불확실 비선형 시스템을 위한 확실성 등가 적응형 MPC

초록

본 논문은 비선형 시스템에 대한 적응형 모델예측제어(MPC)를 설계한다. 확실성 등가(MPC)와 최소제곱(LMS) 파라미터 적응을 결합해, 잡음·교란·파라미터 변동의 에너지에 비례하는 추적오차와 제약위반을 보장한다. 개방루프 안정 시스템에 대해 반전역적(반전역) 결과를, 약한 지역 안정조건을 만족하는 시스템에 대해 지역적 결과를 제시한다. 대규모 파라미터 불확실성을 갖는 질량-스프링-댐퍼 체인과 불안정 쿼드로터 시뮬레이션을 통해 실효성을 검증한다.

상세 분석

이 연구는 기존 적응 제어가 직면한 “제약 포함·비선형·대규모 파라미터 불확실성”이라는 삼중 난관을 MPC 프레임워크와 결합함으로써 해결한다. 핵심 아이디어는 ‘확실성 등가’라는 개념이다. 즉, 현재 파라미터 추정값을 사용해 완전한 모델을 가정하고, 그 모델 기반으로 한 단계·다단계 롤아웃을 수행한다. 이렇게 하면 실제 시스템이 모델과 다를 경우에도, 롤아웃에 포함된 인공 레퍼런스와 소프트 제약을 통해 내재적인 강인성을 확보한다.

파라미터 적응은 투사형 최소제곱(LMS) 방식으로 구현된다. 식(10)은 추정값을 일차 예측 오차에 비례해 업데이트하고, 추정값이 사전 정의된 파라미터 집합 Θ 안에 머물도록 투사한다. 이때 파라미터 이득 Γ는 ΦᵀΓΦ ≤ I 를 만족하도록 선택되며, 이는 수렴 속도와 잡음 증폭을 동시에 제어한다. 정리 1은 적응 법칙이 파라미터 오차에 대한 Lyapunov‑like 감소식을 제공함을 증명한다. 특히, 오차 감소는 예측 오차 ‖˜x₁|k‖²와 외란·측정 잡음에 대한 상수항으로 분해돼, 전체 시스템의 누적 비용이 잡음·교란·파라미터 변동 에너지에 선형적으로 종속함을 보인다.

MPC 설계는 두 가지 경우로 나뉜다. 첫 번째는 시스템 자체가 개방루프 지수안정(open‑loop exponentially stable)인 경우로, 여기서는 ‘반전역(semi‑global)’ 보장을 얻는다. 제약 위반과 추적 오차는 모든 초기 조건과 파라미터 집합에 대해 동일한 상수 C₁, C₂ 로 한정된다. 두 번째는 약한 지역 안정조건(Assumption 6)을 만족하는 경우로, 여기서는 ‘지역(region)’ 결과가 도출된다. 이때는 초기 상태가 작은 집합 𝑋̄_J 안에 있어야 하고, 파라미터·교란·측정 잡음이 충분히 작아야 한다. 두 경우 모두 인공 레퍼런스와 소프트 제약을 활용해 최적 출력 y_rd,θ 를 추적하도록 설계했으며, 실제 파라미터가 변해도 레퍼런스가 자동으로 재조정된다.

기존 적응 MPC 연구는 주로 선형 시스템에 국한되었으며, 파라미터 불확실성을 ‘작다’는 가정 하에 강인성을 확보했다. 반면 본 논문은 비선형 시스템 전반에 적용 가능하도록 설계했으며, 파라미터 집합 Θ가 큰 경우에도 사전 오프라인 설계 없이 바로 적용할 수 있다. 또한, 제약을 소프트 형태로 다루어 ‘일시적 위반’은 허용하되, 누적 위반량이 에너지에 비례하도록 제어한다는 점이 실용적이다.

한계점으로는 (i) 파라미터가 선형적으로 결합된 형태(f = f₀ + Gθ)라는 가정이 남아 있어, 완전 비선형 파라미터 의존성을 다루지는 못한다는 점, (ii) Γ 선택을 위한 Φ의 상한이 필요하므로, 실제 시스템에서 이를 보수적으로 추정해야 하는 부담이 있다. 또한, 지역 결과는 ‘충분히 작은’ 파라미터 변동을 전제로 하므로, 급격한 파라미터 급변 상황에서는 보장이 약해진다. 그럼에도 불구하고, 이론적 보장과 시뮬레이션 결과가 일관된 점은 본 접근법의 강점을 충분히 입증한다.