線形二次レギュレータ(linear quadratic regulator)とは、線形の系 $\dot x=Ax+Bu$ を、状態と入力の 2 乗の積分 $\int_0^\infty(x^{\mathsf T}Qx+u^{\mathsf T}Ru)\,dt$ を最小にするように動かす制御で、最適な入力は状態の帰還 $u=-R^{-1}B^{\mathsf T}Px$ になる。$R$ が正定値、$Q$ が半正定値で、$(A,B)$ が可安定、$Q=C^{\mathsf T}C$ として $(C,A)$ が可検出なら、$P$ は代数 Riccati 方程式のただ 1 つの半正定値の解で、最小の費用は $x(0)^{\mathsf T}Px(0)$、閉ループは漸近安定である。入力の倍率が $\frac12$ を超える範囲で安定が保たれ、1 入力では位相余裕が $60^\circ$ 以上ある。
前提知識: Riccati方程式, 可制御性, 行列の指数関数, Lyapunovの安定性定理
線形二次レギュレータ(linear quadratic regulator、略して LQR)は、線形の系 $\dot x=Ax+Bu$ を、状態のずれと入力の大きさの 2 乗の積分
$$
J[u]=\int_0^\infty\bigl(x^{\mathsf T}Qx+u^{\mathsf T}Ru\bigr)\,dt
$$
が最小になるように動かす制御である。答えは状態の定数倍の帰還 $u=-Kx$ で、係数 $K=R^{-1}B^{\mathsf T}P$ は代数 Riccati 方程式
$$
A^{\mathsf T}P+PA-PBR^{-1}B^{\mathsf T}P+Q=O
$$
の解 $P$ から決まる。最小の費用は $x(0)^{\mathsf T}Px(0)$ である。
有限の時間 $[0,T]$ での同じ問題は、Riccati方程式 の定理「大域存在と最適性」が解いている(離散時間の場合は 動的計画法と最適制御 の定理「離散時間の LQ 制御と Riccati 漸化式」)。無限の時間にすると 2 つの新しい問題が生じる。代数 Riccati 方程式は一般に解を複数もつので、どの解が答えなのか。そして、費用を最小にする帰還は系を安定にするのか。この記事では、$(A,B)$ が可安定で、$Q=C^{\mathsf T}C$ として $(C,A)$ が可検出なら、代数 Riccati 方程式の半正定値の解がただ 1 つあり、それが最小の費用を与え、閉ループを漸近安定にすることを完全に証明する。さらに、この帰還が入力の倍率の誤差に強いこと(ゲイン余裕が $(\frac12,\infty)$、位相余裕が $60^\circ$ 以上)を示す。
状態 $x(t)\in\mathbb R^n$、入力 $u(t)\in\mathbb R^m$ とし、$A,B,Q,R$ は実の定数行列とする。$n$ 次の実正方行列の固有値の実部がすべて負であるとき、その行列を 安定(Hurwitz)という。
$A\in\mathbb R^{n\times n}$、$B\in\mathbb R^{n\times m}$、対称行列 $Q\in\mathbb R^{n\times n}$、$R\in\mathbb R^{m\times m}$ と初期値 $x_0$ が与えられたとする。$[0,\infty)$ で区分的に連続な入力 $u$ に対し、$x$ を $\dot x=Ax+Bu$、$x(0)=x_0$ の解とし、
$$
J_T[u]:=\int_0^T\bigl(x^{\mathsf T}Qx+u^{\mathsf T}Ru\bigr)\,dt,\qquad J[u]:=\lim_{T\to\infty}J_T[u]\in[0,\infty]
$$
とおく($Q,R$ が半正定値なら被積分関数は $0$ 以上で、極限は存在する)。$J[u]$ を最小にする入力を求める問題を 線形二次レギュレータ問題 という。
使える条件は次の 3 つである。
(i) $R$ は 正定値行列、$Q$ は半正定値である。$Q=C^{\mathsf T}C$ と書く($C$ は $Q$ の平方根でも、列の数を減らした分解でもよい)。
(ii) $(A,B)$ は 可安定 である:$A-BK_0$ が安定となる $K_0\in\mathbb R^{m\times n}$ がある。
(iii) $(C,A)$ は 可検出 である:$Av=\lambda v$、$Cv=0$、$v\in\mathbb C^n\setminus\{0\}$ なら $\operatorname{Re}\lambda< 0$。
(ii) は、可制御性 の定理「可制御な部分への分解」で $A_{22}$ の固有値がすべて負の実部をもつことと同値である(同じ記事の極配置定理による)。(iii) は、見えない($Cv=0$ の)振る舞いがひとりでに減衰することを言っている。$Q$ が正定値なら $C$ は正則にとれ、(iii) は自動的に成り立つ。(i) で $Q=C^{\mathsf T}C$ の分解の取り方は (iii) に影響しない($Cv=0$ と $v^*Qv=0$ は同じである)。
以下 $G:=BR^{-1}B^{\mathsf T}$ と書き、対称行列 $X$ について
$$
\mathcal R(X):=A^{\mathsf T}X+XA-XGX+Q
$$
とおく。$\mathcal R(P)=O$ を 代数 Riccati 方程式(ARE)という。$A-GP$ が安定な対称解 $P$ を 安定化解 という(Riccati方程式 の節「代数 Riccati 方程式」と同じ定義)。
| 公式 | 使える条件 | 根拠 |
|---|---|---|
| 最適な入力 $u=-Kx$、$K=R^{-1}B^{\mathsf T}P$ | (i)(ii)(iii) | thm-lqr-main |
| 最小の費用 $\min J=x_0^{\mathsf T}Px_0$ | (i)(ii)(iii) | thm-lqr-main |
| 閉ループ $\dot x=(A-BK)x$ は安定 | (i)(ii)(iii) | thm-lqr-main |
| $P=\lim_{T\to\infty}\Pi(T)$、$\Pi'=\mathcal R(\Pi)$、$\Pi(0)=O$ | (i)(ii) | thm-lqr-main の証明 |
| 半正定値の ARE の解はただ 1 つ | (i)(iii) と解の存在 | thm-lqr-main |
| 安定化解は高々 1 つ | ARE の対称解 | Riccati方程式 の定理「安定化解は高々 1 つ」 |
| $J_T[u]=x_0^{\mathsf T}Px_0-x(T)^{\mathsf T}Px(T)+\int_0^T\lvert R^{1/2}(u+Kx)\rvert^2dt$ | $\mathcal R(P)=O$、$P$ は対称 | lem-lqr-square |
| $(I+L(-s))^{\mathsf T}R(I+L(s))=R+\Phi(-s)^{\mathsf T}Q\Phi(s)$ | $\mathcal R(P)=O$、$s,-s$ が $A$ の固有値でない | prop-lqr-return |
| 入力に倍率 $k_i>\frac12$ を掛けても安定 | (i)(ii)(iii)、$R$ は対角 | cor-lqr-margin |
| 1 入力で $\lvert1+L(i\omega)\rvert\ge1$、位相余裕 $\ge60^\circ$ | (i)(ii)(iii)、$m=1$ | prop-lqr-return、cor-lqr-phase |
ここで $\Phi(s):=(sI-A)^{-1}B$、$L(s):=K\Phi(s)$ は閉ループを入力の位置で切ったときの 開ループ伝達関数 である(伝達関数)。
$S$ を $[0,T]$ 上の $C^1$ 級の対称行列の値の関数で
$$
-\dot S=A^{\mathsf T}S+SA-SGS+Q
$$
を満たすものとし、$K_S:=R^{-1}B^{\mathsf T}S$ とおく。区分的に連続な任意の $u$ と、対応する解 $x$($x(0)=x_0$)について
$$
J_T[u]+x(T)^{\mathsf T}S(T)x(T)=x_0^{\mathsf T}S(0)x_0+\int_0^T(u+K_Sx)^{\mathsf T}R\,(u+K_Sx)\,dt
$$
が成り立つ。とくに $S\equiv P$($\mathcal R(P)=O$)でもよい。
$u$ の連続点で、方程式を使うと
$$
\frac d{dt}\bigl(x^{\mathsf T}Sx\bigr)=x^{\mathsf T}(A^{\mathsf T}S+SA+\dot S)x+2u^{\mathsf T}B^{\mathsf T}Sx=x^{\mathsf T}(SGS-Q)x+2u^{\mathsf T}RK_Sx
$$
である。$x^{\mathsf T}SGSx=(K_Sx)^{\mathsf T}R(K_Sx)$ なので、両辺に $x^{\mathsf T}Qx+u^{\mathsf T}Ru$ を足すと、右辺は $(u+K_Sx)^{\mathsf T}R(u+K_Sx)$ になる。$t\mapsto x(t)^{\mathsf T}S(t)x(t)$ は連続で区分的に $C^1$ 級なので、$0$ から $T$ まで積分できて主張を得る。$\square$
Riccati方程式 の定理「大域存在と最適性」の証明の段 2 と同じ計算で、ここでは入力を区分的に連続な関数まで広げている。
条件 (i)(ii)(iii) のもとで、次が成り立つ。
段 1(有限時間の解)。 $[0,\infty)$ 上の初期値問題 $\Pi'=\mathcal R(\Pi)$、$\Pi(0)=O$ を考える。$T>0$ を固定すると、$S(t):=\Pi(T-t)$ は終端値問題 $-\dot S=\mathcal R(S)$、$S(T)=O$ を満たす。Riccati方程式 の定理「大域存在と最適性」(係数は定数、$Q_T=O$)により、この解は $[0,T]$ 全体に存在し、対称で半正定値である。$T$ は任意なので $\Pi$ は $[0,\infty)$ 全体に存在する。lem-lqr-square を $S$ に使うと、区分的に連続なすべての $u$ で
$$
J_T[u]=x_0^{\mathsf T}\Pi(T)x_0+\int_0^T(u+K_Sx)^{\mathsf T}R(u+K_Sx)\,dt\ge x_0^{\mathsf T}\Pi(T)x_0
$$
で、等号は $u=-K_Sx$(線形方程式の解)でとられる。よって $x_0^{\mathsf T}\Pi(T)x_0=\min_uJ_T[u]$ である。
段 2(単調性)。 $T\le T'$ とし、$u'$ を $J_{T'}$ の最小を与える入力とする。被積分関数は $0$ 以上なので $x_0^{\mathsf T}\Pi(T')x_0=J_{T'}[u']\ge J_T[u']\ge x_0^{\mathsf T}\Pi(T)x_0$ である。$x_0$ は任意なので $\Pi(T)\le\Pi(T')$(半正定値の順序)である。
段 3(有界性)。 (ii) の $K_0$ をとり、$A_0:=A-BK_0$ とおく。$A_0$ は安定なので、$\lvert e^{A_0t}\rvert\le Me^{-\alpha t}$($M,\alpha>0$)で、
$$
W:=\int_0^\infty e^{A_0^{\mathsf T}t}(Q+K_0^{\mathsf T}RK_0)e^{A_0t}\,dt
$$
は収束する。入力 $u=-K_0x$ では $x(t)=e^{A_0t}x_0$ で、$J[u]=x_0^{\mathsf T}Wx_0$ である。よって $x_0^{\mathsf T}\Pi(T)x_0\le J_T[u]\le x_0^{\mathsf T}Wx_0$、すなわち $\Pi(T)\le W$ である。
段 4(極限)。 段 2・3 から、各 $x_0$ について $x_0^{\mathsf T}\Pi(T)x_0$ は $T$ について増加し上に有界なので収束する。$y^{\mathsf T}\Pi z=\frac14\bigl((y+z)^{\mathsf T}\Pi(y+z)-(y-z)^{\mathsf T}\Pi(y-z)\bigr)$ により各成分も収束し、極限 $P$ は対称で $O\le P\le W$ である。$\mathcal R$ は連続なので、
$$
\Pi(T+1)-\Pi(T)=\int_T^{T+1}\mathcal R(\Pi(\tau))\,d\tau\longrightarrow\mathcal R(P)\qquad(T\to\infty)
$$
であり、左辺は $P-P=O$ に収束する。よって $\mathcal R(P)=O$ である。
段 5(最適性)。 任意の $u$ について、段 1 から $J[u]\ge J_T[u]\ge x_0^{\mathsf T}\Pi(T)x_0$ で、$T\to\infty$ として $J[u]\ge x_0^{\mathsf T}Px_0$ である。一方 $u^*=-Kx$ では lem-lqr-square を $S\equiv P$ に使い、積分の項が $0$ なので $J_T[u^*]=x_0^{\mathsf T}Px_0-x(T)^{\mathsf T}Px(T)\le x_0^{\mathsf T}Px_0$($P\ge O$)である。$T\to\infty$ として $J[u^*]\le x_0^{\mathsf T}Px_0$ となり、2 が示された。ここまでは (iii) を使っていない。
段 6(安定性)。 $X$ を ARE の半正定値の対称解とし、$A_X:=A-GX$ とおく。$\mathcal R(X)=O$ を書き直すと
$$
A_X^{\mathsf T}X+XA_X=-Q-XGX=-C^{\mathsf T}C-(B^{\mathsf T}X)^{\mathsf T}R^{-1}(B^{\mathsf T}X)\qquad(\ast)
$$
である。$A_Xv=\lambda v$、$v\ne0$、$\operatorname{Re}\lambda\ge0$ とすると、$(\ast)$ を $v^*$ と $v$ で挟んで
$$
2\operatorname{Re}\lambda\;v^*Xv=-\lvert Cv\rvert^2-(B^{\mathsf T}Xv)^*R^{-1}(B^{\mathsf T}Xv)
$$
である。左辺は $0$ 以上、右辺は $0$ 以下なので両辺は $0$ で、$Cv=0$、$B^{\mathsf T}Xv=0$ である。すると $Av=A_Xv+GXv=\lambda v$ で、(iii) に反する。よって $A_X$ は安定で、$X$ は安定化解である。$X=P$ として 3 と 1 の後半を得る。
段 7(一意性)。 段 6 により半正定値の解はどれも安定化解で、安定化解は高々 1 つである(Riccati方程式 の定理「安定化解は高々 1 つ」)。段 4 の $P$ がその 1 つなので、1 が示された。$\square$
$(A,B)$ が可制御で $(C,A)$ が可観測という強い仮定のもとでの同じ結果(このとき $P$ は正定値で、最適な入力はただ 1 つ)は Lib11 Theorem 6.1(pp. 157–158)にあり、同書 §6.2.1(pp. 153–155)も有限時間の解の極限として $P$ を作っている。可安定・可検出のもとで、ARE の Hamilton 行列の安定な不変部分空間から半正定値の安定化解が得られることは DGKF89 Lemma 3(p. 833)にある。AMF20 §7.5(pp. 7-28〜7-29)は、この解が数値計算で求まることと制御器の設計の手順を述べている。
段 5 の下からの評価は、どんな入力も有限時間の最適値より安くできないことだけを使っている。そのため、(iii) を外しても最小値は $x_0^{\mathsf T}Px_0$ のままだが、最小を与える帰還が系を安定にするとは限らない(ex-lqr-counterexamples の 2 行目)。
最適な帰還は、入力の倍率の誤差に対して大きな余裕をもつ。
(i)(ii)(iii) を仮定し、$R=\operatorname{diag}(r_1,\dots,r_m)$ は対角とする。$N=\operatorname{diag}(k_1,\dots,k_m)$ で、すべての $i$ について $k_i>\frac12$ なら、$A-BNK$ は安定である。
$B^{\mathsf T}P=RK$ なので $PBNK=K^{\mathsf T}RNK$ で、$RN$ は対角なので対称である。ARE から $A^{\mathsf T}P+PA=K^{\mathsf T}RK-Q$ なので
$$
(A-BNK)^{\mathsf T}P+P(A-BNK)=A^{\mathsf T}P+PA-2K^{\mathsf T}RNK=-C^{\mathsf T}C-K^{\mathsf T}R(2N-I)K
$$
である。$R(2N-I)$ は正定値の対角行列である。$(A-BNK)v=\lambda v$、$v\ne0$、$\operatorname{Re}\lambda\ge0$ とすると、prf-lqr-main の段 6 と同じく両辺を $v^*$ と $v$ で挟んで $Cv=0$、$Kv=0$ を得て、$Av=\lambda v$ が (iii) に反する。$\square$
倍率は上にはいくらでも大きくしてよく、下には $\frac12$ を超えればよい。この $\frac12$ は一般には改善できない(ex-lqr-counterexamples の 4 行目)。
$P$ を ARE の対称解、$K=R^{-1}B^{\mathsf T}P$、$\Phi(s)=(sI-A)^{-1}B$、$L(s)=K\Phi(s)$ とする。$s$ と $-s$ がともに $A$ の固有値でないとき
$$
\bigl(I+L(-s)\bigr)^{\mathsf T}R\bigl(I+L(s)\bigr)=R+\Phi(-s)^{\mathsf T}Q\Phi(s)
$$
である。とくに $R>O$、$Q\ge O$ で $A$ が虚軸上に固有値をもたなければ、すべての実数 $\omega$ で $\bigl(I+L(i\omega)\bigr)^*R\bigl(I+L(i\omega)\bigr)\ge R$ で、1 入力($m=1$)なら $\lvert1+L(i\omega)\rvert\ge1$ である。
ARE は $(-sI-A^{\mathsf T})P+P(sI-A)=-(A^{\mathsf T}P+PA)=Q-K^{\mathsf T}RK$ と書ける。左から $B^{\mathsf T}(-sI-A^{\mathsf T})^{-1}=\Phi(-s)^{\mathsf T}$、右から $\Phi(s)$ を掛けると、$B^{\mathsf T}P=RK$ により
$$
RL(s)+L(-s)^{\mathsf T}R=\Phi(-s)^{\mathsf T}Q\Phi(s)-L(-s)^{\mathsf T}RL(s)
$$
となる。左辺の展開 $\bigl(I+L(-s)\bigr)^{\mathsf T}R\bigl(I+L(s)\bigr)=R+RL(s)+L(-s)^{\mathsf T}R+L(-s)^{\mathsf T}RL(s)$ に代入すればよい。$A,B$ は実行列なので $\Phi(-i\omega)^{\mathsf T}=\Phi(i\omega)^*$、$L(-i\omega)^{\mathsf T}=L(i\omega)^*$ であり、$\Phi^*Q\Phi\ge O$ から後半が従う($m=1$ では $R=r>0$ で割る)。$\square$
$1+L$ は帰還の輪を 1 周したときの 戻り差(return difference)である。1 入力では、開ループの周波数応答 $L(i\omega)$ の描く曲線(Nyquist 線図)は、$-1$ を中心とする半径 $1$ の円の内部に入らない。
$m=1$、$R>0$、$Q\ge O$ とし、$A$ は虚軸上に固有値をもたないとする。$\lvert L(i\omega_c)\rvert=1$ となる $\omega_c$ で、$L(i\omega_c)=e^{i\theta}$($-\pi< \theta\le\pi$)と書くと $\lvert\theta\rvert\le\frac{2\pi}3$ である。すなわち $L(i\omega_c)$ の偏角は $-1$ の偏角 $\pi$ から $60^\circ$ 以上離れている。
prop-lqr-return から $1\le\lvert1+e^{i\theta}\rvert^2=2+2\cos\theta$ で、$\cos\theta\ge-\frac12$ である。$\square$
ロバスト制御 の言葉では、prop-lqr-return は感度関数 $S=(1+L)^{-1}$ が $\lvert S(i\omega)\rvert\le1$ を満たすことを言っている。
$\dot x=x+u$、$Q=3$、$R=1$、$x(0)=1$ とする。
使う公式:thm-lqr-main。
答え:$P=3$、$K=3$、閉ループは $\dot x=-2x$、最小の費用は $3$。有限時間の値は $\Pi(T)=\dfrac{3(1-e^{-4T})}{1+3e^{-4T}}$ で、$T=0.5,1,2,3$ で $\Pi\approx1.844938,\ 2.791660,\ 2.995978,\ 2.999926$ と $3$ に近づく。
ARE は $2P-P^2+3=0$ で、解は $P=3$ と $P=-1$。半正定値なのは $3$ で、$A-GP=1-3=-2$ は安定である。$u=-3x$ では $x=e^{-2t}$、費用は $\int_0^\infty(3+9)e^{-4t}dt=3$。$\Pi'=2\Pi-\Pi^2+3=-(\Pi-3)(\Pi+1)$、$\Pi(0)=0$ を変数分離で解くと上の式になる。
位置 $x_1$ と速度 $x_2$ について $\dot x_1=x_2$、$\dot x_2=u$($A=\begin{pmatrix}0&1\\0&0\end{pmatrix}$、$B=\binom01$)、$Q=\operatorname{diag}(1,0)$、$R=1$ とする。
使う公式:thm-lqr-main。
答え:$P=\begin{pmatrix}\sqrt2&1\\1&\sqrt2\end{pmatrix}$、$K=(1,\ \sqrt2)$、閉ループの固有値は $\frac{-1\pm i}{\sqrt2}$(減衰比 $\frac1{\sqrt2}$)。$x_0=(1,0)^{\mathsf T}$ からの最小の費用は $\sqrt2\approx1.414214$。
$C=(1,0)$ で、$A$ の固有値 $0$ の固有ベクトル $(1,0)^{\mathsf T}$ は $C$ で消えないので可検出、$(A,B)$ は可制御である。$P=\begin{pmatrix}p_1&p_2\\p_2&p_3\end{pmatrix}$ とおくと ARE の成分は $1-p_2^2=0$、$p_1-p_2p_3=0$、$2p_2-p_3^2=0$。$P\ge O$ から $p_2=1$、$p_3=\sqrt2$、$p_1=\sqrt2$。閉ループの特性多項式は $s^2+\sqrt2s+1$。比較として $K_0=(1,1)$ の費用の行列は $W=\begin{pmatrix}1.5&1\\1&1.5\end{pmatrix}$ で、$W-P\ge O$、$x_0$ からの費用は $1.5$ である。
ex-lqr-scalar の系で、開ループ伝達関数は $L(s)=\dfrac3{s-1}$ である。
使う公式:prop-lqr-return、cor-lqr-margin、cor-lqr-phase。
答え:$\lvert1+L(i\omega)\rvert^2=\dfrac{\omega^2+4}{\omega^2+1}=1+\dfrac3{1+\omega^2}\ge1$。倍率 $k$ の帰還 $u=-3kx$ の閉ループは $\dot x=(1-3k)x$ で、$k>\frac13$ なら安定(保証される $k>\frac12$ より広い)。$\lvert L(i\omega_c)\rvert=1$ は $\omega_c=2\sqrt2\approx2.828427$ で、位相余裕は $\arccos\frac13\approx70.5288^\circ\ge60^\circ$。
$1+L(s)=\frac{s+2}{s-1}$。$\lvert L(i\omega)\rvert^2=\frac9{\omega^2+1}=1$ から $\omega_c^2=8$。$L(i\omega_c)=\frac3{2\sqrt2i-1}=-\frac13-\frac{2\sqrt2}3i$ で、$-1$ との角度は $\arccos\frac13$。
| 外す条件 | 反例 | 成り立たなくなる結論 |
|---|---|---|
| (ii) 可安定(thm-lqr-main) | $\dot x=x$($B=0$)、$Q=1$、$R=1$ | 半正定値の解がない(1)。どの入力でも $J=\infty$ で、最小の費用 $x_0^{\mathsf T}Px_0$ を与える $P$ がない(2) |
| (iii) 可検出(thm-lqr-main の 1・3) | $\dot x=x+u$、$Q=0$、$R=1$ | 半正定値の解が $P=0,2$ の 2 つある(1 の一意性)。最小を与える $u=0$ は $x=e^t x_0$ を発散させる(3) |
| (i) $R>0$(thm-lqr-main の 2) | $\dot x=u$、$Q=1$、$R=0$ | $\inf J=0$ だが、$J[u]=0$ となる入力はなく、最小が存在しない |
| $k_i>\frac12$(cor-lqr-margin) | $\dot x=x+u$、$Q=q$、$R=1$ で $q\to0$ | 安定の下限 $k=\frac1{1+\sqrt{1+q}}$ が $\frac12$ に近づき、$k<\frac12$ では十分小さい $q$ で不安定になる |
1 行目:ARE は $2P+1=0$ で、解は $P=-\frac12$ だけである。入力は状態に届かず $x=e^tx_0$ なので、$x_0\ne0$ なら $J=\int_0^\infty e^{2t}x_0^2dt=\infty$。
2 行目:ARE は $2P-P^2=0$。$C=0$ で $A=1$ の固有ベクトルが見えないので (iii) が満たされない。$u=0$ で $J=0$ なので最小の費用は $0=x_0^{\mathsf T}\cdot0\cdot x_0$ で、thm-lqr-main の最後の主張どおり $P=0$ が最小を与えるが、閉ループ $A-GP=1$ は不安定である。安定化解は $P=2$(閉ループ $-1$)で、こちらは最小を与えない。
3 行目:$u=-cx$ とすると $x=e^{-ct}x_0$、$J=\int_0^\infty e^{-2ct}x_0^2dt=\frac{x_0^2}{2c}\to0$($c\to\infty$)。$J[u]=0$ なら $x\equiv0$ で $x(0)=x_0\ne0$ に反する。
4 行目:$P=1+\sqrt{1+q}$、閉ループは $1-kP$ で、$k>\frac1P$ で安定。$q=1,\ 0.01,\ 10^{-4}$ で下限は $0.414214,\ 0.498756,\ 0.499988$。
| 誤り | 正しくは | なぜ |
|---|---|---|
| ARE の解ならどれを使ってもよい | 半正定値の解(=安定化解)を使う | ex-lqr-counterexamples の 2 行目 |
| 費用が最小なら閉ループは安定 | 可検出性が要る | 同上 |
| $Q>0$ でないと使えない | $Q\ge0$ と可検出で足りる | thm-lqr-main、ex-lqr-double |
| ゲイン余裕は $[\frac12,2]$ | 上には無限大まで許す | cor-lqr-margin |
| 推定した状態を帰還しても同じ余裕がある | 余裕の保証は状態をそのまま帰還する場合だけ | prop-lqr-return の $L$ は状態の帰還の開ループ |
状態を直接測れないときは、Kalmanフィルタ や観測器で推定した状態を帰還に使う。推定の誤差共分散の Riccati 方程式は、この記事の ARE で $A,B$ を $A^{\mathsf T},C^{\mathsf T}$ に替えた双対の形である。離散時間の無限時間の問題では、離散の代数 Riccati 方程式の解が同じ役割を果たし、制約のある場合への拡張が モデル予測制御 である(同記事の命題「LQR による終端条件」)。
外乱 $w$ を加えて、費用の代わりに外乱から誤差への $H^\infty$ ノルムを $\gamma$ 未満に抑える問題では、ARE の 2 次の項が $X(\gamma^{-2}B_1B_1^{\mathsf T}-B_2B_2^{\mathsf T})X$ と符号の定まらない形に変わる(H∞制御)。$\gamma\to\infty$ でこの記事の ARE に戻る。prop-lqr-return の不等式 $\lvert1+L(i\omega)\rvert\ge1$ は、周波数の不等式と行列の不等式を結ぶ Kalman–Yakubovich–Popovの補題 の一つの姿で、逆に、与えた帰還がある 2 次の費用の最適な帰還になるかという逆問題(逆最適性)は、1 入力の場合に Kalman が 1964 年に解き、この戻り差の不等式で判定される(BEFB94 第 10 章の Notes and References、p. 153)。
Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する