Predictor-Feedback Stabilization of Linear Switched Systems with State-Dependent Switching and Input Delay

1. Problema Abordado

O artigo foca no problema de estabilização de uma classe de sistemas lineares comutados que apresentam duas características desafiadoras simultâneas:

• Comutação Dependente do Estado: O sinal de comutação $\sigma(X)$ não é pré-determinado no tempo, mas depende do estado atual do sistema $X(t)$. O espaço de estados é particionado em regiões $\Omega_i$, onde cada região corresponde a uma dinâmica linear específica ($A_i, B_i$).
• Atraso de Entrada Arbitrário: Existe um atraso constante $D > 0$ na entrada de controle $U(t-D)$.

A literatura existente geralmente trata atrasos em sistemas com comutação dependente do tempo ou atrasos de estado em sistemas com comutação dependente do estado. O gap identificado é a falta de métodos de compensação de atraso de entrada (especialmente longos) para sistemas com comutação dependente do estado via feedback de preditor.

2. Metodologia

Os autores desenvolvem uma lei de controle baseada em Feedback de Preditor (Predictor-Feedback). A metodologia é dividida em três etapas principais:

A. Construção do Estado Preditor

O desafio central é que, como a comutação depende do estado futuro (o preditor), a fórmula do estado preditor $P(t)$ é inerentemente implícita.

• Fórmula Implícita: O estado preditor satisfaz uma equação integral onde o modo de comutação $\sigma(P(\theta))$ depende do próprio estado preditor futuro.
• Fórmula Semi-Explícita: Aproveitando a linearidade do sistema em cada modo, os autores derivam uma fórmula semi-explícita. O algoritmo calcula o preditor passo a passo, detectando os instantes de comutação futuros ($s_i$) onde a trajetória do preditor deixa a região atual $\Omega_i$. Isso permite resolver a equação diferencial linear em cada subintervalo entre comutações.

B. Lei de Controle

A lei de controle proposta é:
$$U(t) = K_{\sigma(P(t))} P(t)$$
Onde $K_i$ são ganhos de realimentação projetados para o sistema sem atraso, e $P(t)$ é o estado preditor estimado.

C. Análise de Estabilidade

Para provar a estabilidade, os autores utilizam:

1. Transformação Backstepping: Introduzem uma transformação de variáveis que mapeia o sistema original (com atraso) para um sistema alvo (target system) onde o termo de atraso é isolado em uma dinâmica de erro que converge a zero.
2. Funções de Lyapunov Múltiplas: Constroem um conjunto de funcionais de Lyapunov (um para cada modo de comutação) para analisar o sistema alvo.
3. Condições de Continuidade: Impõem condições nas superfícies de comutação para garantir que as funções de Lyapunov sejam contínuas, evitando saltos de energia que poderiam desestabilizar o sistema.

3. Contribuições Principais

• Construção de Preditor Exato para Comutação Dependente do Estado: Demonstram que é possível derivar uma fórmula implementável (semi-explícita) para o estado preditor em sistemas onde a lógica de comutação depende do estado, tratando o sistema como não-linear para a previsão.
• Compensação de Atraso Arbitrário: O método permite compensar atrasos de entrada de qualquer duração, superando limitações de métodos baseados em LMIs que frequentemente impõem restrições no tamanho do atraso.
• Prova de Estabilidade Exponencial Uniforme: Estabelecem a estabilidade exponencial uniforme do sistema em malha fechada utilizando funcionais de Lyapunov múltiplos e a transformação backstepping, sem a necessidade de um framework híbrido complexo.
• Validação Prática: Apresentam um exemplo de simulação com dois modos, utilizando uma regra de comutação motivada por protocolos de redes de comunicação (inspirado no protocolo Try-Once-Discard - TOD).

4. Resultados

• Simulação: O exemplo numérico utiliza matrizes $A_1, A_2, B_1, B_2$ e ganhos $K_1, K_2$ calculados via desigualdades matriciais lineares (LMIs).
• Desempenho: Os resultados mostram que o sistema em malha fechada converge exponencialmente para a origem, mesmo com um atraso de entrada de $D=1$ segundo e condições iniciais não nulas.
• Comportamento de Comutação: A simulação ilustra a evolução do sinal de comutação e as trajetórias de estado, confirmando que o sistema não apresenta comportamento de chattering (oscilação rápida indesejada) devido à introdução de uma banda de histerese na implementação prática.
• Comparação Computacional: O artigo discute que, embora a fórmula semi-explícita seja teoricamente precisa, a implementação numérica via regra do ponto esquerdo (método implícito iterativo) pode ser computacionalmente mais rápida para certos casos, embora a escolha dependa da estrutura específica do sistema.

5. Significado e Impacto

Este trabalho é significativo porque preenche uma lacuna teórica importante no controle de sistemas híbridos. A presença simultânea de atrasos de entrada e comutação dependente do estado é comum em aplicações críticas como:

• Controle de Veículos: Alternância entre aceleração e frenagem com atrasos de atuadores.
• Epidemiologia: Implementação de medidas de quarentena baseadas no número de infectados com atrasos na eficácia da política.
• Redes de Controle (NCS): Protocolos de comunicação que alternam dinâmicas baseadas no estado da rede.

Ao fornecer uma estrutura de controle que garante estabilidade para atrasos longos e arbitrários nestes cenários, o método proposto amplia a aplicabilidade de técnicas de predição em sistemas complexos do mundo real, onde a dinâmica de comutação não é independente do estado.

Conclusão dos Autores

Os autores concluem que o método é eficaz e planejam trabalhos futuros para relaxar as restrições atuais (como a necessidade de continuidade estrita nas funções de Lyapunov) adotando um framework de sistemas híbridos mais geral e investigando a complexidade computacional para implementação em tempo real.