Structural Averaged Controllability for Linear Ensemble Systems: Multi-input Case

기술 요약: 선형 앙상블 시스템의 구조적 평균 제어 가능성: 다중 입력 사례

문제 정의
본 논문은 다중 입력을 갖는 선형 앙상블 시스템의 구조적 평균 제어 가능성(structural averaged controllability) 문제를 다룬다. 앙상블 시스템은 공통 제어 입력 $u(t)$에 의해 구동되는, 매개변수 $\sigma \in \Sigma$에 의해 인덱싱된 선형 시불변 시스템들의 연속체로 구성된다. 시스템 동역학은 다음과 같이 주어진다:
$$\frac{\partial}{\partial t}x(t, \sigma) = A(\sigma)x(t, \sigma) + B(\sigma)u(t)$$
여기서 $A(\sigma)$와 $B(\sigma)$는 유계 가측 함수(bounded measurable functions)이다. 제어 목표는 **평균 제어 가능성(averaged controllability)**이다. 즉, 임의의 초기 프로파일에 대해 평균 상태 $\bar{\chi}(T) = \int_\Sigma x(T, \sigma) d\mu$를 임의의 타겟 벡터 $\mathbb{R}^n$으로 보낼 수 있는 능력이다.

본 연구의 구체적인 초점은 구조적(structural) 측면에 있다: 주어진 희소 패턴(행렬 $(A, B)$를 나타내는 유향 그래프 $G$로 표현됨)이 주어졌을 때, 해당 패턴과 일치하면서 앙상블 평균 제어 가능성을 실현하는 행렬 $(A, B)$의 실현(realization)이 적어도 하나 존재하는가? 단일 입력 사례는 "코어(core)" 그래프와 유향 스패닝 경로(directed spanning path) 개념을 사용하여 [CG25]에서 완전히 규명되었으나, 일반적인 다중 입력 사례는 미해결 문제로 남아 있었다. 저자들은 단순한 단일 입력 조건의 확장이 실패하는 이유가 여러 입력 채널이 평균 제어 가능성 행렬과 복잡하게 상호작용하기 때문임을 지적한다.

방법론 및 그래프 이론적 프레임워크
저자들은 희소 패턴을 $n$개의 상태 노드($\alpha$-노드)와 $m$개의 입력 노드($\beta$-노드)를 가진 유향 그래프 $G = (V, E)$로 표현하는 그래프 이론적 접근 방식을 사용한다. 분석은 그래프의 **강결합 성분 분해(strong component decomposition)**에 의존한다:

1. 강결합 성분(Strong Components): 그래프는 강결합 성분들로 분해된다.
2. 순환 및 비순환 부분(Cyclic and Acyclic Parts): 비자명한 강결합 성분들(사이클을 포함하는 성분들)의 합집합과 그 후속 노드들은 순환 부분 $G^+_{cyc}$를 형성한다. 나머지 노드들은 $\beta$-노드들을 모두 포함하는 비순환 부분인 코어(core) $G^*$를 형성한다.
3. 절단된 평균 제어 가능성 행렬(Truncated Averaged Controllability Matrix): 코어 $G^*$에 대하여, 저자들은 $B, AB, \dots, A^{n^*-1}B$의 적분을 포함하는 절단된 평균 제어 가능성 행렬 $C_{tr}(A, B)$를 정의한다. 여기서 $n^*$는 코어 내의 $\alpha$-노드 수이다.

본 방법론의 핵심 기여는 랭크 조건을 만족시키기 위한 엣지 가중치(행렬의 비제로 성분에 대한 값) 할당을 위한 구성적 알고리즘이다.

• 코어 할당 (알고리즘 1): 저자들은 코어를 위한 새로운 엣지 가중치 할당 알고리즘을 개발한다. 단일 입력 사례가 단순한 스패닝 경로에 의존하는 것과 달리, 다중 입력 사례는 절단된 제어 가능성 행렬이 전행 랭크(full row rank)를 갖도록 보장하기 위해 가중치를 할당해야 한다. 이를 위해 매개변수 공간 $\Sigma$를 동일한 측도를 가진 서로소인 가측 집합들로 분할하고, 특정 가중치 함수(종종 스칼라 방사 함수 $f$를 포함함)를 엣지에 할당한다.
• 전체 그래프로의 확장 (알고리즘 2): 코어가 할당되면, 가중치는 순환 부분($G_{cyc}$)과 부속 부분($G_{appx}$)으로 확장된다. 이 확장은 매개변수 공간의 방사 좌표로부터 유도된 스칼라 함수 $f(\sigma)$를 활용한다. 엣지에 $f(\sigma)$의 거듭제곱(구체적으로 $f(\sigma)^{k\gamma}$, 여기서 $\gamma$는 무리수)에 비례하는 가중치를 할당함으로써, 저자들은 서로 다른 경로(walk)들의 기여가 선형 독립이 되도록 보장한다. 이는 서로 다른 경로 길이와 사이클 순회를 가진 경로들의 기여를 분리하기 위해 $L^2$ 공간에서의 다항식 밀집성(density of polynomials)을 활용하는 것이다.

주요 기여 및 결과
본 논문은 일반적인 다중 입력 선형 앙상블 시스템에 대한 구조적 평균 제어 가능성의 필요충분조건을 제공한다.

정리 3.7: 그래프 $G \in \mathcal{G}_{n,m}$가 구조적으로 평균 제어 가능하기 위한 필요충분조건은 다음과 같다:

1. 접근성(Accessibility): 모든 $\alpha$-노드는 적어도 하나의 $\beta$-노드로부터 도달 가능하다(즉, 그래프가 접근 가능하다).
2. 행 포화 매칭(Row-Saturating Matching): 코어 $G^*$의 희소 패턴과 관련된 행-열 이분 그래프 $B(S_{G^*})$가 **행 포화 매칭(row-saturating matching)**을 갖는다.

• 행 포화 매칭의 정의: 행은 상태 노드에 대응하고 열은 입력으로부터의 경로 길이에 대응하는 이분 그래프에서, 매칭이 행 포화적이라는 것은 모든 행 노드가 매칭에 의해 정확히 하나의 엣지에 연결됨을 의미한다. 이 조건은 단일 입력 사례에서 발견된 "유향 스패닝 경로" 조건을 일반화한 것이다(정리 3.8).
• 반례: 저자들은 예제 3.9를 통해 이 조건이 단순히 모든 노드를 덮는 $m$개의 서로소인 경로의 존재가 아님을 보여준다. 대신, 매칭 조건은 전체 랭크를 달성하기 위해 서로 다른 입력으로부터 오는 경로들의 더 유연한 조합을 허용한다.

증명은 **구성적(constructive)**이다. 저자들은 희소 패턴을 준수하면서 랭크 조건을 만족하는 쌍 $(A, B)$를 명시적으로 구축한다.

• 정리 3.1: 임의의 타겟 행렬 $M$이 코어의 희소 패턴을 갖는다면, $C_{tr}(A, B) = M$을 만족하는 코어 상의 실현 $(A, B)$가 존재함을 증명한다.
• 명제 3.22: 전체 그래프에 대해 구축된 쌍 $(A, B)$가 전행 랭크를 갖는 평균 제어 가능성 행렬을 생성함을 증명한다.

의의 및 주장
본 논문은 다중 입력 선형 앙상블 시스템의 구조적 평균 제어 가능성을 규명하는 미해결 문제를 해결했다고 주장한다. 그 의의는 다음과 같다:

1. 완결성: 단일 입력 결과[CG25]를 다중 입력 설정으로 확장하여 완전한 그래프 이론적 특성을 제공한다.
2. 구성적 증명: 결과는 단순히 존재성만을 제시하는 것이 아니라, 엣지 가중치를 할당하여 제어 가능성을 실현하기 위한 구체적인 알고리즘(알고리즘 1 및 알고 2)을 제공한다.
3. 다중 입력의 미묘함: 본 연구는 다중 입력 사례가 단일 입력 사례보다 "실질적으로 더 까다롭다"는 점을 강조한다. 단순한 스패닝 경로가 아닌 행 포화 매칭의 필요성은 평균 제어 가능성 행렬에서 여러 입력이 상호작용하는 복잡한 양상을 반영한다.
4. 알고리즘적 접근: 매개변수 공간에서의 방사 함수를 사용하여 경로의 기여를 분리하는 방식은 구조적 프레임워크 내에서 앙상블 시스템의 무한 차원적 특성을 다루는 견고한 방법을 제공한다.

저자들은 자신들의 구성이 전행 랭크 행렬을 보장하지만, 필요한 블록 열(block columns)의 수를 최소화하는 것은 아닐 수 있다고 언급하며 결론을 맺는다. 이들은 향가 연구로서 앙상블의 고차 통계량(모멘트)을 제어하기 위한 구조적 조건에 대한 탐구를 제안한다.