입력 포화 상황을 위한 최소극대 LQG 안티와인드업 제어 설계

초록

본 논문은 입력 포화가 발생할 경우에도 시스템의 안정성과 성능을 유지하도록, 먼저 불확실성을 고려한 H∞ 최적 제어기를 설계하고, 그 위에 최소극대(LQG) 안티와인드업 보상기를 추가하는 2단계 방법을 제안한다. 제안 기법은 포화 비선형성을 섹터‑바운드 불확실성으로 모델링하고, 위험‑민감 제어 프레임워크에서 두 개의 H∞형 리카티 방정식을 풀어 보상기 매개변수를 얻는다. 항공기 고속 비행체(AHFV) 추적 제어 사례를 통해 포화 제한이 있는 상황에서도 기존 제어기의 성능을 거의 회복함을 실증한다.

상세 분석

이 논문은 입력 포화가 존재하는 선형 불확실 시스템에 대해 두 단계의 구조적 설계를 제시한다. 첫 번째 단계에서는 불확실성을 IQC(Integral Quadratic Constraint) 형태로 기술하고, H∞ 최적 설계 원리를 적용해 내부 안정성을 보장하는 최소 비용(LQR) 제어기를 얻는다. 여기서 사용된 비용 함수는 상태와 제어 입력에 대한 가중치를 포함하며, Riccati 방정식(4)을 풀어 얻은 Xτ 행렬이 양정(positive‑definite)일 경우에만 보장이 성립한다.

두 번째 단계에서는 포화 비선형성을 ‘섹터‑바운드’ 혹은 ‘데드존’ 형태의 불확실성으로 재해석한다. 포화 함수 φi(ui)는 0≤φi(ui)·ui≤εi·ui² 형태의 제약을 만족하도록 정의되며, 이를 통해 새로운 불확실성 입력 ŵi(ui)=φi(ui)−εi·ui²를 도입한다. 이렇게 변환된 시스템은 (16)식과 (19)식에 나타난 바와 같이 기존 상태 방정식에 추가적인 불확실성 항을 포함한다.

핵심은 이 확장된 불확실성 모델에 대해 최소극대(LQG) 안티와인드업 보상기를 설계하는 것이다. 최소극대 LQG는 위험‑민감 제어 문제를 H∞ 스케일링 기법으로 변환하여 두 개의 알지브라적 Riccati 방정식(26), (27)을 동시에 만족하는 해를 구한다. 여기서 τ>0은 스케일 파라미터이며, 최적 τ는 비용 경계 Wτ를 최소화하도록 선택된다. 방정식 (26)은 출력‑입력 간의 스케일링된 H∞ 관점에서 ‘관측’ Riccati이며, (27)은 ‘제어’ Riccati에 해당한다. 두 방정식의 양정 해가 존재하고 I−τ⁻¹Y∞X∞>0 조건을 만족하면, 보상기 매개변수 Caw, Baw, Aaw가 (28)식에 의해 명시적으로 계산된다.

이 설계는 다음과 같은 가정을 필요로 한다. ① ˜C₁ᵀ˜D₁=0, ② ˜D₂ᵀ˜D₂>0, ③ Ȧ가 Hurwitz, ④ (Ȧ,˜B₂)와 (Ȧ,˜B₁)이 각각 안정화 가능하고, ⑤ ˜B₂˜D₂ᵀ=0 등이다. 이러한 조건은 포화 비선형성을 포함한 전체 폐루프가 특정 도메인(Dc) 내에서 절대 안정성을 유지하도록 보장한다.

논문은 또한 안티와인드업 보상이 실제 시스템에 적용될 때, 포화가 발생하지 않는 정상 운전 구간에서는 기존 H∞ 제어기의 성능을 그대로 유지하고, 포화가 발생하면 보상기가 즉시 작동해 상태와 제어 입력을 재조정함으로써 성능 저하를 최소화한다는 실용적 장점을 강조한다.