[논문 리뷰] Sparse Output Feedback Synthesis via Proximal Alternating Linearization Method

Fu Xun Lin, Veronica Adetola|arXiv (Cornell University)|2017. 06. 26.

Sparse and Compressive Sensing Techniques참고 문헌 2인용 수 3

한 줄 요약

이 논문은 폐루프 성능을 최소화하면서 피드백 이득과 출력 행렬에 대한 희소성 제약 조건을 부과하는 동시에, 희소 정적 출력 피드백 제어기와 행/열 희소 출력 행렬을 함께 설계하기 위해 보조적 교차선형화 방법(PALM)을 제안한다. 이 방법은 전역 수렴성과 목적 함수의 단조 감소를 보장하며, 60,000개의 설계 변수를 가진 불안정한 시스템에 대해 Kurdyka-Łojasiewicz 조건 하에서 수렴이 보장됨을 입증한다.

ABSTRACT

We consider the co-design problem of sparse output feedback and row/column-sparse output matrix. A row-sparse (resp. column-sparse) output matrix implies a small number of outputs (resp. sensor measurements). We impose row/column-cardinality constraint on the output matrix and the cardinality constraint on the output feedback gain. The resulting nonconvex, nonsmooth optimal control problem is solved by using the proximal alternating linearization method (PALM). One advantage of PALM is that the proximal operators for sparsity constraints admit closed-form expressions and are easy to implement. Furthermore, the bilinear matrix function introduced by the multiplication of the feedback gain and the output matrix lends itself well to PALM. By establishing the Lipschitz conditions of the bilinear function, we show that PALM is globally convergent and the objective value is monotonically decreasing throughout the algorithm. Numerical experiments verify the convergence results and demonstrate the effectiveness of our approach on an unstable system with 60,000 design variables.

연구 동기 및 목표

• 제어 시스템 내 센서 및 통신 비용을 줄이기 위해 희소 정적 출력 피드백 이득과 희소 출력 행렬을 함께 설계한다.
• 출력 행렬에 대해 행 또는 열의 카디널리티 제약 조건을 부과하고, 피드백 이득에 희소성 조건을 적용하여 센서 수와 통신 링크 수를 직접 제어한다.
• 비볼록이고 비연속적인 최적 제어 문제를 해결하기 위해 보조적 교차선형화 방법(PALM)을 사용한다.
• 이차형 매트릭스 함수의 리프시츠 연속성 증명과 Kurdyka-Łojasiewicz 조건 하에서 PALM의 전역 수렴성을 확립한다.
• 60,000개의 설계 변수를 가진 대규모 불안정 시스템에서 수치적 검증을 수행한다.

제안 방법

• 피드백 이득과 출력 행렬의 곱셈에서 발생하는 이차형 매트릭스 항을 포함한 비볼록이고 비연속적인 최적화 문제를 해결하기 위해 보조적 교차선형화 방법(PALM)을 사용한다.
• 피드백 이득 $ K $ 에 대한 카디널리티 제약 조건과 출력 행렬 $ C $ 에 대한 행/열 희소성 조건을 통해 희소성을 부여하며, 효율적인 구현을 위해 폐형 해를 가진 프록시멀 연산자를 활용한다.
• 이차형 구조 $ F = KC $ 를 활용하여 목적 함수를 $ K $ 와 $ C $ 에 대해 번갈아가며 최소화하고, 프록시멀 업데이트를 적용한다.
• 적절한 노름 하에서 이차형 함수 $ H(K,C) = KC $ 가 리프시츠 연속임을 증명함으로써 전역 수렴성을 확립한다.
• 성능 지표 $ J $ 가 Kurdyka-Łojasiewicz(KL) 조건을 만족할 경우, KL 성질을 적용하여 임계점으로의 수렴을 보장한다.
• 각 반복 단계에서 목적 함수의 충분한 감소를 확보하기 위해 PALM 프레임워크 내에서 선색색색 전략을 적용한다.

실험 결과

연구 질문

• RQ1 PALM는 비볼록이고 비연속적인 최적 제어 환경에서 희소 출력 피드백과 희소 출력 행렬을 함께 설계하는 데 효과적으로 적용될 수 있는가?
• RQ2 제안된 희소성 제약 조건이 있는 공동 설계 문제에 대해 PALM 알고리즘이 전역 수렴성을 보장하는가?
• RQ3 대규모 시스템, 예를 들어 60,000개의 설계 변수를 가진 시스템에서 PALM의 수렴 행동은 어떠한가?
• RQ4 이차형 매트릭스 함수 $ F = KC $ 는 PALM의 수렴 성질에 어떤 영향을 미치는가?
• RQ5 PALM가 최적 제어 문제의 임계점으로 수렴하기 위한 조건은 무엇인가?

주요 결과

• PALM는 이차형 매트릭스 함수 $ H(K,C) = KC $ 의 리프시츠 연속성 증명을 통해 희소 출력 피드백 공동 설계 문제에서 전역 수렴성을 확보한다.
• PALM 반복 과정 전반에 걸쳐 목적 함수 값이 단조 감소함을 확인하여 내림함수 성질이 유지됨을 입증한다.
• Kurdyka-Łojasiewicz(KL) 성질 하에서 PALM는 최적화 문제의 임계점으로 수렴한다.
• 수치 실험을 통해 60,000개의 설계 변수를 가진 대규모 불안정 시스템에서 PALM의 수렴 행동을 확인한다.
• 희소 출력 행렬과 희소 피드백 이득을 함께 설계함으로써 센서 수와 통신 링크 수를 효과적으로 균형 잡는 데 성공한다.
• 희소성 제약 조건에 대한 프록시멀 연산자는 폐형 해를 가지며, 이는 효율적이고 확장 가능한 구현을 가능하게 한다.