[论文解读] Sparsely-Packetized Predictive Control by Orthogonal Matching Pursuit

Masaaki Nagahara, Daniel E. Quevedo+1 more|arXiv (Cornell University)|Aug 2, 2013

Advanced Control Systems Optimization参考文献 2被引用 4

一句话总结

本文提出一种基于正交匹配追踪（OMP）的稀疏分组化预测控制方法，在网络控制系统中通过最小化控制分组大小，确保在有界分组丢失条件下实现渐近稳定。通过使用OMP求解ℓ⁰-优化问题，该方法获得稀疏控制向量，即使在带宽受限的通信信道下也能保持系统稳定。

ABSTRACT

We study packetized predictive control, known to be robust against packet dropouts in networked systems. To obtain sparse packets for rate-limited networks, we design control packets via an L0 optimization, which can be effectively solved by orthogonal matching pursuit. Our formulation ensures asymptotic stability of the control loop in the presence of bounded packet dropouts.

研究动机与目标

• 解决带宽受限的网络化控制系统中控制分组必须压缩以实现高效传输的挑战。
• 克服先前ℓ¹/ℓ²-正则化方法仅保证实际稳定而非渐近稳定的局限性。
• 通过求解ℓ⁰-优化问题，设计在有界分组丢失下仍能保持系统稳定的稀疏控制分组。
• 通过基于当前状态和李雅普诺夫函数的时间变约束，确保闭环系统的渐近稳定。
• 利用正交匹配追踪（OMP）开发一种计算高效的解决方案，以近似组合优化的ℓ⁰-最小化问题。

提出的方法

• 将控制分组设计表述为ℓ⁰-优化问题：在满足预测状态和控制能量的二次约束下，最小化非零控制输入的数量。
• 将ℓ⁰问题重新表述为约束最小二乘形式：最小化‖u‖₀，约束为‖G u − H x(k)‖₂² ≤ x(k)ᵀ W x(k)，其中G和H由系统矩阵和加权参数导出。
• 应用正交匹配追踪（OMP）——一种贪婪算法——迭代选择最重要的控制输入分量，确保可行性与稀疏性。
• 使用黎卡蒂方程计算正定矩阵P，以确保在控制律下系统稳定。
• 通过涉及P、Q和一个小的正定矩阵𝒪的程序设计加权矩阵W，以保证渐近稳定。
• 确保解保持在ℓ⁰问题的可行集中，即使在有界连续分组丢失下仍能保持稳定。

实验结果

研究问题

• RQ1 能否设计稀疏控制分组，以确保在具有有界分组丢失的网络化控制系统中实现渐近稳定？
• RQ2 在计算资源有限的控制应用中，ℓ⁰-优化如何实现实时有效求解？
• RQ3 ℓ¹/ℓ²-正则化方法与ℓ⁰-基础方法在稳定性和稀疏性方面的性能差距是什么？
• RQ4 使用OMP作为ℓ⁰-优化的求解器是否能保持原始问题的稳定保证？
• RQ5 基于当前状态的时间变约束是否相比先前方法中的固定边界能改善稳定性特性？

主要发现

• 所提出的基于OMP的方法在存在有界分组丢失时实现渐近稳定（limₖ→∞ x(k) = 0），而ℓ¹/ℓ²方法仅保证实际稳定。
• OMP算法生成稀疏且可行的控制分组，保证稳定，而无需对所有可能的稀疏模式进行穷举搜索。
• 在四阶不稳定对象与50%分组丢失概率的仿真中，OMP方法表现出状态范数的指数衰减，证实了渐近稳定。
• 先前工作中采用的ℓ¹/ℓ²方法即使在放宽稀疏性要求后仍无法实现渐近稳定，原因在于约束中存在固定上界，导致小状态时控制输入为零。
• OMP方法在稀疏性与稳定性之间保持了良好平衡，平均稀疏度低于时域长度的50%，同时确保状态收敛。
• 理论分析证明，所提出的W设计程序在分组丢失不超过时域长度N的条件下，可确保渐近稳定。