분산형 이벤트 기반 강인 모델 예측 제어: 하이퍼직사각형 트리거 설계와 실용적 구현

본 논문은 선형 시불변(LTI) 시스템에 적용 가능한 강인 모델 예측 제어(Robust Model Predictive Control, RMPC)를 이벤트 기반(event‑based) 샘플링 정책과 결합한 새로운 제어 프레임워크를 제안한다. 기존의 RMPC는 매 제어 단계마다 최적화 문제를 풀어야 하므로 계산량과 통신 부하가 크게 발생한다. 이를 완화하기 위해 저자들은 “트리거 메커니즘”을 도입한다. 트리거는 시스템의 현재 상태가 사전에 정의된 집합을 벗어났을 때만 제어 업데이트를 수행하도록 설계된다. 핵심 설계 아이디어는 RMPC가 제공하는 최적 상태 궤적을 둘러싸는 일련의 하이퍼직사각형(축에 평행한 다면체) 집합을 구성하는 것이다. 각 하이퍼직사각형은 상태 공간의 각 차원에 대해 상·하한을 정의하며, 이 경계값은 로컬 센서가 독립적으로 측정한 값만으로 판단할 수 있다. 따라서 센서는 중앙 집중식 노드 없이도 “내부에 있다/벗어났다”를 판단해 트리거를 발생시킬 수 있다. 이와 같은 구조는 무선 센서·액추에이터 네트워크(WSAN)와 같이 에너지와 대역폭이 제한된 시스템에 특히 유리하다. 트리거 집합을 설계하는 문제는 “집합 부피를 최소화”하는 파라메트릭 집합 최적화로 공식화된다. 부피를 최소화하면 트리거가 발생하는 빈도가 감소하므로 통신·계산 효율이 향상된다. 저자들은 이 비선형 부피 최소화 문제를 집합의 정점(vertex) 변수화로 변환하고, 정점 좌표가 선형 부등식으로 표현될 수 있음을 이용해 볼록 프로그램(convex program, CP) 형태로 재구성한다(정리 4.4). 이 CP는 다항식 시간 내에 해결 가능하며, 실제 구현에 필요한 계산량을 크게 낮춘다. 또한, CP의 선형 완화(linear program, LP) 버전을 제시함으로써(정리 5) 실시간 적용 시 더욱 경량화된 솔버를 사용할 수 있다. 이론적 분석에서는 트리거 메커니즘이 RMPC의 강인 재귀 가능성(recursive feasibility)과 강인 안정성(robust stability)을 보존함을 증명한다(정리 4.1). 구체적으로, 트리거 집합이 RMPC가 설계한 튜브(tube) 안에 포함되도록 설계함으로써, 트리거가 발생하더라도 시스템 상태는 여전히 튜브 내에 머물며 모든 제약을 만족한다. 이 과정에서 집합 차이 하한(Lemma 2.1)과 지원 함수(support function) 등 집합 이론적 도구가 핵심적으로 활용된다. 논문은 또한 기존 연구와의 차별점을 명확히 제시한다. 기존의 이벤트 기반 MPC는 주로 중앙 집중식 트리거 혹은 복잡한 임계값 설계에 의존했으며, 센서와 컨트롤러 사이의 강한 결합을 전제로 했다. 반면, 본 연구는 트리거를 완전히 분산형으로 설계하고, 트리거 집합을 하이퍼직사각형 형태로 제한함으로써 각 센서가 독립적으로 판단하도록 한다. 이는 센서가 물리적으로 분산된 시스템, 예를 들어 물 처리 플랜트, HVAC, 상업용 냉동 시스템 등에 바로 적용 가능하게 만든다. 수치 실험에서는 2차 및 3차 LTI 시스템에 대해 제안된 이벤트 기반 RMPC와 전통적인 주기적 RMPC를 비교한다. 실험 결과는 평균 통신 횟수가 30~50% 감소하면서도 상태·입력 제약 위반이 거의 없고, 목표 집합(TX, TU) 수렴 속도도 크게 저하되지 않음을 보여준다. 또한, 트리거 집합의 부피가 작을수록 통신 감소 효과가 커짐을 확인하였다. 그러나 설계 단계에서 CP/LP 문제의 규모가 시스템 차원과 예측 호라이즌(N)에 따라 급격히 증가한다는 한계도 논의한다. 특히, 고차원 시스템에서는 정점 변수화에 따른 메모리 요구량이 크게 늘어나며, 이를 해결하기 위한 차원 축소 기법이나 근사적 설계가 향후 연구 과제로 제시된다. 결론적으로, 본 논문은 강인 MPC와 이벤트 기반 제어를 결합한 최초의 분산형 설계 프레임워크를 제공한다. 트리거 메커니즘의 집합 이론적 설계, 볼록 프로그램 및 LP 완화에 기반한 계산 효율성, 그리고 강인 재귀 가능성과 안정성 보장을 통해, 센서가 물리적으로 분산된 환경에서도 실시간 제어를 구현하려는 연구자와 실무자에게 실질적인 도구와 이론적 근거를 제공한다.