[論文レビュー] Stability of Linear Set-Membership Filters With Respect to Initial Conditions: An Observation-Information Perspective

Yirui Cong, Xiangke Wang+1 more|arXiv (Cornell University)|Mar 26, 2022

Fault Detection and Control Systems被引用数 4

ひとこと要約

本稿では、線形集合所属フィルタ（SMF）の安定性を分析・保証するための観測情報タワー（OIT）フレームワークを導入する。古典的SMFが真の初期状態範囲の正確な知識に依存するため、初期条件に敏感であることが明らかになった。本稿では、初期条件に依存しない安定性を保証する新しいOITにインspiredされたフィルタリングフレームワークを提案し、一様に有界な推定誤差を有する安定かつ高速な制約付きゾノトープ的SMFの構築を可能にする。

ABSTRACT

The issue of filter stability with respect to (w.r.t.) the initial condition refers to the unreliable filtering process caused by improper prior information of the initial state. This paper focuses on analyzing and resolving the stability issue w.r.t. the initial condition of the classical Set-Membership Filters (SMFs) for linear time-invariance systems, which has not yet been well understood in the literature. To this end, we propose a new concept -- the Observation-Information Tower (OIT), which describes how the measurements affect the estimate in a set-intersection manner without relying on the initial condition. The proposed OIT enables a rigorous stability analysis, a new SMFing framework, as well as an efficient filtering algorithm. Specifically, based on the OIT, explicit necessary and sufficient conditions for stability w.r.t. the initial condition are provided for the classical SMFing framework. Furthermore, the OIT inspires a stability-guaranteed SMFing framework, which fully handles the stability issue w.r.t. the initial condition. Finally, with the OIT-inspired framework, we develop a fast and stable constrained zonotopic SMF, which significantly overcomes the wrapping effect.

研究の動機と目的

• 線形集合所属フィルタ（SMF）における安定性に関する理論的理解の欠如、特に初期条件への感受性を解消すること。
• 古典的SMFフレームワークにおける不安定要因の根本的要因を特定すること。これは、真の初期状態範囲の正確な知識を必要とすることに起因する。
• 初期条件に依存しない安定性を保証する新しいフィルタリングフレームワークの開発。これにより、不適切な初期値問題と無限大に発散する推定誤差を回避する。
• OITにインspiredされた新しいフレームワークを活用し、高速で正確かつ安定な制約付きゾノトープ的SMFの設計。
• 集合の交差ダイナミクスと時相関観測情報に基づく厳密な安定性基準の確立。

提案手法

• 観測情報タワー（OIT）を導入。これは、測定値が集合の交差を通じて逐次的に状態推定を制約する仕組みをモデル化する画期的な概念的フレームワーク。
• OITを用いて古典的SMFフレームワークを形式的に分析。初期状態範囲の正確な知識がなければ推定が空集合や無限大に発散するため、安定性が保証されないことを証明。
• 初期条件依存性を分離する新しいOITにインスパイアされたフィルタリングフレームワークを提案。これにより、初期推定値にかかわらず安定性が保証される。
• 予測および更新ステップにおけるミンコフスキー和および集合の交差における制約付きゾノトープの閉包性を活用し、安定で高速な制約付きゾノトープ的SMFを構築。
• スペクトルノルムおよび乗法的行列バインディングを用いて推定直径の一様有界性を導出。これにより、推定が無限大に発散しないことを保証。
• 近似および縮小効果が存在する場合でも、推定集合の直径が時間とともに一様に有界であることを証明することで、推定誤差の有界性を確立。

実験結果

リサーチクエスチョン

• RQ1 古典的線形SMFフレームワークはどのような条件下で安定するのか。初期条件はその安定性にどのような役割を果たすか。
• RQ2 推定が一様に有界であるにもかかわらず、なぜ古典的SMFは不適切な初期条件に起因する不適切な問題と無限大の推定誤差を示すのか。
• RQ3 初期条件に依存しない安定性を保証する新しいフィルタリングフレームワークを設計可能か。
• RQ4 OITフレームワークをどのように用いて線形SMFにおける安定性を厳密に分析・保証できるか。
• RQ5 新しい安定性保証フレームワークのもとで、安定で高速かつ正確な制約付きゾノトープ的SMFを構築可能か。

主な発見

• 古典的線形SMFフレームワークは、初期状態範囲の正確な知識が得られない場合、空の推定や無限大に発散する推定誤差を生じるため、初期条件の不一致に対して不安定である。
• OITフレームワークにより、厳密な安定性分析が可能となり、古典的SMFが初期状態範囲の正確な知識に依存するため、初期条件に感受的であることが明らかになった。
• 提案されたOITにインスパイアされたフレームワークは、初期条件にかかわらず安定性を保証し、不適切な初期値問題を排除するとともに、推定誤差が有界であることを保証する。
• 推定集合の直径は時間とともに一様に有界であり、上界として $ \bar{d}_{\mathrm{cz}} = \|P^{-1}\|\sqrt{(\bar{d}_{\mathrm{cz}}^{o})^{2} + (\bar{d}_{\mathrm{cz}}^{\bar{o}})^{2}} $ が導出され、長期的なロバストネスが保証される。
• 新しいフレームワークのもとで開発された制約付きゾノトープ的SMFは、ミンコフスキー和および集合の交差における閉包性を活用し、タイトな推定と向上した計算効率を実現する。
• 推定誤差はすべての時間ステップで有界であり、$ d_{k}^{\mathrm{g}}(\mathcal{Z}_{k}) \leq \bar{d}_{\mathrm{cz}} $ が成り立つ。これにより、初期条件の誤差に対して感受的でないことが証明される。