실시간 베이지안 추정 기반 지연 의존 LPV 출력 피드백 혈압 제어

본 논문은 중환자 및 응급 상황에서 평균동맥압(MAP) 조절을 자동화하기 위한 통합 추정·제어 프레임워크를 제시한다. 서론에서는 MAP 조절이 임상에서 필수적이지만, 현재 대부분 수동으로 이루어져 인력 부담과 과·과소 투여 위험이 존재함을 지적한다. 기존 연구들(분수 차수 PI, 비선형 PID, 적응 예측 제어 등)은 모델 기반 접근이 빠르고 정확하지만, 환자 간·내 약물 반응의 파라미터 변동성을 충분히 반영하지 못한다는 한계를 가진다. 이를 해결하기 위해 저자는 시간 가변 지연과 가변 이득·시정수를 포함하는 1차 선형 모델 ΔMAP·˙+ΔMAP=K(t)·u(t‑τ(t))을 채택한다. 모델 파라미터 K(t), T(t), τ(t) 및 기준 MAP M_APb(t)는 모두 랜덤 워크 형태로 변한다고 가정한다. 다음으로, 파라미터와 지연을 실시간으로 추정하기 위한 방법으로 다중 모델 제곱근 입방체 칼만 필터(MMSRCKF)를 도입한다. CKF는 3차 구면‑방사 규칙을 이용해 비선형 적분을 정확히 근사하고, 제곱근 형태는 수치적 안정성을 보장한다. 다중 모델 구조는 서로 다른 지연 가설을 병렬로 운용해, 각 모델에 대해 CKF를 수행하고 베이지안 모델 선택 기준으로 최적 지연을 결정한다. 이렇게 얻어진 파라미터와 지연 추정치는 실시간으로 업데이트되며, 실험 데이터(UTMB에서 수행된 돼지 실험)와 시뮬레이션을 통해 추정 정확도가 검증된다. 특히, 기존 EKF가 비선형성 및 지연 추정에 한계가 있었던 점을 극복하고, 빠른 수렴과 낮은 RMS 오차를 달성한다. 추정 단계가 끝난 후, 저자는 지연 의존 LPV 출력 피드백 제어기를 설계한다. 파라미터 의존 라플라스‑크라스코프키(Lyapunov‑Krasovskii) 함수형을 사용해, 임의 변동 지연 τ(t)와 norm‑bounded 불확실성·외란에 대한 충분조건을 LMI 형태로 유도한다. 이 LMI는 컨벡스 최적화 문제로 풀 수 있어, 실시간 게인 스케줄링이 가능하다. 설계된 컨트롤러는 동적 출력 피드백 구조를 가지며, 과거 입력(지연) 정보를 메모리 형태로 포함한다. 이를 통해 시스템의 감쇠비와 대역폭을 유지하면서, 급격한 파라미터 변동에도 안정적인 MAP 추적을 보장한다. 시뮬레이션 결과는 네 가지 주요 시나리오(정상 상황, 급격한 파라미터 변동, 외란 입력, 측정 노이즈)에서 제어 성능을 평가한다. 모든 경우에서 제어기는 MAP를 목표값(예: 65 mmHg)으로 빠르게 수렴시키고, 오버슈트와 정착 오차를 최소화한다. 또한, 추정된 파라미터와 실제 파라미터 사이의 차이가 커져도, LMI 기반 강인 설계 덕분에 시스템은 안정성을 유지한다. 비교 실험에서는 기존 고정 파라미터 PI 제어와 EKF 기반 적응 제어에 비해, 제안된 프레임워크가 추적 오차를 30 % 이상 감소시키고, 응답 시간을 20 % 단축함을 보여준다. 결론적으로, 베이지안 다중 모델 CKF를 통한 실시간 파라미터·지연 추정과, 지연 의존 LPV 출력 피드백 제어기의 결합은 MAP 자동 조절에 있어 높은 정확도와 강인성을 제공한다. 향후 연구에서는 인간 임상 데이터를 통한 검증, 다중 약물(혈관확장제·혈관수축제) 동시 제어, 그리고 하드웨어 구현을 통한 실시간 임상 적용 가능성을 탐색할 계획이다.