[论文解读] Output Feedback H_2 Model Matching for Decentralized Systems with Delays
本文提出了一种新颖且高效的解决方案，用于解决具有通信延迟的分散系统输出反馈H2模型匹配问题。通过将最优控制器分解为一个集中式延迟分量和一个分散式有限脉冲响应（FIR）分量，该方法直接从原始系统的集中式Riccati方程出发，利用谱因式分解和二次规划求解，避免了状态扩充，且无需增加系统维度即可实现高效计算。
This paper gives a new solution to the output feedback H_2 model matching problem for a large class of delayed information sharing patterns. Existing methods for such problems typically reduce the decentralized problem to a centralized problem of higher state dimension. In contrast, the controller given in this paper is constructed from the solutions to the centralized control and estimation Riccati equations for the original system. The problem is solved by decomposing the controller into two components. One is centralized, but delayed, while the other is decentralized with finite impulse response (FIR). It is then shown that the optimal controller can be constructed through a combination of centralized spectral factorization and quadratic programming.
研究动机与目标
- 解决具有通信延迟的分散系统输出反馈H2模型匹配问题。
- 开发一种避免状态扩充、直接基于原始系统Riccati方程的控制器设计方法。
- 将最优控制器分解为集中式延迟分量和分散式FIR分量，以实现高效计算。
- 证明最优解可通过谱因式分解和二次规划直接从原始系统的Riccati方程求得，而无需增加系统维度。
提出的方法
- 将最优控制器分解为集中式延迟分量和分散式有限脉冲响应（FIR）分量。
- 利用谱因式分解，将最优集中式分量表示为FIR分量的函数。
- 将问题转化为对FIR分量的二次规划，以寻找最优解。
- 直接从原始系统的集中式代数Riccati方程的解构造控制器。
- 应用1/z H2的正交分解，将FIR分量与尾部分量分离，以明确控制器结构。
- 采用类似Youla的参数化方法处理延迟情况，即使延迟模式不满足二次不变性，仍能保持最优性。
实验结果
研究问题
- RQ1是否可以在不扩充状态空间的前提下求解具有延迟的分散系统H2模型匹配问题？
- RQ2如何将最优控制器分解为集中式延迟分量和分散式FIR分量？
- RQ3是否可以利用谱因式分解和二次规划，直接从原始系统的Riccati方程求解最优解？
- RQ4在存在延迟的情况下，最优控制器与集中式Riccati解之间存在何种关系？
- RQ5当延迟约束变得更加严格或N增大时，控制器结构的行为如何变化？
主要发现
- 使用所提方法计算出的三玩家链问题最优H2范数为2.1082，与LMI和向量化方法的结果一致。
- 集中式控制器达到更低的范数2.0853，而完全延迟控制器的范数更高，为2.1780，验证了预期的性能层级关系。
- 随着N增大，稀疏结构控制器的范数趋近于最优稀疏控制器的范数，且对每种结构，QN趋近于Q∞。
- 如图3所示，该方法实现了向最优稀疏控制器极限的收敛，范数收敛性得到验证。
- 该方法避免了状态扩充，仅需集中式Riccati解和一次二次规划，计算效率高。
- 即使延迟模式不满足二次不变性，控制器结构仍保持最优，但通过线性分式变换进行反馈恢复时，可能无法满足延迟约束。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。