불변 확률 미분 시스템을 위한 첫 적분 기반 설계 방법

초록

본 논문은 주어진 첫 적분(불변량)으로 정의된 매니폴드 위에 시스템 궤적이 머물도록 하는 이토·스트라토노비치 확률 미분 방정식(SDE)을 구성하는 알고리즘을 제시한다. 기저 벡터를 이용해 접평면을 구하고, 기저 퇴화 문제를 회피하는 방법을 제시함으로써 심볼릭 연산 환경에서 구현이 용이하도록 설계하였다. 항공기 자세 제어와 고차 차수 시스템 예시를 통해 이론을 검증하고 수치 시뮬레이션 결과를 제시한다.

상세 분석

논문은 먼저 “불변 확률 미분 시스템”(Invariant Stochastic Differential System, ISDS)의 정의를 명확히 하고, 첫 적분 M(t,x) 가 존재하기 위한 필요충분 조건을 이토 형태(식 (7)·(8))와 스트라토노비치 형태(식 (7)·(10))로 정리한다. 핵심은 확률적 흐름 X(t) 의 미분 dM(t,X(t)) 이 0이 되도록 하는데, 이는 확산 행렬 σ(t,x) 의 각 열과 ∇ₓM 가 직교하고, 드리프트 f 또는 a 가 ∇ₓM 와 직교함을 의미한다. 이러한 기하학적 해석을 바탕으로, 저자는 매니폴드의 접평면을 구성하는 (n‑1) 개의 선형 독립 벡터 N₁,…,N_{n‑1} 을 명시적으로 정의한다(식 (13)). 이 벡터들은 G=∇ₓM 에 대해 직교하도록 설계되었으며, 인접한 N_j 와 N_k 가 겹치지 않게 함으로써 행렬 NG (열 G, N₁,…,N_{n‑1}) 의 행렬식이 간단히 계산된다. 특히 g₂=…=g_{n‑1}=0 인 경우(제안 1) 행렬식이 (−1)^{n‑1}|G|²π_n 으로 표현되어, 기저가 퇴화하지 않음을 보장한다.

다음 단계에서는 이 기저를 이용해 σ(t,x) 와 a(t,x) (또는 f(t,x) )를 구성한다. 확산 행렬의 각 열을 N_j 의 선형 결합으로 두고, 자유롭게 선택 가능한 스칼라 함수 φ_j(t,x) 를 곱함으로써 σ 의 열이 ∇ₓM 와 직교하도록 만든다. 드리프트는 a(t,x)=ψ(t,x)·G 또는 a(t,x)=ψ(t,x)·N_j 와 같은 형태로 선택할 수 있는데, 여기서 ψ 은 임의의 스칼라 함수이며, ∂M/∂t 와 f ·∇ₓM 의 보정 항을 포함한다. 이렇게 하면 식 (10) 을 만족하는 a 를 얻을 수 있다. 저자는 이 과정을 알고리즘화하여 심볼릭 계산 시스템(Mathematica, Maple 등)에서 자동으로 구현할 수 있음을 강조한다.

특히 기저 퇴화 문제를 해결하기 위한 두 가지 변형을 제시한다. 첫 번째는 G 의 특정 성분이 0일 때 N_j 를 재구성하는 방법이며, 두 번째는 G 와 N_j 를 선형 변환해 새로운 정규 직교 기저를 만드는 방법이다. 이를 통해 고차 차수(2,4,8 차) 시스템에서도 안정적으로 σ 와 a 를 도출할 수 있다.

예제로는 (i) quaternion 기반 항공기 자세 제어 시스템을 확률적 교란이 포함된 형태(식 (3))로 변환하고, 첫 적분 |λ|²=1 을 유지하도록 σ 와 a 를 설계하였다. (ii) 다중 위너 프로세스를 이용한 4차원 SDE(식 (4))에서 X₁X₃−X₂−X₄=0 이라는 초곡면을 첫 적분으로 삼아, 해당 매니폴드에 대한 σ 와 a 를 구했다. 두 경우 모두 수치 시뮬레이션(Milstein, Rosenbrock‑type 스키마)으로 경로가 매니폴드 위에 머무르는 것을 확인하였다.

결론적으로, 논문은 첫 적분을 이용해 매니폴드 제약을 강제하는 SDE 설계 방법을 체계화하고, 기저 퇴화 문제를 해결하는 실용적인 절차를 제공한다. 이는 제어 설계, 강인성 분석, 그리고 수치 방법 검증 등 다양한 분야에 적용 가능성을 열어준다.