[论文解读] Exact Volume of Zonotopes Generated by a Matrix Pair

Mingwang Zhao|arXiv (Cornell University)|Apr 12, 2020

Point processes and geometric inequalities参考文献 13被引用 4

一句话总结

本文提出一种递归的解析方法，用于计算离散时间线性系统中由矩阵对 {A, B} 生成的 zonotope 的精确体积，适用于有限时间和无限时间的可控制与可到达区域。该方法利用特征值结构——特别是实数、互异且非负的特征值——显著降低了计算复杂度，通过数值实验验证了结果的精确性与计算速度的量级提升，得益于优化的递归机制。

ABSTRACT

In this article, we define a class of special zonotopes generated by a matrix pair with finite-interval parameters. We discuss the relationship between the volume of these zonotopes and the controllability of one aspect (the volume of the controllable region) of the dynamic systems. We present a corollary and develop an effective recursive method to compute the volume of the special zonotopes. Furthermore, we develop two recursive and analytical volume-computation methods for the finite- and infinite-time controllable regions with real eigenvalues. We conduct numerical experiments to demonstrate the effectiveness of these new volume-computation methods for zonotopes and regions.

研究动机与目标

• 定义并分析离散时间线性系统中具有有限区间参数的矩阵对 {A,B} 所生成的一类 zonotope。
• 建立这些 zonotope 体积与动态系统可控制性之间的联系，特别是可到达区域与可控制区域的大小关系。
• 为有限时间和无限时间可控制与可到达区域相关联的 zonotope 开发高效且递归的精确体积计算算法。
• 通过利用特征值结构（尤其是实数、互异且非负的特征值）来降低体积计算的计算复杂度。
• 通过数值实验验证所提方法，展示其在精度和效率方面相对于标准行列式计算方法的优势。

提出的方法

• 提出一种 zonotope 模型 E_q(P_N)，定义为可控性矩阵 P_N = [B, AB, ..., A^{N-1}B] 所生成向量的闵可夫斯基和，其中参数 c_i ∈ [0,1]。
• 提出一种基于 P_N 的秩 q 和矩阵 A 的特征值分布的递归算法，特别适用于具有 n 个互异实特征值 λ_i ≥ 0 或 λ_i ∈ [0,1) 的情况。
• 推导出推论 1 和定理 2，通过递归更新行列式来计算有限时间可到达区域的体积，从而减少所需 n×n 行列式计算的次数。
• 提出定理 3 以计算无限时间可控制区域的体积，通过分析当 N→∞ 时可到达区域的极限，假设谱半径 ρ(A) < 1。
• 采用递归公式 (19) 和 (20)，在每一步无需重新计算完整行列式，显著降低计算成本。
• 将该方法应用于来自可控性矩阵的生成元所构成的 zonotope，实现对可控性几何分析中体积的精确计算。

实验结果

研究问题

• RQ1 在具有有界输入的离散时间线性系统中，如何精确且高效地计算由矩阵对 {A,B} 生成的 zonotope 的体积？
• RQ2 可到达/可控制区域的体积与线性时不变系统可控制性之间存在何种关系？
• RQ3 能否设计出递归算法，以降低由可控性矩阵所生成的 zonotope 体积计算的计算复杂度？
• RQ4 矩阵 A 的不同特征值分布——特别是实数、互异且非负的特征值——如何影响体积计算算法的效率与结构？
• RQ5 与标准基于行列式的体积计算方法相比，所提出的递归方法在时间与操作次数方面有何性能提升？

主要发现

• 所提出的递归方法（推论 1 和定理 2）计算出的有限时间可到达区域体积与标准行列式方法（定理 1）结果完全一致，验证了正确性。
• 当 N=800 时，所需 n×n 行列式计算次数从定理 1 的 8.501×10^7 次减少至推论 1 的 3.188×10^5 次，减少超过 99%。
• 当 N=800 时，计算时间从定理 1 的 3.585×10^2 秒降至推论 1 的 1.692 秒，加速近 212 倍。
• 无限时间可控制区域的体积仅用 1.328×10^{-3} 秒完成，且仅需 26 次乘法（定理 3），在极限情况下表现出极高的效率。
• 该方法具有良好的可扩展性：当 N=500 时，递归方法（定理 2）仅需 1.243×10^5 次行列式计算和 0.6586 秒，而标准方法则需 2.071×10^7 次计算和 85.19 秒。
• 结果表明，递归方法在保持数值精度的同时，显著降低了计算复杂度，尤其在大 N 值和高维系统中优势明显。