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

논문 개요: 이산 시간 선형 주기적 시변 (LPTV) 시스템의 안정적 역시스템 구축을 위한 순환 재구성 (Cyclic Reformulation)

1. 연구 배경 및 문제 정의

• 배경: 다중 레이트 (multirate) 시스템, 위치 의존적 샘플링 시스템, 고정밀 포지셔닝 스테이지 등 많은 실제 제어 시스템은 선형 시불변 (LTI) 모델로 표현할 수 없는 주기적 시변 (LPTV) 동역학을 가집니다.
• 문제: 이러한 시스템에 대한 피드포워드 제어 (feedforward control) 및 반복 학습 제어 (ILC) 를 위해서는 시스템의 안정적인 역시스템 (stable inverse system) 이 필수적입니다.
• 기존 방법의 한계:
  1. Floquet 기반 접근법 (van Zundert & Oomen): 복소수 Floquet 인자와 비 causal(비예측적) 처리를 요구하며, 폐쇄형 상태 공간 실현을 제공하지 않아 직접적인 causal 구현이 어렵습니다.
  2. Lifting(리프팅) 기반 접근법: 시스템을 N-단계 블록 시간 스케일로 변환하여 LTI 시스템으로 만듭니다. 그러나 이 방법은 원본 샘플링 속도가 아닌 블록 단위에서 작동하며, 유한 시간 입력 시퀀스를 생성할 뿐 원시간 도메인에서의 단계별 주기적 상태 공간 실현을 제공하지 않습니다.
  3. 신호 처리 기반 방법: 주로 FIR/IIR 필터에 국한되며, 상태 공간 제어 프레임워크가 아니거나 직접 전달항 (relative degree 0) 이 존재한다고 가정합니다.

2. 제안된 방법론: 순환 재구성 (Cyclic Reformulation)

저자는 LPTV 역시스템 문제를 체계적으로 해결하기 위해 순환 재구성 (Cyclic Reformulation) 기법을 기반으로 한 3 단계 프레임워크를 제안합니다. 이 방법은 기존 리프팅 기법과 달리 원본 샘플링 속도를 유지하면서 LTI 도구를 적용할 수 있게 합니다.

• Step 1: 순환 재구성 (Cyclic Reformulation)

  • 주기 $N$을 갖는 LPTV 시스템을 상태, 입력, 출력 좌표 변환을 통해 동치인 LTI 시스템 (Cycled LTI system, $\check{P}$) 으로 변환합니다.
  • 이 변환은 시스템의 주기적 구조를 활용하여, 원본 시스템의 단계별 (step-by-step) 입력 - 출력 관계를 보존하면서 확장된 상태 공간 ($Nn$ 차원) 의 LTI 시스템으로 표현합니다.
  • 기존 리프팅과 달리, 이 방법은 $N$-블록 시간 스케일이 아닌 원본 샘플링 속도에서 작동합니다.

• Step 2: LTI 역시스템 구축

  • 변환된 LTI 시스템 $\check{P}$에 대한 역시스템 $\check{P}^{-1}$을 표준 LTI 역시스템 이론을 사용하여 구성합니다.
  • 상대 차수 0 (Relative Degree 0, $D_k$가 비특이): 직접 전달항이 있는 경우, 표준 상태 공간 역시스템 공식을 적용합니다.
  • 상대 차수 $r \ge 1$ ($D_k=0$): 주기적 Markov 파라미터를 활용하여 $r$-단계 지연된 역시스템을 구성합니다.

• Step 3: 파라미터 추출 (Parameter Extraction)

  • 역시스템 $\check{P}^{-1}$의 블록 구조에서 원래 LPTV 시스템의 $N$-주기적 역행렬 ($\Gamma_k, \Lambda_k, \Omega_k, \Pi_k$) 을 추출합니다.
  • 핵심 아이디어: 순환 시스템의 역행렬이 여전히 1-시프트 블록 순환 (1-shift block-circulant) 구조를 유지함을 증명하고, 이를 통해 각 시간 위상 (time phase) 에 해당하는 행렬을 블록 단위로 읽어냅니다.
  • 상대 차수 $r \ge 1$인 경우, 시프트 연산자 (shift matrix) 를 입력 신호에 흡수시켜 (shift absorption) 역시스템 행렬이 표준 순환 구조를 갖도록 재구성합니다.

3. 주요 기여 및 결과

1. 체계적인 역시스템 프레임워크 제안:

   • LPTV 역문제를 복잡한 Floquet 분해나 블록 단위 리프팅 없이, 순환 재구성을 통해 정확한 LTI 역문제로 환원시켰습니다.
   • 복소수 연산과 비 causal 처리를 피하고, 실수 (real-valued) 만을 사용하는 명시적 폐쇄형 (closed-form) 해를 제공합니다.

2. 명시적 폐쇄형 해 도출:

   • 상대 차수 0 (Theorem 1): $D_k$가 비특이일 때, $P^{-1}$의 상태 공간 행렬을 $A_k, B_k, C_k, D_k$의 함수로 명시적으로 유도했습니다.
   • 상대 차수 $r \ge 1$ (Theorem 3): $D_k=0$일 때, 주기적 Markov 파라미터 $M^{(r)}_k$를 이용한 $r$-단계 지연 역시스템의 명시적 공식을 유도했습니다.
   • 이 결과들은 원본 샘플링 속도에서 작동하는 causal 상태 공간 실현을 제공합니다.

3. 안정성 조건의 일반화:

   • 역시스템의 안정성은 순환 식물 (cycled plant) $\check{P}$의 전송 영점 (transmission zeros) 에 의해 결정됨을 증명했습니다 (Theorem 2).
   • 주기적 최소 위상 (Periodically Minimum Phase): 순환 시스템의 모든 전송 영점이 단위원 내부에 있을 때, 역시스템의 모노드로미 행렬 (monodromy matrix) 이 Schur 안정적임을 보였습니다. 이는 LTI 시스템의 최소 위상 조건을 LPTV 시스템으로 자연스럽게 확장한 것입니다.

4. 수치적 검증:

   • 상대 차수 0 예시: 스칼라 및 비스칼라 시스템에 대해 제안된 방법의 유효성을 검증했습니다. 초기 조건 불일치 상황에서도 역시스템이 빠르게 수렴하여 입력을 정확히 재구성함을 보였습니다.
   • 상대 차수 $r=1$ 예시: $D_k=0$인 시스템에 대해 $r$-단계 지연 역시스템이 정확히 작동하고 안정적임을 확인했습니다.

4. 의의 및 의의

• 실용적 적용성: 제안된 방법은 유한 차원의 주기적 상태 공간 시스템으로, 온라인 필터로서 실시간 피드포워드 제어나 반복 학습 제어 (ILC) 에 직접 적용 가능합니다.
• 계산 효율성: 기존 Floquet 기반 방법의 복잡한 복소수 행렬 루트 계산이나 비 causal 처리의 단점을 제거하여, 최소 위상 LPTV 시스템에 대해 더 효율적이고 구현 가능한 해를 제공합니다.
• 이론적 통합: Kono의 일반적인 LTV 시스템 가역성 조건이나 모델 매칭 문제와 연결 지어, 주기적 시스템의 역문제를 체계적으로 해결하는 새로운 관점을 제시했습니다.
• 한계 및 향후 과제: 현재 제안된 방법은 최소 위상 (minimum phase) 시스템에 국한되어 있습니다. 비최소 위상 시스템의 경우 비 causal 역시스템을 구성하기 위해 순환 시스템에 대한 스펙트럼 분해 기법을 적용하는 등의 확장이 필요하며, 비균일 상대 차수 (non-uniform relative degree) 를 갖는 다중 레이트 시스템으로의 확장도 향후 과제로 남겼습니다.

결론

이 논문은 이산 시간 LPTV 시스템의 안정적 역시스템 구축을 위해 순환 재구성을 핵심 도구로 활용하는 획기적인 방법을 제시합니다. 이를 통해 복잡한 비 causal 처리 없이, 원본 샘플링 속도에서 작동하는 실수 기반의 명시적 causal 역시스템을 얻을 수 있으며, 이는 다중 레이트 및 주기적 시스템의 정밀 제어 및 학습 제어 분야에서 중요한 이론적, 실용적 기여를 합니다.