Construction of time-varying ISS-Lyapunov Functions for Impulsive Systems

本文提出了一种从候选 ISS-Lyapunov 函数构造时变 ISS-Lyapunov 函数的方法，从而将候选函数的易构造性与时变函数对连续和离散动态同时不稳定系统的完备性分析能力相结合。

要点

这篇论文探讨的是如何判断一个**“忽忽悠悠、断断续续”的系统是否稳定。为了让你更容易理解，我们可以把这篇论文里的数学概念想象成“一个在暴风雨中驾驶帆船的船长”**的故事。

1. 故事背景：什么是“脉冲系统”？

想象你正在驾驶一艘帆船（这就是系统）。

• 连续流动（Flow）： 船在海上随着波浪自然前行，这是连续的变化。
• 突然跳跃（Jumps）： 突然之间，一阵狂风把船猛地推了一下，或者你突然拉了一下帆，船的位置瞬间发生了突变。

这种既有平滑航行，又有突然“被推一把”的系统，在数学上叫脉冲系统。它们出现在很多现实场景中，比如：

• 心脏跳动： 血液平稳流动（连续），但心脏收缩时血压瞬间飙升（脉冲）。
• 网络控制： 数据平稳传输，但偶尔会有数据包突然丢失或延迟。
• 生态系统： 物种数量随季节缓慢变化，但偶尔遭遇火灾或瘟疫导致数量骤减。

2. 核心问题：船还能稳住吗？（输入到状态稳定性 ISS）

船长最关心的是：如果外面有风浪（外部干扰/输入），我的船会不会翻？还是说，无论风浪多大，船最终都能回到一个安全的范围内？

在数学上，这叫做输入到状态稳定性（ISS）。

• 好的系统（ISS）： 风浪大，船晃得厉害，但不会翻，而且风浪小了，船就慢慢稳下来。
• 坏的系统： 稍微有点风，船就翻了，或者越晃越远。

3. 旧工具 vs. 新工具：如何证明船是稳的？

为了证明船是稳的，数学家们发明了一种叫**“李雅普诺夫函数”的工具。你可以把它想象成船上的“能量计”或“高度计”**。

• 如果这个“能量计”的读数一直在下降（或者在安全范围内波动），船就是稳的。

旧工具：候选李雅普诺夫函数（Candidate ISS-Lyapunov Function）

这是以前常用的方法。它就像是一个**“粗略的估算器”**。

• 优点： 容易制造，容易上手。
• 缺点： 它只能告诉你“如果满足某些条件，船可能是稳的”（充分条件），但不能保证“如果船是稳的，就一定能找到这个估算器”（必要条件）。
• 致命弱点： 如果船在航行时（连续部分）本身就不稳（比如船底漏水），同时在被推一下时（跳跃部分）也不稳（比如推得方向不对），这个旧工具就彻底失效了，它无法给出任何结论。这就好比船在漏水的同时还在被逆风推，旧工具直接说“我不知道”。

新工具：时变 ISS-李雅普诺夫函数（Time-varying ISS-Lyapunov Function）

这是这篇论文提出的**“超级能量计”**。

• 特点： 它不仅能测量能量，还能随着时间变化（时变）。它知道现在是航行阶段，还是被推的阶段，并动态调整判断标准。
• 优势：
  1. 完美判断： 它既是“充分条件”也是“必要条件”。也就是说，只要船是稳的，就一定能造出这个超级能量计；只要造出了它，船就一定是稳的。
  2. 无所不能： 即使船在航行时漏水（连续不稳定），且被推时也不对劲（跳跃不稳定），只要两者配合得当（比如漏水慢，推得也慢，或者推的时候正好能抵消漏水的后果），这个新工具依然能证明船是稳的。

4. 这篇论文做了什么？（核心贡献）

这篇论文就像是一个**“工具转换器”**。

• 现状： 大家手里都有很多现成的“旧工具”（候选函数），因为旧工具好造，大家习惯用它。但旧工具在复杂情况下（双重不稳定）会失效。
• 问题： 虽然我们知道“新工具”（时变函数）很强大且一定能存在，但怎么从旧工具造出新工具呢？以前没人知道怎么把这两个概念连起来。
• 突破： 作者提出了一种具体的“施工图纸”。
  • 如果你手里有一个“旧工具”（候选函数），哪怕它只能处理简单情况，或者在复杂情况下失效，作者的方法可以帮你把它升级成一个“新工具”（时变函数）。
  • 比喻： 就像你有一辆普通的自行车（旧工具），虽然它爬不上陡坡（复杂系统），但作者教你怎么给它加装一个电动马达和智能变速系统（时变机制），把它变成一辆能征服任何地形的电动山地车（新工具）。

5. 总结：这对我们意味着什么？

1. 更强大的分析能力： 以前那些因为“连续和离散都不稳定”而被判定为“无法分析”的复杂系统（比如某些复杂的生物网络或网络控制系统），现在可以用新方法证明它们是稳定的。
2. 理论与实践结合： 我们不需要抛弃旧有的、容易使用的数学工具，而是通过这篇论文提供的方法，把它们“升级”成更强大的版本。
3. 终极目标： 确保无论系统多么复杂、干扰多么大，我们都能找到一把“金钥匙”（时变李雅普诺夫函数）来打开稳定性的锁，保证系统安全运行。

一句话总结：
这篇论文教我们如何把一把**“只能看平路的尺子”（旧工具），改造成一把“能测量任何崎岖地形的智能尺子”（新工具），从而让我们能更自信地判断那些“既在漏水又被乱推”**的复杂系统是否安全。

技术摘要

这是一篇关于**脉冲系统（Impulsive Systems）**输入到状态稳定性（ISS）分析的学术论文。文章主要解决了如何从现有的“候选 ISS-李雅普诺夫函数”（Candidate ISS-Lyapunov Functions）构造出“时变 ISS-李雅普诺夫函数”（Time-varying ISS-Lyapunov Functions）的问题。

以下是对该论文的详细技术总结：

1. 研究背景与问题 (Problem)

• 脉冲系统的特性：脉冲系统是一类混合动力系统，结合了连续动态（流，Flow）和离散动态（跳变，Jump）。这类系统广泛应用于网络控制系统、生物医学工程等领域。
• 现有方法的局限性：
  • 候选 ISS-李雅普诺夫函数（Candidate ISS-Lyapunov Functions）：这是目前分析脉冲系统 ISS 的常用工具。然而，它仅提供 ISS 的充分条件，而非充要条件。
  • 适用性限制：候选函数方法通常要求连续动态和离散动态中至少有一个是稳定的（即“流稳定跳变不稳定”或“跳变稳定流不稳定”）。对于连续动态和离散动态同时不稳定的系统，候选函数方法往往无法得出结论。
  • 缺乏逆定理：现有的候选函数理论缺乏逆定理（Converse Theorem），即无法保证如果一个系统是 ISS 的，就一定存在这样的候选函数。
• 新概念的引入：作者团队此前提出了时变 ISS-李雅普诺夫函数，它提供了脉冲系统 ISS 的充要条件，并且能够处理连续和离散动态同时不稳定的情况。
• 核心问题：如何将易于构造的“候选 ISS-李雅普诺夫函数”与保证存在的“时变 ISS-李雅普诺夫函数”联系起来？即，如何从前者构造出后者？

2. 方法论 (Methodology)

论文提出了一种具体的构造方法，将候选函数转化为时变函数。

• 系统模型：
  考虑定义在巴拿赫空间 $X$ 上的脉冲系统：
  $$\begin{aligned} \dot{x}(t) &= Ax(t) + f(t, x(t), u(t)), \quad t \in I \setminus S \\ x(t) &= g_i(x^-(t), u^-(t)), \quad t = t_i \in S \end{aligned}$$
  其中 $S$ 是脉冲时刻序列，$u$ 是外部输入。

• 定义回顾：

  • 候选 ISS-李雅普诺夫函数 ($V_{cand}$)：在流和跳变时分别满足特定的衰减或增长不等式，但在跳变时刻允许函数值增加（只要满足 dwell-time 条件）。
  • 时变 ISS-李雅普诺夫函数 ($V(t, x)$)：要求函数值在流和跳变时均严格衰减（在扰动半径外），且存在逆定理。

• 构造策略：
  文章针对两种主要情况提出了构造公式：

  1. 流稳定、跳变不稳定：
     利用候选函数 $V_{cand}$ 和积分变换 $\tilde{F}(q) = \int_1^q \frac{1}{\rho(s)} ds$，构造时变函数 $V(t, x)$ 为两个分量的最大值：
     $$V(t, x) = \max \{ v_1(t, x), v_2(t, x) \}$$
     其中 $v_1$ 包含随时间线性衰减的项（利用脉冲间隔 $\theta$ 和衰减率 $\delta$），$v_2$ 是一个辅助函数用于防止有限时间收敛导致的非正性问题。
  2. 流不稳定、跳变稳定：
     利用类似的积分变换（针对 $-\rho$），构造单一的时变函数：
     $$V(t, x) = \tilde{F}^{-1} \left( \tilde{F}(V_{cand}(x)) - \frac{t - t_i}{t_{i+1} - t_i}(\theta + \delta) \right)$$
     该构造使得函数值在连续流期间随时间线性下降，从而抵消流的不稳定性，同时利用跳变时刻的稳定性来维持整体 ISS。

• 理论支撑：

  • 证明了如果系统存在时变 ISS-李雅普诺夫函数，则系统是 ISS 的（必要性/充分性）。
  • 证明了如果系统是 ISS 的，则存在时变 ISS-李雅普诺夫函数（逆定理）。
  • 利用反馈系统（Feedback System）的均匀全局渐近稳定性（UGAS）和反向 Lyapunov 定理（Karafyllis & Jiang, 2011）作为桥梁，建立了从 ISS 到 UGAS-Lyapunov 函数再到 ISS-Lyapunov 函数的逻辑链条。

3. 主要贡献 (Key Contributions)

1. 构造方法的提出：首次给出了从“候选 ISS-李雅普诺夫函数”显式构造“时变 ISS-李雅普诺夫函数”的具体数学方法。这使得研究者可以利用成熟的候选函数构造技术，同时获得时变函数的强大性质。
2. 统一了稳定性理论：将传统的候选函数理论（仅充分条件）整合进新的时变函数框架（充要条件）中，证明了新框架可以兼容并扩展旧框架。
3. 解决同时不稳定问题：该方法明确适用于连续动态和离散动态同时不稳定的脉冲系统，这是传统候选函数方法无法处理的难点。
4. 逆定理的完善：通过构造性证明，强化了脉冲系统 ISS 的逆定理，证明了 ISS 性质与时变 Lyapunov 函数存在的等价性。

4. 主要结果 (Results)

• 定理 1 & 2 (充要条件)：
  • 定理 1：存在时变 ISS-李雅普诺夫函数 $\implies$ 系统是 ISS 的。
  • 定理 2：系统是 ISS 的 $\implies$ 存在时变 ISS-李雅普诺夫函数（在满足 Lipschitz 连续性假设下）。
• 定理 4 (流稳定/跳变不稳定的构造)：
  给出了当系统满足 dwell-time 条件且流稳定、跳变不稳定时，如何从 $V_{cand}$ 构造出 $V(t, x)$ 的具体公式，并证明了其满足 ISS-Lyapunov 函数的所有定义条件。
• 定理 6 (流不稳定/跳变稳定的构造)：
  给出了当系统满足平均脉冲间隔条件且流不稳定、跳变稳定时的构造公式。
• 结论：
  构造出的时变函数 $V(t, x)$ 不仅满足 ISS 的充要条件，而且保留了 $V_{cand}$ 的构造简便性。

5. 意义与影响 (Significance)

• 理论突破：打破了传统脉冲系统稳定性分析中“必须有一个子系统稳定”的限制，为处理更复杂的混合系统（如同时具有不连续和不稳定连续动态的系统）提供了强有力的理论工具。
• 工程应用价值：为设计鲁棒控制器提供了新的视角。由于时变 Lyapunov 函数提供了充要条件，它可以帮助工程师更准确地判断系统是否稳定，而不仅仅是寻找一个保守的充分条件。
• 标准化潜力：文章建议时变 ISS-李雅普诺夫函数应成为脉冲系统稳定性分析的新标准形式，因为它具有存在性保证（Existence Guarantee），消除了传统方法中“找不到合适的候选函数”的不确定性。
• 扩展性：该方法适用于无限维巴拿赫空间上的系统，具有广泛的数学适用性。

总结：
这篇论文通过建立从“候选”到“时变”Lyapunov 函数的构造桥梁，解决了脉冲系统 ISS 分析中长期存在的充分性限制和同时不稳定系统的分析难题。它不仅提供了具体的数学构造公式，还从理论上确立了时变 Lyapunov 函数作为脉冲系统稳定性分析核心工具的地位。