Data-Driven Optimal Distributed Controller Synthesis via Spatial Regret

Riepilogo Tecnico: Sintesi di Controllore Distribuito Ottimo Basata sui Dati tramite Rimorso Spaziale

Formulazione del Problema
Il documento affronta la sfida di progettare controllori distribuiti ottimali per sistemi lineari tempo-invarianti (LTI) in rete su larga scala, soggetti a vincoli strutturali di comunicazione. I metodi di controllo ottimo tradizionali, come i progetti $H_2$ e $H_\infty$, sono spesso "agnostici rispetto al grafo", trattando uniformemente tutte le perturbazioni indipendentemente dalla loro posizione o dalla topologia di comunicazione della rete. Questo approccio non riesce a catturare il degrado specifico delle prestazioni causato dal flusso di informazioni limitato negli ambienti distribuiti.

Inoltre, i metodi esistenti per la minimizzazione del "rimorso spaziale" — una metrica che quantifica il divario prestazionale tra un controllore distribuito vincolato e un "oracolo" con capacità di comunicazione potenziate — si basano su modelli accurati dello spazio di stato. Per i sistemi su larga scala, l'ottenimento di tali modelli parametrici è spesso non fattibile o inaffidabile. Il problema centrale consiste nel sintetizzare un controllore distribuito che minimizzi il rimorso spaziale direttamente dai dati di risposta in frequenza ottenuti sperimentalmente, senza richiedere un'identificazione intermedia del sistema, preservando al contempo la stabilità dell'anello chiuso e aderendo a strutture di comunicazione fisse.

Metodologia
Il framework proposto opera interamente nel dominio della frequenza utilizzando le Funzioni di Risposta in Frequenza (FRF) misurate. La metodologia procede come segue:

1. Acquisizione dei Dati: Il comportamento ingresso-uscita dell'impianto è catturato tramite la FRF, stimando specificamente la funzione di trasferimento $G_{22}$ da dati ingresso-uscita persistentemente eccitanti. Altre funzioni di trasferimento ($G_{11}, G_{12}, G_{21}$) sono definite dall'utente per codificare le specifiche di prestazione e i modelli di perturbazione.
2. Definizione dell'Oracolo: Un controllore "oracolo" $\hat{K}$ è definito con una topologia di comunicazione potenziata ($\hat{K} \supseteq K$). Questo oracolo funge da benchmark ipotetico che può accedere a misurazioni aggiuntive o collegamenti di comunicazione. Il rimorso spaziale è definito come il divario prestazionale nel caso peggiore tra il controllore vincolato $K$ e questo oracolo $\hat{K}$ su perturbazioni limitate.
3. Riformulazione nel Dominio della Frequenza: Il problema di minimizzazione del rimorso spaziale è riformulato nel dominio della frequenza. Utilizzando il Lemma 1, la metrica del rimorso è mostrata essere equivalente al supremo del massimo autovalore della differenza tra le matrici della funzione di trasferimento dell'anello chiuso del controllore vincolato e dell'oracolo.
4. Sintesi Convessa Iterativa:
   • Il controllore è parametrizzato tramite una fattorizzazione a sinistra $K = Y^{-1}X$.
   • Il problema di ottimizzazione risultante è non convesso a causa dei termini quadratici e del requisito di stabilità dell'anello chiuso.
   • Gli autori propongono un algoritmo iterativo (Teorema 1) che linearizza i vincoli non convessi utilizzando un limite inferiore convesso derivato da un precedente controllore stabilizzante $K_c$.
   • Ad ogni iterazione, viene risolto un problema di ottimizzazione convesso (un programma semi-infinito risolto tramite griglia di frequenza) per aggiornare $X$ e $Y$.
   • Crucialmente, se inizializzato con un controllore stabilizzante, l'algoritmo garantisce che il controllore sintetizzato rimanga stabilizzante ad ogni iterazione.

Contributi Chiave
Il documento apporta tre contributi principali:

1. Estensione della Ben Posatezza: Gli autori estendono i risultati di ben posatezza del rimorso spaziale (precedentemente stabiliti per classi specifiche di controllori) a classi di controllori arbitrarie. Dimostrano che se l'oracolo è progettato per minimizzare una norma classica ($H_2$ o $H_\infty$) sull'insieme vincolato potenziato, la metrica del rimorso spaziale è garantita essere non negativa per qualsiasi controllore vincolato, assicurando la validità del benchmark.
2. Framework di Sintesi Basato sui Dati: Il documento ripropone la minimizzazione del rimorso spaziale all'interno di un framework nel dominio della frequenza basato sui dati. Questo rimuove la dipendenza dall'identificazione parametrica del sistema, consentendo la sintesi del controllore direttamente dalle misurazioni della risposta in frequenza.
3. Algoritmo che Preserva la Stabilità: È stato sviluppato un algoritmo convesso iterativo trattabile che sintetizza controllori distribuiti a struttura fissa. Il metodo garantisce la stabilità dell'anello chiuso durante tutte le iterazioni, a condizione che l'inizializzazione sia stabilizzante.

Risultati
La metodologia è stata validata attraverso esperimenti numerici su un modello di rete elettrica a 5 bus con dinamiche di oscillazione.

• Configurazione: Il controllore distribuito è stato vincolato alla comunicazione tra vicini immediati con un ritardo di un passo. All'oracolo è stato concesso l'accesso immediato alle misurazioni da un bus specifico (Bus 1) soggetto a perturbazioni.
• Confronto: Il controllore a rimorso spaziale ($K_{SR}$) è stato confrontato con i classici controllori distribuiti $H_2$ ($K_2$) e $H_\infty$ ($K_\infty$).
• Prestazioni:
  • Nel dominio della frequenza, $K_{SR}$ ha raggiunto un compromesso favorevole tra la prestazione media di $K_2$ e la robustezza di $K_\infty$ vicino ai picchi di risonanza.
  • Per perturbazioni localizzate sul nodo specifico (Bus 1), $K_{SR}$ ha imitato da vicino le prestazioni dell'oracolo, superando significativamente sia $K_2$ che $K_\infty$.
  • Le simulazioni nel dominio del tempo con perturbazioni multi-sinusoidali sul Bus 1 hanno mostrato che $K_{SR}$ ha ridotto l'energia media dell'uscita regolata del 21,72% rispetto a $K_2$ e del 48,00% rispetto a $K_\infty$.

Significato e Affermazioni
Il documento afferma che il rimorso spaziale fornisce una metrica di prestazione più sfumata per il controllo distribuito, tenendo esplicitamente conto del costo dei vincoli di comunicazione e della localizzazione delle perturbazioni. Il framework basato sui dati proposto è significativo perché permette la sintesi di tali controllori ottimali senza la necessità di modelli parametrici accurati, che spesso non sono disponibili per sistemi su larga scala.

Gli autori riconoscono le limitazioni: la generalizzazione a strutture di controllore arbitrarie richiede una soluzione iterativa piuttosto che un singolo programma convesso, e il metodo non garantisce la completezza sull'insieme di tutti i controllori stabilizzanti (esplora un sottoinsieme definito dalla fattorizzazione a sinistra). Inoltre, la complessità computazionale scala con la dimensione della rete, suggerendo che le implementazioni distribuite del problema di ottimizzazione rimangono un'area per ricerche future. Il lavoro si basa su precedenti framework di controllo basati sui dati (ad es. Schuchert et al., 2024; Gupta et al., 2026) e estende il concetto di rimorso spaziale (Martinelli et al., 2025) a un contesto privo di modello.