지향 그래프 기반 분산 상태 추정: 측정 관점에서의 새로운 합의 필터

초록

본 논문은 전체 관측 가능성(collectively observability) 조건 하에, 방향성 그래프 위에서 동작하는 합의 기반 분산 필터를 제안한다. 증강된 리더‑팔로잉 정보 융합 전략을 이용해 로컬 측정값만으로 이득(K)과 합의 이득(μ)을 설계하고, 융합 단계 수(l)의 하한을 도출하여 추정 오차 공분산이 균일하게 상한을 갖도록 보장한다. 또한, 융합 단계가 무한대로 증가할 때 중앙집중형 칼만 필터와의 성능 격차 수렴 속도의 하한을 제시하고, 그래프의 스펙트럼 노름 조건을 만족하면 지수적 수렴을 확보한다. 두 개의 시뮬레이션을 통해 이론적 결과를 검증한다.

상세 분석

이 연구는 이산시간 선형 시스템에 대한 분산 상태 추정을 위해, 기존 연구가 주로 상태 추정값이나 중간 변수의 융합에 초점을 맞춘 반면, 로컬 측정값 자체를 직접 융합하는 새로운 접근법을 제시한다. 핵심 아이디어는 ‘증강된 리더‑팔로잉(augmented leader‑following)’ 구조를 도입하여, 각 센서가 자신의 추정값뿐 아니라 이웃 센서가 예측한 측정값(z)까지 교환하도록 설계한 것이다. 이를 위해 먼저 각 센서 i가 센서 j의 측정값을 예측하는 변수 z_{ij}^{(l)}를 정의하고, 합의 단계 l에서 다음과 같은 동적 평균화 알고리즘을 적용한다.

z_{ij}^{(l)} = z_{ij}^{(l‑1)} – μ_{ij}∑{t∈N_i}a{it}(z_{ij}^{(l‑1)} – z_{tj}^{(l‑1)}) – a_{ij}(z_{ij}^{(l‑1)} – y_{j})

여기서 μ_{ij}는 로컬에서 선택 가능한 양의 합의 이득이며, a_{ij}는 인접 행렬 원소이다. 이 식은 라플라시안 L과 측정 전송 행렬 B를 결합한 G = I – Λ(L⊗I + B) 형태로 정리될 수 있다. G의 스펙트럼 반경 ρ(G) < 1이면, l → ∞일 때 측정 예측 오차 ε^{(l)}가 0으로 수렴한다는 것이 증명된다.

다음으로, 상태 추정 업데이트는 중앙칼만 필터와 동일한 형태의 이득 K = \bar P C^T R^{-1}를 사용한다. 여기서 \bar P는 Riccati 방정식으로부터 얻은 안정적인 공분산이다. 따라서 전체 추정식은

\hat x_i^{(k)} = (A – KCA)\hat x_i^{(k‑1)} + K z_i^{(l)}

으로 표현된다. 이 구조는 측정 예측 오차와 상태 추정 오차가 서로 얽혀 있는 복합 동역학을 만든다. 논문은 이를 행렬 A(l), B(l), D(l) 로 분해하고, 각각의 공분산 전이식을 유도한다.

핵심 설계 문제는 두 가지 파라미터 μ_{ij}와 융합 단계 l이다. μ_{ij}에 대해서는 두 가지 설계 방식을 제시한다. 첫 번째는 로컬 이웃 정보만을 이용해 0 < μ_{ij} ≤ 1/(l_{ii}+a_{ij}) 로 제한함으로써 ρ(G) < 1을 보장한다(분산 설계). 두 번째는 무향 그래프에서 모든 μ를 동일하게 설정하고, μ < 1/ρ(L⊗I + B) 로 선택하는 통합 설계이다.

융합 단계 l에 대해서는 Theorem 1을 통해 l > l₀ = log‖G‖₂ / (1 – ‖A – KCA‖₂‖K‖₂‖CA‖₂) 라는 하한을 도출한다. 이 조건을 만족하면 A(l)이 슈어 안정(Schur stable)하고, 각 센서의 추정 오차 공분산 P_{i,k|k} 가 시간에 독립적인 상한을 갖는다. 즉, 충분히 많은 합의 반복을 수행하면 분산 필터가 중앙 필터와 동일한 안정성을 확보한다.

마지막으로, Theorem 3은 l → ∞일 때 분산 필터와 중앙 필터 사이의 steady‑state 성능 격차 Δ(l) = ‖P_{i}^{(l)} – P_c‖₂ 가 최소한 지수적으로 수렴함을 보인다. 이 수렴 속도는 ‖G‖₂ 와 ‖A – KCA‖₂ 에 의해 결정되며, 그래프가 스펙트럼 노름 조건 ‖G‖₂ < 1 을 만족하면 매우 빠른 수렴을 기대할 수 있다.

시뮬레이션에서는 5‑node와 10‑node 방향성 그래프를 사용해, l을 증가시킬수록 평균 추정 오차가 중앙 칼만 필터에 근접함을 확인하였다. 또한, μ_{ij} 를 로컬 설계 규칙에 따라 선택했을 때와 전역 최적값으로 선택했을 때의 성능 차이를 비교해, 로컬 설계만으로도 충분히 좋은 수렴 특성을 얻을 수 있음을 보여준다.

전체적으로 이 논문은 방향성 그래프 환경에서 로컬 측정값 기반의 합의 필터를 체계적으로 설계하고, 수렴 보장을 위한 명확한 파라미터 조건을 제공함으로써, 에너지 제한 센서 네트워크 및 실시간 분산 감시 시스템에 실용적인 솔루션을 제시한다.