Computation of lower bounds for the induced L2 norm of LPV systems

技術要約：LPVシステムの誘導$L_2$ノルムの下界計算

問題提起
線形パラメータ変化（LPV）システムの誘導$L_2$ノルムを決定することは、解析およびロバスト制御設計における重要な要素である。正確なノルムの算出は一般に困難であるが、既存の文献の大部分は、動的マルチプライヤを用いたスケールド・スモールゲイン定理や、パラメータ依存型リアプノフ関数を用いた散逸不等式を用いた「上界」の計算に焦点を当てている。一方で、「下界」の計算については大きな空白が存在する。利用可能な唯一の広範な手法は、「凍結点（frozen point）」解析であり、これは定数パラメータ値においてシステムを評価するものである。しかし、このアプローチは、スケジューリングパラメータの動的な変化を無視しているため、時変システムのワーストケースの性能を捉えることができず、非常に保守的（過大評価）になることが多い。

手法
本論文は、スケジューリング・パラメータの軌跡を周期信号に制限することによって、下界を計算するための補完的なアルゴリズムを提案している。この制限により、LPVシステムは周期線形時変（PLTV）システムへと変換される。本手法は、PLTVシステムの誘導$L_2$ノルムを正確に計算できる最新の知見を活用している。

コアとなる技術的アプローチは、以下の3つの主要コンポーネントで構成される：

1. PLTVシステムにおける正確なノルム計算：
   著者らは、PLTVシステムの「リフトされた（lifted）」オペレータ表現に基づく二分法アルゴリズムを利用している。連続時間周期システムを離散時間線形時不変（LTI）システム（$G_\gamma$）に変換することで、ノルムがスカラー $\gamma$ 未満であるかどうかの判定問題を、$G_\gamma$ の安定性（具体的には $\|G_\gamma\|_\infty < 1$ かどうか）のチェックへと還元する。このチェックには、ハミルトニアン微分方程式の求解、あるいはより堅牢な方法として、リフトされたシステムの状態空間行列を計算するために行列微分リッカチ方程式を積分するプロセスが含まれる。

2. ワーストケース入力の構成：
   本論文の新規な貢献は、時間領域のオペレータのみを用いて、PLTVシステムにおけるワーストケース入力を導出することである。ハミルトニアン力学を分析することにより、著者らはモノドロミー行列の単位円上の固有値を特定する。対応する固有ベクトルを用いて、システムのゲインを達成する周期的な入力信号を構成する。$L_2$の定義（初期値ゼロおよび有限エネルギーを想定）を満たすため、入力信号は多数の周期を経て切り捨てられ、信号が複素数の場合は実部が取られる。この構成により、計算されたゲインを近似的に達成する「悪い」入力軌跡が得られる。

3. 下界最適化アルゴリズム：
   本論文では、周期軌跡の空間における有限次元の非凸最適化問題として下界問題を定式化している。

• 軌跡のパラメータ化： 周期軌跡は、範囲および変化率の制約に従う、オフセットと区間長のパラメータベクトルによって定義される区分線形関数を用いて特徴付けられる。これにより、探索空間が多胞体（polytope）となることが保証される。
• 最適化戦略： アルゴリズム（Algorithm 3）は、まずLPVシステムのグローバルな上界（$\gamma_{ub}$）を計算する。次に、パラメータベクトル $c$ に関して、コスト関数 $\nu(c, \gamma_{ub})$（PLTVシステムのノルムに関連するもの）を最適化する。もし最適化の結果が1以上となった場合、現在の $\gamma_{ub}$ が低すぎることを意味し、下界が更新される。このアプローチは、直接的なノルム最大化に必要となる計算負荷の高い繰り返しの二分ループを回避する。

主な結果
本論文は、4つの数値例を通じて提案手法を検証している：

• ゲインスケジューリングPIコントローラ： 1次LPVシステムとコントローラのフィードバック相互接続。提案手法は2.84の下界を導出し、凍結点による下界の1.11および上界の2.96と比較された。上界と下界の差は0.13に縮小され、タイトな推定が行われたことを示した。
• スケールドLTIシステム： 定数パラメータにおいてスケールド入力と出力の差がゼロとなるシステム（凍結下界 = 0）。アルゴリズムは、様々な変化率（$\mu$）に対して非ゼロの下界を特定することに成功し、計算された上界と密接に一致した。
• 回転LTIシステム： パラメータ依存の回転を含むシステム。本手法は、下界を凍結値の2.696から3.15へと改善し、上界の3.3に接近させた。
• 2パラメータシステム： 前述の例を組み合わせた複雑なシステム。アルゴリズムは、上界の0に対して5.047の下界を達成し、凍結点による下界の0を大幅に上回った。

すべてのケースにおいて、計算された下界は凍結点の推定値よりも大幅にタイトであり、既知の上界に密接に接近していた。

意義と主張
本論文は、提案されたアルゴリズムが、LPVシステムの誘導$L_2$ノルムの下界を計算するための実用的かつ信頼性の高い手法を提供すると主張している。その意義は二重である：

1. 補完性： 標準的な上界技術を補完する。計算された下界と上界の間の隙間が小さいことは、システムのノルムがタイトに特性化されていることを示しており、さらなる複雑な解析（例：高次のリアプノフ関数を用いた解析）が不要であることを示唆する可能性がある。
2. 洞察の生成： 上界の手法がしばしばスカラー値のみを提供するのに対し、このアルゴリズムは特定の「悪い」パラメータ軌跡と、それに対応するワーストケース入力信号を返す。これらを分析することで、システムの性能限界に関する物理的な洞察を得ることができる。

著者らは、本手法が「グリッド型（Gridded）」LPVシステム（任意のパラメータ依存性を持つもの）のために開発されたものであるが、線形分数変換（LFT）モデルにも容易に適用可能であることを強調している。本アプローチは標準的な数値ツールに依拠しており、スケジューリングパラメータの標準的な有界性と微分可能性を除いて、LPVシステムの特定の構造的制約を仮定していない。