스위치드 선형 시스템을 위한 Lyapunov 미분 방정식 계층 및 다항 Lyapunov 함수

본 논문은 스위치드 선형 시스템 \(\dot x = A(t)x\) 의 안정성을 다항 Lyapunov 함수 \(V(x)\) 를 통해 증명하려는 문제에 새로운 해법을 제시한다. 기존 연구에서는 SOS(Sum‑of‑Squares) 기법을 이용해 고차 다항 함수를 찾는 것이 일반적이었지만, 이는 대규모 반정밀도(SDP) 문제로 이어져 계산 비용이 크게 증가한다는 한계가 있었다. 저자들은 이러한 한계를 극복하고자 **Lyapunov 미분 방정식** \(\dot X = A(t)X + XA(t)^{\!T}\) 을 도입하고, 이를 **벡터화**하여 메타‑시스템 \(\dot{\tilde X}= \tilde A(t)\tilde X\) 을 만든다. 여기서 \(\tilde X = \operatorname{vec}(X)\) 이며, \(\tilde A(t)= I_n\otimes A(t) + A(t)\otimes I_n\) 이다. **Section II**에서는 스위치드 시스템의 일반적인 안정성 정의와 **공통 다항 Lyapunov 함수**(Definition 1)를 소개한다. 특히, 모든 스위치드 모드가 개별적으로는 안정하더라도 임의 스위칭 하에서는 전체 시스템이 불안정할 수 있음을 강조한다. **Quadratic Lyapunov 함수**는 가장 간단한 형태이며, LMI \(A_i^{\!T}P + PA_i < 0\) 또는 동등한 형태 \(A_iQ + Q A_i^{\!T} < 0\) 을 만족하는 양정 행렬 \(P\) 또는 \(Q\) 가 존재하면 시스템은 **quadratically stable**라 부른다. 그러나 다중 모드 시스템에서는 quadratic Lyapunov 함수가 존재하지 않을 수도 있다. **Section III**에서는 메타‑시스템을 기반으로 한 **계층(Lyapunov Differential Equation Hierarchy)**을 구축한다. 먼저 (5)식인 Lyapunov 미분 방정식을 벡터화해 (8)식 \(\dot{\tilde X}= \tilde A(t)\tilde X\) 을 얻고, 이 시스템에 대한 quadratic Lyapunov 함수 \(V(\tilde X)=\tilde X^{\!T}P\tilde X\) 의 존재 여부를 LMI \( \tilde A_i^{\!T}P + P\tilde A_i < 0\) 으로 검증한다. **Theorem 1**은 원 시스템이 quadratic stable이면 메타‑시스템도 quadratic stable이며, 구체적으로 \(P = Q\otimes Q\) ( \(Q\) 는 원 시스템의 quadratic Lyapunov 매트릭스) 로 선택 가능함을 증명한다. 그 다음, 메타‑시스템 자체에 다시 Lyapunov 미분 방정식을 적용해 2‑차, 3‑차 … \(c\)‑차 메타‑시스템을 정의한다. **Theorem 2**는 차수 \(c\) 에 대해 \(A_{c,i}= \sum_{j=0}^{c-1} I_n^{\otimes j}\otimes A_i\otimes I_n^{\otimes(c-1-j)}\) 와 같은 Kronecker 구조를 갖는 행렬을 사용해, 양정 행렬 \(P_c\) 가 존재하면 \(V_c(x)= (\otimes^c x)^{\!T}P_c(\otimes^c x)\) 라는 \(2c\) 차 동차 다항 Lyapunov 함수를 얻을 수 있음을 보여준다. 즉, 고차 다항 Lyapunov 함수의 존재성을 **quadratic** 조건으로 환원한다는 점이 핵심이다. **Section IV**에서는 이 계층적 접근법의 **제한점**을 논의한다. 메타‑시스템 차원이 \(n^{2c}\) 로 급격히 증가하면서 LMI의 변수 수가 폭발한다. 특히, Kronecker 구조가 만든 **내부 중복**(예: \(x\otimes x\) 의 두 번째와 세 번째 성분이 항상 동일함) 때문에 실제로 필요한 자유도보다 많은 변수들을 최적화해야 한다. 이를 보이기 위해 \(n=2\) 인 예시를 제시하고, \(P\) 의 10개 고유 원소를 계산해야 하지만 최종 다항 Lyapunov 함수는 6개 계수만을 필요로 함을 지적한다. **Section V**에서는 이러한 이론을 바탕으로 **알고리즘**을 제시한다. 알고리즘은 다음 단계로 구성된다: (1) 원 시스템이 안정함을 가정하고, 원하는 차수 \(c\) 를 선택한다; (2) 해당 차수에 맞는 \(A_{c,i}\) 를 Kronecker 연산으로 구성한다; (3) LMI \(A_{c,i}^{\!T}P_c + P_c A_{c,i} < 0\) 을 SDP 솔버(예: MOSEK, SeDuMi)로 해결해 \(P_c\) 를 얻는다; (4) \(P_c\) 를 이용해 다항 Lyapunov 함수 \(V_c(x)\) 를 구성한다. 실험에서는 2‑차와 4‑차 다항 Lyapunov 함수를 각각 SOS 기반 방법과 비교했으며, 제안된 LMI 기반 방법이 계산 시간에서 약 30 % 정도 빠르고, 얻어진 마진(즉, \(\dot V\) 의 부정성)도 동등하거나 더 우수함을 보고한다. 마지막으로 논문은 **향후 연구** 방향으로 차원 축소 기법(예: 대칭 행렬 공간에 대한 basis 선택, 구조적 LMI 감소)과, 비선형·불확실성 포함 시스템에 대한 확장 가능성을 제시한다. 결론적으로, 이 연구는 스위치드 선형 시스템의 고차 동차 다항 Lyapunov 함수를 **quadratic** 조건으로 변환하는 새로운 이론적 프레임워크를 제공함으로써, 기존 SOS 기반 접근법의 계산 복잡성을 크게 완화하고, 실시간 제어 설계에 보다 실용적인 도구를 제시한다.