[논문 리뷰] Small-gain theorem for stability, cooperative control and distributed observation of infinite networks

Navid Noroozi, Andrii Mironchenko외 2명|arXiv (Cornell University)|2020. 02. 14.

Distributed Control Multi-Agent Systems참고 문헌 29인용 수 5

한 줄 요약

이 논문은 비선형 시스템의 무한 네트워크에 대해 계산적으로 구현 가능한 소형 이득 정리(소형 이득 정리)를 제시하며, 닫힌 집합에 대해 지수적 입력-상태 안정성(Exponential Input-to-State Stability)을 가능하게 한다. 스펙트럼 반경을 활용하여 이론은 안정성, 공감, 분산 관측기 설계를 효율적인 수치 계산을 통해 보장한다.

ABSTRACT

Motivated by a paradigm shift towards a hyper-connected world, we develop a computationally tractable small-gain theorem for a network of infinitely many systems, termed as infinite networks. The proposed small-gain theorem addresses exponential input-to-state stability with respect to closed sets, which enables us to analyze diverse stability problems in a unified manner. The small-gain condition, expressed in terms of the spectral radius of a gain operator collecting all the information about the internal Lyapunov gains, can be numerically computed for a large class of systems in an efficient way. To demonstrate broad applicability of our small-gain theorem, we apply it to the stability analysis of infinite time-varying networks, to consensus in infinite-agent systems, as well as to the design of distributed observers for infinite networks.

연구 동기 및 목표

• 스마트 그리드 및 IoT 네트워크와 같은 대규모·초연결 시스템의 스케일러블한 안정성 분석 도구의 부족을 해결한다.
• 기존의 유한 네트워크에 국한된 소형 이득 정리를 비선형, 시간 변화, 공간에 대해 불변하지 않은 시스템까지 확장한다.
• 시간 변화 네트워크의 안정성, 무한 에이전트 시스템에서의 공감, 분산 상태 추정 등 다양한 제어 문제를 하나의 프레임워크로 통합 분석한다.
• 스펙트럼 반경을 기반으로 한 수치적으로 효율적인 조건을 개발하여, 공간 불변성이나 선형성과 같은 제약 조건 없이 안정성 검증이 가능하도록 한다.

제안 방법

• 모든 하위계의 집합적 상태를 기록하는 바나흐 공간 $\ell^p(\mathbb{N}, (n_i))$ 에서 $p \in [1, \infty)$ 인 무한 네트워크를 수학적 시스템으로 정의한다.
• 진짜 상태 $ x $ 와 국부 관측기로부터 추정된 상태 $ \hat{x} $ 를 포함하는 복합 시스템 $ (x, \hat{x}) \in X \times X $ 를 정의한다.
• 오차 동역학 분석을 위해 $ \mu_i \in \ell^\infty $ 인 $ V(x, \hat{x}) = \sum_{i=1}^\infty \mu_i V_i(x_i, \hat{x}_i) $ 의 리아푸노프 함수를 도입한다.
• 각 하위계에 대해 오차 전파를 모델링하기 위해 분산 추정치 $ \mathrm{D}^+ V_i \leq -\lambda_i V_i + \sum_{j \in I_i} \gamma_{ij} V_j $ 를 유도한다.
• 상호연결 이득 $ \gamma_{ij} $ 를 포함하는 이득 연산자 $ \Psi $ 를 구성하고, 전역적 지수 안정성을 확보하기 위해 $ r(\Psi) < 1 $ 이라는 조건을 요구한다.
• 순서가 부여된 바나흐 공간에서 양의 연산자의 스펙트럼 이론을 활용하여 소형 이득 조건이 필수적이며 수치적으로 검증 가능함을 보장한다.

실험 결과

연구 질문

• RQ1 비선형 시스템의 무한 네트워크에 대해 기존 결과를 선형 및 공간에 대해 불변하지 않은 시스템을 초월해 일반화하는 소형 이득 정리를 개발할 수 있는가?
• RQ2 특히 공간 불변성이나 선형성 조건이 없을 경우, 무한 네트워크에서 닫힌 집합에 대해 지수적 입력-상태 안정성을 어떻게 확립할 수 있는가?
• RQ3 이득 연산자의 스펙트럼 반경이 무한 네트워크에서 안정성 검증을 위한 수치적으로 효율적인 조건으로 기능할 수 있는가?
• RQ4 이 프레임워크는 시간 변화 네트워크 안정성, 무한 에이전트 시스템에서의 공감, 분산 관측기 설계의 분석을 어느 정도 통합할 수 있는가?

주요 결과

• 이득 연산자 $ \Psi $ 의 스펙트럼 반경 조건 $ r(\Psi) < 1 $ 이 성립할 경우, 집합 $ \mathcal{A} = \{ (x, \hat{x}) : x = \hat{x} \} $ 에 대해 지수적 입력-상태 안정성이 보장된다.
• 복합 시스템 (39) 는 $ \mu_i \in \ell^\infty $ 인 리아푸노프 함수 $ V(x, \hat{x}) = \sum_{i=1}^\infty \mu_i V_i(x_i, \hat{x}_i) $ 를 갖으며, 이는 오차 동역학의 전역적 지수 안정성을 보장한다.
• 오차 동역학은 어떤 $ \beta \in \mathcal{KL} $ 에 대해 $ |\phi(t,x) - \hat{\phi}(t,\hat{x})|_p \leq \beta(|x - \hat{x}|_p, t) $ 를 만족하여 분산 관측기의 강건성을 입증한다.
• 이 방법은 시간 변화 무한 네트워크에도 적용 가능하며, 동일한 스펙트럼 반경 조건 하에서 원점에서의 안정성을 보장한다.
• 무한 에이전트 공감 문제에서는 적절한 이득 행렬을 사용하여 $ r(\Psi) < 1 $ 조건을 만족함으로써 가중 평균 공감을 보장한다.
• 이 접근법은 계산적으로 효율적이며, 전체 시스템 시뮬레이션 없이도 많은 시스템 유형에서 $ \Psi $ 의 스펙트럼 반경을 수치적으로 계산할 수 있다.