Closed-Loop Identification of Periodically Time-Varying Systems via Cyclic Reformulation

Sintesi Tecnica: Identificazione in Anello Chiuso di Sistemi a Tempo Variante Periodico tramite Riformulazione Ciclica

Enunciato del Problema
Questo articolo affronta l'identificazione di sistemi (piante) Lineari a Tempo Variante Periodico (LPTV), specificamente mirando a scenari in cui la pianta è instabile in anello aperto. In tali casi, gli esperimenti in anello aperto non sono praticamente fattibili perché l'uscita della pianta diverge senza retroazione. I metodi esistenti per l'identificazione LPTV, inclusi gli approcci basati sugli spazi degli stati e le tecniche basate sul lifting, sono formulati principalmente per dati in anello aperto o assumono stabilità in anello aperto. Sebbene l'identificazione in anello chiuso per piante instabili Lineari Tempo-Invarianti (LTI) sia ben consolidata, un quadro teorico basato sulla realizzazione che recuperi esplicitamente un modello di spazio degli stati LPTV a dimensione finita direttamente dai dati in anello chiuso è rimasto sottosviluppato.

Metodologia
Il quadro proposto integra l'approccio ingresso-uscita congiunto con la riformulazione ciclica per colmare il divario tra i dati in anello chiuso e il recupero del modello LPTV. La metodologia procede attraverso le seguenti fasi:

1. Formulazione del Sistema: L'articolo considera una pianta LPTV quadrata e strettamente propria controllata da un controllore LPTV con grado relativo uno. Il sistema in anello chiuso è modellato come un sistema LPTV aumentato guidato da un segnale di riferimento esterno $r(k)$, producendo uscite congiunte dell'uscita della pianta $y(k)$ e dell'ingresso di controllo $u(k)$.
2. Riformulazione Ciclica: Il sistema periodico in anello chiuso viene convertito in un sistema Lineare Tempo-Invariante (LTI) equivalente utilizzando la riformulazione ciclica. Ciò comporta la costruzione di segnali "ciclati" in cui i vettori di ingresso e uscita sono espansi alla dimensione $M$ volte l'originale (dove $M$ è il periodo), impilando efficacemente le variazioni periodiche in un singolo modello di spazio degli stati LTI.
3. Identificazione Sottospaziale: Gli algoritmi standard di identificazione sottospaziale (ad es. N4SID) vengono applicati al segnale di riferimento ciclatto $\check{r}(k)$ e all'uscita congiunta ciclatto impilata $\check{z}(k) = [\check{y}(k)^\top, \check{u}(k)^\top]^\top$. Ciò produce una realizzazione di spazio degli stati condivisa $(A, B, C)$ per le mappe in anello chiuso da $\check{r}$ a $\check{y}$ e da $\check{r}$ a $\check{u}$. Crucialmente, entrambe le funzioni di trasferimento condividono la stessa dinamica di stato $(A, B)$.
4. Estrazione Algebrica della Pianta: Il cuore del metodo è un teorema algebrico esatto che recupera la matrice di trasferimento della pianta ciclatto $\check{P}(z)$ dalle mappe in anello chiuso identificate. Poiché $\check{P}(z) = \check{T}_{yr}(z) \check{T}_{ur}(z)^{-1}$, l'articolo deriva una realizzazione di spazio degli stati di $\check{P}(z)$ direttamente dalle matrici condivise $(A, B, C_y, C_u)$ senza aumento dello stato. L'estrazione si basa sull'invertibilità del termine di alimentazione diretta del percorso del controllore ($C_u B$).
5. Recupero dei Parametri: La realizzazione ciclatto estratta viene ridotta di ordine (rimuovendo la dinamica del controllore tramite troncamento bilanciato) e trasformata nuovamente nei parametri originali di spazio degli stati periodici $(A_{p,k}, B_{p,k}, C_{p,k}, D_{p,k})$ utilizzando una trasformazione di coordinate che sfrutta la sparsità a blocchi diagonali spostata dei parametri di Markov.

Contributi Chiave
L'articolo presenta quattro contributi principali:

1. Teorema Algebrico Esatto: Stabilisce un teorema che dimostra come la matrice di trasferimento della pianta ciclatto possa essere recuperata da una realizzazione con $A$ condivisa delle mappe in anello chiuso senza aumentare la dimensione dello stato, anche se la realizzazione della pianta recuperata è instabile.
2. Spostamento della Stabilità: Il quadro sposta il requisito di stabilità per la generazione dei dati dalla pianta in anello aperto al sistema in anello chiuso internamente stabile, consentendo l'identificazione di piante LPTV instabili in anello aperto.
3. Separazione Esplicita delle Assunzioni: Il lavoro separa esplicitamente le assunzioni richieste per la generazione dei dati (stabilità in anello chiuso), l'identificazione (minimalità del sistema in anello chiuso ciclatto) e l'inversione algebrica (non singolarità del termine diretto del percorso del controllore).
4. Implementazione Algoritmica: Fornisce un algoritmo completo di identificazione (Algoritmo 1) che combina l'identificazione sottospaziale con le fasi di estrazione algebrica e trasformazione di coordinate derivate.

Risultati Numerici
Il metodo è validato attraverso tre esempi numerici:

• Pianta SISO Stabile: Dimostra che il metodo recupera i parametri con precisione di macchina in condizioni prive di rumore e alta accuratezza (errori nella norma di Frobenius $\approx 10^{-6}$) sotto un rapporto segnale-rumore (SNR) di 40 dB.
• Pianta SISO Instabile in Anello Aperto: Conferma la capacità del metodo di recuperare una realizzazione di pianta instabile (con autovalori fuori dal cerchio unitario) da dati stabili in anello chiuso. La realizzazione estratta riflette correttamente gli autovalori di monodromia instabili, e l'estrazione algebrica rimane valida nonostante l'instabilità.
• Pianta MIMO: Valida l'approccio per un sistema Multi-Ingresso Multi-Uscita, mostrando che il quadro scala a dimensioni superiori e mantiene un'accuratezza invariante rispetto alle coordinate tramite confronti dei parametri di Markov.

Significato e Affermazioni
L'articolo afferma che questo lavoro colma una specifica lacuna nella teoria dell'identificazione dei sistemi: la mancanza di una via basata sulla realizzazione per recuperare modelli di spazio degli stati LPTV a dimensione finita dai dati in anello chiuso, in particolare per piante instabili. Il significato risiede nella natura algebrica esatta dell'estrazione della pianta, che non si basa su ottimizzazione iterativa o assunzioni di stabilità sulla pianta stessa. Il metodo si distingue da:

• Identificazione LTI in anello chiuso: Sfruttando la struttura periodica tramite riformulazione ciclica.
• Identificazione LPV: Affrontando la periodicità temporale piuttosto che segnali di scheduling esterni.
• Identificazione LPTV in anello aperto: Rimuovendo il prerequisito di stabilità in anello aperto.
• Metodi in frequenza basati sul lifting: Mirando a modelli di spazio degli stati a dimensione finita piuttosto che a risposte in frequenza non parametriche.

Gli autori notano che l'affidabilità della fase di estrazione è governata dal condizionamento dell'inverso del percorso del controllore ($C_u B$) e che il metodo assume una pianta quadrata e strettamente propria e un controllore con grado relativo uno. Si suggerisce un lavoro futuro per affrontare piante non quadrate e casi non strettamente propri.