite programmazione convessa che rispettano i vincoli informativi.
• Gestione di Disturbi Correlati: A differenza dei lavori precedenti limitati a disturbi indipendenti, questo approccio si generalizza a disturbi correlati tra i sottosistemi.
• Trattabilità Computazionale: La soluzione riduce la progettazione del controllore ottimale alla risoluzione di una equazione di Riccati discreta standard e di un'equazione ricorsiva, rendendo il calcolo efficiente.

Risultati
Simulazioni numeriche su un sistema a tre giocatori con un orizzonte temporale di $N=1000$ confrontano il controllore proposto con tre benchmark:

1. Controllo centralizzato senza ritardo.
2. Controllo centralizzato con un ritardo di due passi.
3. Un pattern di condivisione delle informazioni con ritardo di un passo.

I risultati indicano che il controllore a tre giocatori proposto supera significativamente il controllore centralizzato con ritardo di due passi. Inoltre, raggiunge un costo solo circa l'1,74% superiore rispetto al pattern di condivisione con ritardo di un passo, suggerendo che per questa specifica topologia, il beneficio della comunicazione bidirezionale è marginale, ma il metodo proposto utilizza efficacemente le informazioni ritardate disponibili.

Significatività e Rivendicazioni
L'articolo sostiene di fornire una comprensione fondamentale delle strutture di ritardo generali nel controllo LQG distribuito. Decomponendo con successo il controllore in una parte centralizzata e termini di correzione locale, gli autori colmano il divario tra le soluzioni di feedback di stato e lo scenario più complesso del feedback di uscita. Il lavoro dimostra che, anche con il fallimento del principio di separazione, possono essere derivate soluzioni esplicite e computazionalmente efficienti per strutture informative specifiche e non banali. Gli autori osservano che questo framework pone le basi per estendere tali risultati a problemi a orizzonte infinito e a topologie di rete più generali.