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

技術的概要：循環再定式化による閉ループ同定法を用いた周期的時間変動システムの同定

問題定義
本論文は、特にプラントが開ループ不安定であるようなシナリオを標的とした、線形周期的時間変動（LPTV）プラントのシステム同定に取り組む。そのような場合、プラント出力がフィードバックなしで発散するため、開ループ実験は実用的に実行不可能である。部分空間アプローチやリフティングに基づく手法を含む既存の LPTV 同定法は、主に開ループデータ向けに定式化されているか、開ループ安定性を仮定している。線形時不変（LTI）不安定プラントに対する閉ループ同定は確立されているが、閉ループデータから直接有限次元の状態空間 LPTV プラントモデルを明示的に復元する実現論的枠組みは未発達なままだった。

手法
提案される枠組みは、閉ループデータと LPTV モデル復元の間のギャップを埋めるために、入出力結合アプローチと循環再定式化を統合する。手法は以下の段階を経て進行する：

1. システム定式化：本論文では、相対次数が 1 の LPTV コントローラによって制御される正方かつ厳密に真の LPTV プラントを考慮する。閉ループシステムは、外部参照信号 $r(k)$ によって駆動され、プラント出力 $y(k)$ と制御入力 $u(k)$ の結合出力を生成する、拡張された LPTV システムとしてモデル化される。
2. 循環再定式化：周期的な閉ループシステムは、循環再定式化を用いて等価な線形時不変（LTI）システムに変換される。これには、入力および出力ベクトルを元の $M$ 倍（ここで $M$ は周期）の次元に拡張する「サイクリング」された信号の構築が含まれ、周期的な変動を単一の LTI 状態空間モデルに効果的に積み重ねる。
3. 部分空間同定：標準的な部分空間同定アルゴリズム（例えば N4SID）が、サイクリングされた参照信号 $\check{r}(k)$ と、積み重ねられたサイクリングされた結合出力 $\check{z}(k) = [\check{y}(k)^\top, \check{u}(k)^\top]^\top$ に適用される。これにより、$\check{r}$ から $\check{y}$ へ、および $\check{r}$ から $\check{u}$ への閉ループマップに対する共有された状態空間実現 $(A, B, C)$ が得られる。重要なのは、両方の伝達関数が同じ状態ダイナミクス $(A, B)$ を共有することである。
4. 代数的プラント抽出：手法の核心は、同定された閉ループマップからサイクリングされたプラント伝達行列 $\check{P}(z)$ を復元する正確な代数的定理である。$\check{P}(z) = \check{T}_{yr}(z) \check{T}_{ur}(z)^{-1}$ であるため、本論文は状態拡張なしに共有行列 $(A, B, C_y, C_u)$ から直接 $\check{P}(z)$ の状態空間実現を導出する。抽出は、コントローラ経路の直接フィードスルー項（$C_u B$）の可逆性に依存する。
5. パラメータ復元：抽出されたサイクリングされた実現は、次数削減（平衡截断によるコントローラダイナミクスの除去）され、マルコフパラメータのシフトされたブロック対角疎性を活用する座標変換を用いて、元の周期的状態空間パラメータ $(A_{p,k}, B_{p,k}, C_{p,k}, D_{p,k})$ に変換される。

主要な貢献
本論文は 4 つの主要な貢献を提示する：

1. 正確な代数的定理：復元されたプラント実現が不安定であっても、状態次元を増やすことなく、閉ループマップの共有-$A$ 実現からサイクリングされたプラント伝達行列を復元できることを証明する定理を確立する。
2. 安定性のシフト：この枠組みは、データ生成における安定性要件を、開ループプラントから内部的に安定な閉ループシステムへシフトさせ、開ループ不安定な LPTV プラントの同定を可能にする。
3. 明示的な仮定分離：データ生成（閉ループ安定性）、同定（サイクリングされた閉ループシステムの最小性）、および代数的逆変換（コントローラ経路の直接項の非特異性）に必要とされる仮定を明示的に分離する。
4. アルゴリズム的実装：部分空間同定と導出された代数的抽出および座標変換ステップを組み合わせる、完全な同定アルゴリズム（アルゴリズム 1）を提供する。

数値結果
この手法は、3 つの数値例によって検証される：

• 安定な SISO プラント：ノイズのない条件下でパラメータを機械精度で復元し、40 dB の信号対雑音比（SNR）下で高い精度（フロベニウスノルム誤差 $\approx 10^{-6}$）でパラメータを復元することを示す。
• 開ループ不安定な SISO プラント：安定な閉ループデータから不安定なプラント実現（単位円外の固有値を持つ）を復元する手法の能力を確認する。抽出された実現は不安定なモノドロミー固有値を正しく反映しており、不安定性にもかかわらず代数的抽出は有効である。
• MIMO プラント：マルチ入力マルチ出力システムに対するアプローチを検証し、枠組みが高次元にスケールし、マルコフパラメータ比較を通じて座標不変な精度を維持することを示す。

意義と主張
本論文は、この研究がシステム同定理論における特定のギャップ、特に不安定プラントに対する閉ループデータからの有限次元状態空間 LPTV モデルの復元への実現論的経路の欠如を埋めると主張する。その意義は、プラント自体の反復最適化や安定性仮定に依存しない正確な代数的性質のプラント抽出にある。この手法は以下の点で他と区別される：

• LTI 閉ループ同定：循環再定式化を通じて周期的構造を利用する点。
• LPV 同定：外部スケジューリング信号ではなく時間周期性に対処する点。
• 開ループ LPTV 同定：開ループ安定性の前提条件を排除する点。
• リフティング周波数領域手法：非パラメトリック周波数応答ではなく有限次元状態空間モデルを標的とする点。

著者は、抽出ステップの信頼性がコントローラ経路の逆行列（$C_u B$）の条件数によって支配され、この手法が正方かつ厳密に真のプラントと相対次数 1 のコントローラを仮定していることを指摘する。今後の研究として、非正方プラントおよび厳密に真でない場合への対応が提案される。