Stable Inversion of Discrete-Time Linear Periodically Time-Varying Systems via Cyclic Reformulation

1. Il Problema

Il documento affronta la sfida di costruire sistemi inversi stabili per sistemi lineari a tempo discreto e periodicamente variabili nel tempo (LPTV - Linear Periodically Time-Varying).

• Contesto: L'inversione di sistemi dinamici è fondamentale per il controllo feedforward, il tracciamento dell'uscita e il controllo iterativo dell'apprendimento (ILC), specialmente in sistemi multirate e periodici.
• Limitazioni degli approcci esistenti:
  • I metodi basati sulla fattorizzazione di Floquet (es. van Zundert & Oomen) richiedono calcoli complessi (fattori di Floquet a valori complessi) e producono operatori non causali definiti su un asse temporale infinito, rendendo difficile l'implementazione diretta in tempo reale.
  • Gli approcci basati sul lifting (es. Zhu et al.) trasformano il sistema periodico in un sistema LTI a blocchi, ma operano su una scala temporale di blocchi ($N$-step) invece che sul passo di campionamento originale, producendo sequenze di input finite piuttosto che una realizzazione nello stato spazio periodica passo-passo.
  • I metodi di elaborazione del segnale spesso non sono formulati nel framework dello stato spazio e assumono un grado relativo zero.

L'obiettivo è sviluppare un metodo sistematico per ottenere un'inversione stabile, causale (o con ritardo finito), espressa in forma chiusa e realizzabile nello spazio degli stati a valori reali, operante alla velocità di campionamento originale.

2. Metodologia: Riformulazione Ciclica

L'autore propone un approccio basato sulla riformulazione ciclica (cyclic reformulation), che trasforma il sistema LPTV in un sistema LTI equivalente mantenendo la struttura passo-passo.

Il procedimento si articola in tre fasi principali:

1. Riformulazione Ciclica:

   • Il sistema LPTV originale con periodo $N$ viene trasformato in un sistema LTI "ciclato" ($\check{P}$) attraverso una trasformazione delle coordinate di stato, ingresso e uscita.
   • A differenza del lifting (che espande la dimensione dello stato ma opera su blocchi temporali), la riformulazione ciclica preserva la relazione ingresso-uscita passo-passo, operando alla frequenza di campionamento originale.
   • Il sistema ciclato $\check{P}$ ha matrici $\check{A}, \check{B}, \check{C}, \check{D}$ con una struttura specifica a blocchi circolanti (1-shift block-circulant).

2. Costruzione dell'Inverso LTI:

   • Una volta ottenuto il sistema LTI equivalente $\check{P}$, si applica la teoria standard dell'inversione LTI per costruire il suo inverso $\check{P}^{-1}$.
   • Per sistemi con grado relativo zero (termine di feedthrough diretto $D_k$ non singolare), l'inverso è costruito esplicitamente.
   • Per sistemi con grado relativo periodico $r \ge 1$, si utilizza l'inverso con ritardo di $r$ passi, basato sui parametri di Markov ciclici.

3. Estrazione dei Parametri:

   • La struttura a blocchi dell'inverso ciclico $\check{P}^{-1}$ viene analizzata per estrarre le matrici periodiche originali ($\Gamma_k, \Lambda_k, \Omega_k, \Pi_k$) del sistema inverso LPTV.
   • Un risultato chiave è che, grazie alla struttura a blocchi circolanti, l'inverso del sistema ciclato mantiene la stessa struttura, permettendo di "leggere" direttamente le matrici periodiche del sistema inverso originale dai blocchi diagonali o sottodiagonali.
   • Per gradi relativi $r \ge 1$, viene introdotto un operatore di spostamento (shift operator) per allineare gli indici temporali e recuperare la struttura ciclica standard.

3. Contributi Chiave

I principali contributi del lavoro sono:

• Quadro Unificato: Propone un framework di inversione basato sulla riformulazione ciclica che riduce esattamente il problema LPTV a un problema LTI, evitando aritmetica complessa e elaborazione non causale.
• Forme Chiuse Esplicite:
  • Deriva sistemi inversi periodici in forma chiusa esplicita per il caso di grado relativo zero (Teorema 1).
  • Estende il risultato ai sistemi con grado relativo periodico $r \ge 1$ (Teorema 3), fornendo un inverso con ritardo di $r$ passi basato sui parametri di Markov periodici.
  • Le realizzazioni sono nello spazio degli stati, causali (o con ritardo finito), e utilizzano esclusivamente matrici a valori reali.
• Condizioni di Stabilità:
  • Caratterizza la stabilità del sistema inverso in termini degli zeri di trasmissione del sistema ciclato.
  • Dimostra che un inverso stabile esiste se e solo se il sistema LPTV è "periodicamente a fase minima" (tutti gli zeri di trasmissione del sistema ciclato sono interni al disco unitario).
  • Collega la stabilità all'autovalore della matrice di monodromia dell'inverso ($\Phi_{inv}$), generalizzando la condizione di fase minima LTI.

4. Risultati e Validazione

• Analisi Teorica:
  • È stata dimostrata l'equivalenza tra la stabilità dell'inverso LPTV e la stabilità Schur della matrice di monodromia dell'inverso ciclato.
  • Per il caso di grado relativo zero, le formule per le matrici dell'inverso sono semplici estensioni periodiche del caso LTI.
  • Per il caso di grado relativo $r \ge 1$, è stata dimostrata la preservazione della struttura a blocchi circolanti sotto inversione, abilitando l'estrazione dei parametri.
• Esempi Numerici:
  • Esempio 1 (Grado relativo zero, scalare): Un sistema LPTV scalare con periodo $N=2$. L'inverso è stato calcolato e mostrato essere stabile ($\rho(\Phi_{inv}) \approx 0.0067$). La simulazione ha mostrato una ricostruzione esatta dell'ingresso di riferimento con errore di convergenza rapida dovuta a condizioni iniziali non corrispondenti.
  • Esempio 2 (Grado relativo zero, non scalare): Un sistema con $n=2$ stati e $N=3$. Confronto con l'approccio basato su Floquet: il metodo proposto produce matrici reali e una realizzazione causale, a differenza dell'approccio di Floquet che richiede matrici complesse e operatori non causali.
  • Esempio 3 (Grado relativo $r=1$): Un sistema scalare con $D_k=0$. È stato costruito un inverso con ritardo di 1 passo. La simulazione ha confermato la ricostruzione esatta dell'ingresso quando le condizioni iniziali sono corrispondenti.

5. Significato e Implicazioni

• Implementabilità Pratica: A differenza dei metodi esistenti che richiedono calcoli offline complessi o operatori non causali, il metodo proposto genera un filtro causale a stato spazio periodico che può essere implementato online alla velocità di campionamento originale.
• Applicazioni: Il sistema inverso è direttamente applicabile al controllo feedforward e al controllo iterativo dell'apprendimento (ILC) per sistemi multirate e periodici.
• Limiti e Lavori Futuri: L'approccio attuale è limitato ai sistemi a fase minima. Per sistemi a fase non minima, l'inverso causale non esiste; l'autore suggerisce futuri lavori per estendere il framework a tali casi tramite decomposizione spettrale e inversione non causale del sistema ciclato. Inoltre, casi con grado relativo non uniforme (es. sistemi multirate con zeri strutturali) richiedono ulteriori ricerche.

In sintesi, il lavoro di Okajima fornisce un metodo sistematico, computazionalmente efficiente e matematicamente rigoroso per l'inversione stabile di sistemi LPTV, colmando il divario tra la teoria LTI consolidata e le esigenze specifiche dei sistemi periodici moderni.