Distributed Output-Feedback LQG Control with Delayed Information Sharing

Resumo Técnico: Controle LQG de Feedback de Saída Distribuído com Compartilhamento de Informação Atrasada

Formulação do Problema
Este artigo aborda o desafio de projetar controladores ótimos para sistemas Lineares Quadráticos Gaussianos (LQG) distribuídos sujeitos a atrasos de comunicação. Embora o caso de feedback de estado para estruturas de atraso específicas tenha sido resolvido anteriormente, a extensão para feedback de saída é não trivial porque o princípio da separação clássico (que permite o projeto independente de estimação e controle) falha sob restrições de informação gerais.

Os autores focam em um sistema de três subsistemas lineares interconectados operando sobre um grafo fortemente conexo. A estrutura de informação é definida de tal forma que:

1. A informação de vizinhos imediatos está disponível com um atraso de um passo.
2. A informação global (de todos os nós) está disponível para todos os tomadores de decisão com um atraso de dois passos.
   O objetivo é minimizar uma função de custo quadrática de horizonte finito sujeita a essas restrições de informação atrasada. A dinâmica do sistema é linear, e os distúrbios e ruídos de medição são modelados como ruídos brancos gaussianos correlacionados.

Metodologia
A metodologia central envolve a decomposição do complexo problema de controle distribuído em dois subproblemas tratáveis, separando os vetores de estado e controle em componentes independentes baseados na disponibilidade de informação.

1. Algoritmo de Estimação: Os autores primeiro derivam um algoritmo de estimação ótimo para o problema de três jogadores. Diferente do filtro de Kalman padrão, que assume acesso a todas as medições até o tempo $k-1$, o estimador proposto utiliza:

   • Uma estimativa comum baseada na informação global atrasada em dois passos ($y(0:k-2)$).
   • Termos de correção locais baseados em medições disponíveis com atraso de um passo ($y_i(k-1)$ e medições de vizinhos).
     Isso resulta em uma estimativa de estado modificada $\hat{x}^{[1]}(k)$ que incorpora inovações locais.

2. Decomposição do Controlador: O controle de entrada ótimo $u(k)$ é decomposto em duas partes independentes:

   • Componente Centralizado: Um termo baseado no conjunto de informação global atrasado em dois passos, equivalente a um controlador LQG centralizado com atraso de dois passos.
   • Componente de Correção: Uma soma de termos de correção baseados na informação local adicional disponível para cada tomador de decisão (medições em $k$ e $k-1$).

3. Otimização via Programação Convexa: Os autores demonstram que encontrar as matrizes de ganho otimizadas para os termos de correção pode ser transformado em um problema de otimização convexa não restrito. Ao utilizar o operador de vetorização ($\text{vec}$) e uma construção de matriz específica para lidar com restrições de esparsidade, o problema é reduzido à resolução de um conjunto de equações recursivas. Isso evita a necessidade de programação semidefinida complexa onde a estrutura do controlador não é explícita.

Principais Contribuições

• Realização de Espaço de Estados Explícita: O artigo fornece uma realização de espaço de estados explícita para o controlador de feedback de saída ótimo em um cenário distribuído com atrasos, um problema onde o princípio da separação tipicamente falha.
• Estrutura do Controlador: O controle de entrada ótimo mostra-se ter a forma:
  $$u(k) = F(k)(y(k) - C\hat{x}^{[1]}(k)) + F^{[1]}(k)(y(k-1) - C\hat{x}(k-1|k-2)) + L(k)\hat{x}(k)$$
  Aqui, $L(k)$ é o ganho LQR padrão computado via recursão de Riccati em tempo discreto, enquanto $F(k)$ e $F^{[1]}(k)$ são matrizes de ganho esparsas computadas via programação convexa que respeitam as restrições de informação.
• Tratamento de Distúrbios Correlacionados: Ao contrário de trabalhos anteriores restritos a distúrbios independentes, esta abordagem generaliza-se para distúrbios correlacionados entre subsistemas.
• Tratabilidade Computacional: A solução reduz o projeto do controlador ótimo à resolução de uma equação de Riccati padrão em tempo discreto e uma equação recursiva, tornando a computação eficiente.

Resultados
Simulações numéricas em um sistema de três jogadores com um horizonte de tempo de $N=1000$ comparam o controlador proposto contra três referências:

1. Controle centralizado sem atraso.
2. Controle centralizado com um atraso de dois passos.
3. Um padrão de compartilhamento de informação com atraso de um passo.

Os resultados indicam que o proposto controlador de três jogadores supera significativamente o controlador centralizado com atraso de dois passos. Além disso, ele atinge um custo apenas aproximadamente 1,74% superior ao padrão de compartilhamento de informação com atraso de um passo, sugerindo que, para esta topologia específica, o benefício da comunicação de duas vias é marginal, mas o método proposto utiliza efetivamente a informação atrasada disponível.

Significância e Alegações
O artigo alega fornecer uma compreensão fundamental de estruturas de atraso gerais em controle LQG distribuído. Ao decompor com sucesso o controlador em uma parte centralizada e termos de correção locais, os autores preenchem a lacuna entre as soluções de feedback de estado e o cenário mais complexo de feedback de saída. O trabalho demonstra que, mesmo com a falha do princípio da separação, soluções explícitas e computacionalmente eficientes podem ser derivadas para estruturas de informação específicas e não triviais. Os autores observam que este arcabouço estabelece as bases para estender estes resultados para problemas de horizonte infinito e topologias de rede mais gerais.