CHAPTER 41 / 상태 피드백

리카티 방정식 손으로 풀기: 2차 시스템의 LQR

상태가 둘이면 대수 리카티 방정식은 스칼라 방정식 세 개가 됩니다. 이 장에서는 이중 적분기에 대해 이 방정식을 닫힌 형식으로 풀고, P를 양의 정부호로 만드는 근을 고르며, 결과를 수치로 확인하고, Q나 R의 크기를 바꾸면 무엇이 달라지는지 살펴봅니다.

핵심 정리

대수 리카티 방정식 AᵀP + PA − PBR⁻¹BᵀP + Q = 0의 해 P는 상태 x에서 출발해 얻을 수 있는 가장 작은 LQR 비용이 xᵀPx가 되게 하는 행렬이며, 최적 이득은 K = R⁻¹BᵀP입니다. 이 방정식은 이차식이어서 해가 여러 개인데, 골라야 할 해는 대칭이고 양의 정부호인 해이며 A − BK를 안정하게 만드는 해도 이것 하나뿐입니다. 상태가 둘이면 스칼라 방정식 세 개가 되어 손으로 풀 수 있습니다.

ATP+PA−PBR−1BTP+Q=0,K=R−1BTP,J∗=x(0)TPx(0)A^{\mathsf T}P+PA-PBR^{-1}B^{\mathsf T}P+Q=0,\qquad K=R^{-1}B^{\mathsf T}P,\qquad J^\ast=x(0)^{\mathsf T}Px(0)
이번 강의의 목표

2×2 대수 리카티 방정식을 닫힌 형식으로 풀고, 양의 정부호인 근을 고르고, 수치로 확인한 뒤, Q나 R의 크기를 바꿀 때 K와 폐루프 극점이 어떻게 변하는지 예측합니다.

LQR 강의에서는 비용 J를 소개하고, 리카티 방정식의 미지수가 하나뿐인 1상태 적분기를 풀었습니다. 상태가 둘이면 같은 방정식에 미지수가 셋이며, 이 장에서는 그것을 손으로 풉니다.

앞 강의 다시 보기: LQR: 좋은 균형의 비용 정하기
상황부터 이해하기

먼저 그려 보기

LQR 강의의 1상태 적분기에서는 답이 K = √(Q/R) 한 줄이었습니다. 상태가 둘이어도 크게 어렵지 않습니다. 행렬 P에는 기억해 둘 만한 뜻이 있습니다. xᵀPx는 상태 x에서 출발해 아직 얻을 수 있는 가장 작은 비용입니다. P를 알면 최선의 입력은 남은 비용이 가장 빨리 커지는 방향의 반대로 미는 것이며, 그것이 u = −R⁻¹BᵀPx입니다. P를 구하는 일은 꼼꼼한 정리 작업입니다. P는 대칭행렬이므로 2×2 문제에서는 미지수가 셋이고 스칼라 방정식도 셋이 나옵니다. 근을 올바로 고르는 것이 중요합니다. 남은 비용이 될 수 있는 해는 하나뿐이기 때문입니다. 그 해는 음수가 될 수 없고, 그 해로 만든 이득은 루프를 안정하게 만들어야 합니다.

핵심 개념

개념을 하나씩 연결하기

ẋ = Ax + Bu와 비용 J = ∫₀^∞(xᵀQx + uᵀRu)dt에서 Q가 대칭이고 양의 준정부호, R이 양의 정부호이면 최적 입력은 u = −Kx이고 K = R⁻¹BᵀP입니다. P는 대수 리카티 방정식 AᵀP + PA − PBR⁻¹BᵀP + Q = 0의 해입니다. 이 방정식은 P에 대한 이차식이므로 해가 여러 개입니다. 우리가 원하는 해는 대칭이고 양의 준정부호인 해이며, 이 장의 예제에서는 모두 양의 정부호입니다. (A, B)가 안정화 가능하고 Q가 스스로 감쇠하지 않는 모드마다 비용을 매긴다면, 이 해는 A − BK를 안정하게 만드는 유일한 해이기도 합니다. Q = diag(q₁, q₂), R = r인 이중 적분기에서는 p₁₂ = √(q₁r), p₂₂ = √(r(q₂ + 2p₁₂)), p₁₁ = p₁₂p₂₂/r입니다. x(0)에서 출발한 최적 비용은 x(0)ᵀPx(0)입니다. 따라서 폐루프를 시뮬레이션하며 xᵀQx + uᵀRu를 적분해 이 값과 비교하면 독립적으로 검산할 수 있습니다.

수식 읽는 법

J=∫0∞(xTQx+uTRu)dt,Q=QT⪰0,R=RT≻0J=\int_0^\infty\left(x^{\mathsf T}Qx+u^{\mathsf T}Ru\right)dt,\qquad Q=Q^{\mathsf T}\succeq0,\quad R=R^{\mathsf T}\succ0

이차 비용입니다. Q는 일부 상태에 비용을 매기지 않아도 되지만, R은 0이 아닌 모든 입력에 비용을 매겨야 합니다.

ATP+PA−PBR−1BTP+Q=0,K=R−1BTP,u=−KxA^{\mathsf T}P+PA-PBR^{-1}B^{\mathsf T}P+Q=0,\qquad K=R^{-1}B^{\mathsf T}P,\qquad u=-Kx

대수 리카티 방정식과 최적 이득입니다. 대칭이고 양의 정부호인 해 P를 고릅니다.

xTQx+uTRu+ddt(xTPx)=(u+Kx)TR (u+Kx)x^{\mathsf T}Qx+u^{\mathsf T}Ru+\frac{d}{dt}\left(x^{\mathsf T}Px\right)=(u+Kx)^{\mathsf T}R\,(u+Kx)

완전제곱식입니다. P가 리카티 방정식의 해이면 모든 궤적을 따라 성립합니다.

J=x(0)TPx(0)+∫0∞(u+Kx)TR (u+Kx) dt ≥ x(0)TPx(0)J=x(0)^{\mathsf T}Px(0)+\int_0^\infty(u+Kx)^{\mathsf T}R\,(u+Kx)\,dt\ \ge\ x(0)^{\mathsf T}Px(0)

상태를 0으로 보내는 입력에 대해 위 항등식을 적분한 결과입니다. 등호는 u = −Kx일 때에만 성립하므로 최적 비용은 x(0)ᵀPx(0)입니다.

A=[0100]:ATP+PA=[0p11p112p12],1rPBBTP=1r[p122p12p22p12p22p222]A=\begin{bmatrix}0&1\\0&0\end{bmatrix}:\quad A^{\mathsf T}P+PA=\begin{bmatrix}0&p_{11}\\p_{11}&2p_{12}\end{bmatrix},\qquad \frac1r PBB^{\mathsf T}P=\frac1r\begin{bmatrix}p_{12}^2&p_{12}p_{22}\\p_{12}p_{22}&p_{22}^2\end{bmatrix}

B = [0, 1]ᵀ, P = [[p₁₁, p₁₂], [p₁₂, p₂₂]]인 이중 적분기에서 두 행렬 항을 전개한 결과입니다.

p12=q1r,p22=r (q2+2p12),p11=p12 p22rp_{12}=\sqrt{q_1r},\qquad p_{22}=\sqrt{r\,(q_2+2p_{12})},\qquad p_{11}=\frac{p_{12}\,p_{22}}{r}

Q = diag(q₁, q₂), R = r일 때의 양의 정부호 해입니다. (1,1), (2,2), (1,2) 방정식 순서로 풀어 얻습니다.

K=[q1/rq2/r+2q1/r],ωn=(q1r)1/4,ζ=122+q2q1rK=\begin{bmatrix}\sqrt{q_1/r}&\sqrt{q_2/r+2\sqrt{q_1/r}}\end{bmatrix},\qquad \omega_n=\left(\frac{q_1}{r}\right)^{1/4},\qquad \zeta=\frac12\sqrt{2+\frac{q_2}{\sqrt{q_1r}}}

최적 이중 적분기 루프의 이득, 고유진동수, 감쇠비입니다.

(Q,R)→(cQ,cR):P→cP,K→K(Q,R)\to(cQ,cR):\qquad P\to cP,\qquad K\to K

모든 가중치를 함께 키우면 비용의 크기만 바뀌고 제어기는 그대로입니다.

H=[A−BR−1BT−Q−AT]H=\begin{bmatrix}A&-BR^{-1}B^{\mathsf T}\\-Q&-A^{\mathsf T}\end{bmatrix}

해밀토니안 행렬입니다. 고유값은 허수축에 대해 대칭으로 나오며, 좌반평면에 있는 것이 최적 폐루프 극점입니다.

(A−BKi)TPi+Pi(A−BKi)+Q+KiTRKi=0,Ki+1=R−1BTPi(A-BK_i)^{\mathsf T}P_i+P_i(A-BK_i)+Q+K_i^{\mathsf T}RK_i=0,\qquad K_{i+1}=R^{-1}B^{\mathsf T}P_i

클라인만 반복법입니다. 단계마다 선형 리아푸노프 방정식을 풀며, 안정화하는 이득에서 출발하면 LQR 이득으로 수렴합니다.

기호의 뜻

Q, RQ,\ R
상태 가중치(양의 준정부호)와 입력 가중치(양의 정부호)
q1, q2, rq_1,\ q_2,\ r
2차 예제의 위치 가중치, 속도 가중치, 입력 가중치
P=[p11p12p12p22]P=\begin{bmatrix}p_{11}&p_{12}\\p_{12}&p_{22}\end{bmatrix}
리카티 방정식의 대칭 해
KK
최적 상태 피드백 이득 R⁻¹BᵀP
J, J∗J,\ J^\ast
비용과 그 최솟값 x(0)ᵀPx(0)
x(0)x(0)
초기 상태
⪰0, ≻0\succeq0,\ \succ0
양의 준정부호와 양의 정부호
ωn, ζ\omega_n,\ \zeta
폐루프의 고유진동수(rad/s)와 감쇠비
HH
2n × 2n 해밀토니안 행렬
Ki, PiK_i,\ P_i
클라인만 반복법 i단계의 이득과 리아푸노프 방정식의 해
cc
Q와 R에 함께 곱하는 양의 배율

이 결과는 무한 구간 연속시간 문제에 대한 것이며, Q는 대칭이고 양의 준정부호, R은 양의 정부호라고 가정합니다. 역진자 실험실은 샘플링한 4상태 모델의 이산시간 리카티 방정식을 수치로 풉니다. 생각은 같지만 공식이 다르고 닫힌 형식의 해도 없습니다.

숫자로 풀어 보는 예제

이중 적분기의 LQR: 손으로 풀고 수치로 확인하기

  1. 마찰 없는 궤도 위의 단위 질량 ẍ = u를 생각하고 위치와 속도를 상태로 둡니다. 위치 오차에 4, 속도에 1, 힘에 1의 가중치를 줍니다.

    A=[0100],B=[01],Q=[4001],R=1A=\begin{bmatrix}0&1\\0&0\end{bmatrix},\quad B=\begin{bmatrix}0\\1\end{bmatrix},\qquad Q=\begin{bmatrix}4&0\\0&1\end{bmatrix},\quad R=1
  2. 리카티 방정식의 (1,1), (1,2), (2,2) 원소에서 스칼라 방정식 세 개를 씁니다.

    (1,1): −p122+4=0,(1,2): p11−p12p22=0,(2,2): 2p12−p222+1=0(1,1):\ -p_{12}^2+4=0,\qquad (1,2):\ p_{11}-p_{12}p_{22}=0,\qquad (2,2):\ 2p_{12}-p_{22}^2+1=0
  3. (1,1)에서 p₁₂ = ±2입니다. (2,2)에서 p₂₂² = 1 + 2p₁₂인데, p₁₂ = −2이면 −3이 되어 실근이 없습니다. 따라서 p₁₂ = 2, p₂₂ = ±√5입니다.

    p12=2,p22=±5p_{12}=2,\qquad p_{22}=\pm\sqrt5
  4. (1,2)에서 p₁₁ = p₁₂p₂₂ = ±2√5입니다. 양의 정부호가 되려면 p₁₁ > 0이어야 하므로 + 부호를 고릅니다. 그러면 det P = 10 − 4 = 6 > 0입니다.

    P=[25225]≈[4.472222.236]P=\begin{bmatrix}2\sqrt5&2\\2&\sqrt5\end{bmatrix}\approx\begin{bmatrix}4.472&2\\2&2.236\end{bmatrix}
  5. 이득은 BᵀP를 R로 나눈 것으로, P의 둘째 행을 골라냅니다.

    K=R−1BTP=[25]≈[22.236]K=R^{-1}B^{\mathsf T}P=\begin{bmatrix}2&\sqrt5\end{bmatrix}\approx\begin{bmatrix}2&2.236\end{bmatrix}
  6. 폐루프는 s² + √5·s + 2 = 0입니다. 극점은 −√5/2 ± j√3/2 ≈ −1.118 ± j0.866이고 ωn = √2 ≈ 1.414 rad/s, ζ = √5/(2√2) ≈ 0.791로 닫힌 형식 공식과 일치합니다.

    A−BK=[01−2−5],s=−52±j32A-BK=\begin{bmatrix}0&1\\-2&-\sqrt5\end{bmatrix},\qquad s=-\frac{\sqrt5}{2}\pm j\frac{\sqrt3}{2}
  7. 수치로 확인합니다. P를 대입하면 나머지 행렬은 반올림 오차 범위에서 0입니다. 해밀토니안 행렬의 고유값은 ±1.118 ± j0.866이고, 그중 안정한 절반이 폐루프 극점입니다. x(0) = [1, 0]ᵀ에서 30 s 동안 시뮬레이션하며 xᵀQx + u²를 적분하면 4.4721이 나오고, 이는 p₁₁ = x(0)ᵀPx(0) = 2√5와 같습니다.

    J∗=x(0)TPx(0)=p11=25≈4.4721J^\ast=x(0)^{\mathsf T}Px(0)=p_{11}=2\sqrt5\approx4.4721
  8. 버린 근을 보면 부호가 왜 중요한지 알 수 있습니다. p₂₂ = −√5이면 K = [2, −√5]이고, 폐루프 s² − √5·s + 2의 극점은 +1.118 ± j0.866에 놓입니다.

  9. 크기를 바꿔 봅니다. 10Q와 10R을 쓰면 해는 10P가 되고 K는 그대로입니다. Q는 그대로 두고 R = 1/16로 하면 p₁₂ = 0.5, p₂₂ = √(1/8)이므로 K = [8, 4√2] ≈ [8, 5.657]입니다. 폐루프 (s + 2√2)²는 임계감쇠이고, x(0) = [1, 0]ᵀ에서 처음 필요한 힘은 2에서 8로 커집니다.

    R=116:K=[842],s2+42 s+8=(s+22)2R=\tfrac1{16}:\quad K=\begin{bmatrix}8&4\sqrt2\end{bmatrix},\qquad s^2+4\sqrt2\,s+8=(s+2\sqrt2)^2
참고 자료

한눈에 보는 표

입력 가중치 R의 효과: Q = diag(4, 1)인 이중 적분기
RRKK폐루프 극점ζ\zetaωn (rad/s)x(0) = [1, 0]ᵀ에서의 첫 입력 |u(0)|
16[0.500, 1.031]−0.515 ± j0.4840.7290.7070.500
1[2.000, 2.236]−1.118 ± j0.8660.7911.4142.000
1/16[8.000, 5.657]−2.828 (중근)1.0002.8288.000
1/100[20.000, 11.832]−2.043, −9.7891.3234.47220.000

K = [√(q₁/r), √(q₂/r + 2√(q₁/r))]입니다. Q와 R에 같은 수를 곱하면 K는 그대로이며, 설계에서 정하는 것은 둘의 비율뿐입니다.

더 자세한 설명과 모델의 가정
조금 더 자세히

리카티 방정식은 어디서 오는가

최적의 남은 비용이 V(x) = xᵀPx(P는 대칭) 꼴의 이차식이라고 가정합니다. 어떤 궤적을 따라서든 d/dt(xᵀPx) = xᵀ(AᵀP + PA)x + 2xᵀPBu입니다. P가 리카티 방정식을 만족하면 완전제곱식을 만들어 비용의 변화율을 제곱 하나로 바꿀 수 있습니다. 즉 K = R⁻¹BᵀP일 때 xᵀQx + uᵀRu + d/dt(xᵀPx) = (u + Kx)ᵀR(u + Kx)입니다.

상태를 0으로 보내는 임의의 입력에 대해 0부터 ∞까지 적분하면 J = x(0)ᵀPx(0) + ∫₀^∞(u + Kx)ᵀR(u + Kx)dt입니다. R이 양의 정부호이므로 적분값은 음수가 될 수 없고, 따라서 J ≥ x(0)ᵀPx(0)이며 등호는 u = −Kx일 때에만 성립합니다. 이 한 줄로 최적 이득과 최적 비용이 함께 증명됩니다.

조금 더 자세히

2×2 리카티 방정식 손으로 풀기

P = [[p₁₁, p₁₂], [p₁₂, p₂₂]]로 두고 AᵀP + PA와 PBR⁻¹BᵀP를 2×2 행렬로 전개합니다. 둘 다 대칭이므로 행렬 방정식에서 (1,1), (1,2), (2,2) 원소에 대한 스칼라 방정식 세 개가 나옵니다. B = [0, 1]ᵀ이면 PB = [p₁₂, p₂₂]ᵀ이고 이차항은 (1/r)[[p₁₂², p₁₂p₂₂], [p₁₂p₂₂, p₂₂²]]입니다.

A가 동반행렬 꼴이면 (1,1) 방정식에는 p₁₂만 들어 있습니다. 이것을 먼저 풀고, 이어서 (2,2) 방정식에서 p₂₂를, 마지막으로 (1,2) 방정식에서 p₁₁을 구합니다. 제곱근을 풀 때마다 부호가 두 가지 나옵니다. P를 양의 정부호로 만드는 조합을 고르며, 2×2 행렬에서는 p₁₁ > 0이고 det P > 0이면 됩니다. 이중 적분기에서는 p₁₂가 음수이거나 p₂₂가 음수이면 양의 정부호인 P를 얻을 수 없습니다.

조금 더 자세히

이중 적분기의 닫힌 형식 해

Q = diag(q₁, q₂), R = r이면 이득은 K = [√(q₁/r), √(q₂/r + 2√(q₁/r))]입니다. 폐루프는 s² + k₂s + k₁이므로 고유진동수는 ωn = (q₁/r)^{1/4}, 감쇠비는 ζ = ½√(2 + q₂/√(q₁r))입니다.

여기서 두 가지를 읽을 수 있습니다. 응답 속도는 비율 q₁/r에만, 그것도 네제곱근으로만 의존합니다. 입력 비용을 16분의 1로 줄여야 ωn이 두 배가 됩니다. 속도 가중치가 없으면 가중치가 얼마든 ζ = 1/√2 ≈ 0.707이고, 속도 가중치 q₂는 감쇠만 늘립니다.

조금 더 자세히

Q나 R의 크기를 바꾸면

Q와 R에 같은 c > 0을 곱하면 P는 c배가 되고 K는 그대로입니다. 가중치의 비율만이 설계 결정입니다. Q를 고정하고 R을 줄이면 이득이 커지고 극점이 왼쪽으로 이동하며 처음 입력 |u(0)| = |Kx(0)|도 커집니다.

예제의 Q = diag(4, 1)에서 x(0) = [1, 0]ᵀ로 출발하면, R = 16일 때 K = [0.5, 1.031], 극점 −0.515 ± j0.484, |u(0)| = 0.5이고, R = 1일 때 K = [2, 2.236], 극점 −1.118 ± j0.866, |u(0)| = 2입니다. R = 1/16일 때는 K = [8, 5.657], 이중 극점 −2.828, |u(0)| = 8이고, R = 1/100일 때는 K = [20, 11.83], 극점 −2.04와 −9.79, |u(0)| = 20입니다. q₂ > 0에서 R을 더 줄이면 극점 하나는 −√(q₁/q₂) = −2에 다가가고 다른 하나는 왼쪽으로 멀어집니다. 입력 비용을 낮춰도 결국 응답의 느린 부분은 더 빨라지지 않습니다.

조금 더 자세히

리카티 해를 수치로 확인하기

서로 독립적인 세 가지 확인을 매번 해 볼 만합니다. P를 방정식에 다시 대입해 나머지 행렬이 0인지 보고, A − BK의 고유값을 계산해 실수부가 모두 음수인지 확인합니다. 그리고 어떤 x(0)에서 시뮬레이션하며 xᵀQx + uᵀRu를 적분해 x(0)ᵀPx(0)과 비교합니다.

소프트웨어는 두 가지 방법 중 하나로 이 방정식을 풉니다. 하나는 2n×2n 해밀토니안 행렬 [[A, −BR⁻¹Bᵀ], [−Q, −Aᵀ]]의 고유벡터를 쓰는 방법입니다. 이 행렬의 고유값은 ±λ 쌍으로 나오며, 그중 안정한 절반이 바로 폐루프 극점입니다. 다른 하나는 클라인만(Kleinman) 반복법입니다. 안정화하는 아무 K₀에서 출발해 선형 리아푸노프 방정식을 풀어 Pᵢ를 구하고 Kᵢ₊₁ = R⁻¹BᵀPᵢ로 갱신합니다. 예제에서 K₀ = [1, 1]로 시작하면 반복값은 [2.5, 3.5], [2.05, 2.479], [2.0006, 2.248]이고, 네 번 반복하면 소수점 넷째 자리까지 [2, 2.236]과 같아집니다.

직접 확인하기

예제를 실험과 연결하기

역진자 LQR 실험은 이산 리카티 방정식에서 네 개의 이득을 계산하므로 닫힌 형식으로 쓸 수 없습니다. 그래도 절충의 방향은 이 장에서 이중 적분기로 유도한 것과 같습니다. 힘 비용 R을 키우면 모든 이득이 작아집니다. 위치 Q = 10, 각도 Q = 100에서 힘 R을 1에서 4로 키우면 카트 위치 이득의 크기는 2.60에서 1.34로, 각도 이득은 23.6에서 18.7로 줄어듭니다.

역진자 LQR 실험에서 R 바꾸기
직접 해볼 실험

조작하기 전에 먼저 예측해 보세요.

  1. 예측이중 적분기의 결과에 따르면 입력 가중치 R이 커질수록 모든 이득이 작아지고 폐루프가 느려집니다. 역진자 LQR 실험에서 힘 R을 1에서 4로 바꾸면 충격 뒤의 최대 힘과 카트의 최대 이동 거리가 어떻게 달라질지 예측하세요.
  2. 한 가지 변경LQR 실험(위치 Q 10, 각도 Q 100, 힘 R 1)을 열고 결과를 고정합니다. 힘 R만 4로 바꾸고 같은 충격을 다시 재생합니다.
  3. 관찰이 실험에서 충격 이후의 최대 힘은 약 5.5 N에서 약 3.3 N으로 줄고, 카트의 최대 이동 거리는 약 0.77 m에서 약 0.93 m로 늘어납니다.
  4. 설명역진자의 이득은 4상태 이산 리카티 방정식의 해이므로 닫힌 형식은 없지만, 절충의 모양은 손으로 푼 것과 같습니다. 입력 비용을 비싸게 매기면 이득이 작아져 힘은 아끼지만 상태가 더 멀리 벗어납니다. 가중치는 선호를 나타낼 뿐이며, 결과가 받아들일 만한지는 그래프로 판단해야 합니다.
주의

리카티 방정식에는 해가 여러 개 있으므로 부호를 서둘러 고르면 양의 정부호가 아닌 해를 얻을 수 있습니다. 그런 P로 만든 이득은 루프를 불안정하게 만듭니다. 예제에서 p₂₂ = −√5를 고르면 K = [2, −√5]이고 폐루프 극점은 +1.118 ± j0.866입니다. 또 Q가 동역학에 필요한 상태에 비용을 매기는지 확인하세요. 이중 적분기에서 Q = diag(0, 1)이면 해는 P = diag(0, 1), K = [0, 1]이고 폐루프 극점 하나가 s = 0에 남습니다. 위치를 되돌리는 힘이 전혀 없기 때문입니다.

이해 확인+

Q와 R에 모두 10을 곱하면 P, K, 폐루프 극점은 어떻게 될까요?

P는 10배가 되지만 K = R⁻¹BᵀP와 폐루프 극점은 그대로입니다. 가중치 사이의 비율만 결과에 영향을 주므로, Q와 R의 상대적인 변화만이 설계 결정입니다.
연습 문제

풀이를 열기 전에 직접 풀어 보세요

먼저 종이에 직접 풀어 보세요. 답을 열어 내 답과 비교하고, 과정이 필요하면 전체 풀이를 연 뒤 결과를 표시하세요.

  1. 불안정한 1상태 대상 ẋ = x + u에서 q = 3, r = 1일 때 리카티 방정식을 풀어 K와 폐루프 극점을 구하고, 다른 근을 버리는 이유를 설명하세요.

    답 보기

    답p = 3, K = 3이고 폐루프 극점은 −2입니다. 근 p = −1은 K = −1과 +2의 극점을 줍니다.

    p=3,K=3,s=−2p=3,\qquad K=3,\qquad s=-2
    전체 풀이 보기

    풀이

    1. a = b = 1이므로 스칼라 방정식은 2ap − p²b²/r + q = 0입니다.

      2p−p2+3=0 ⟺ (p−3)(p+1)=02p-p^2+3=0\ \Longleftrightarrow\ (p-3)(p+1)=0
    2. 양의 근 p = 3을 고르면 K = bp/r = 3이고 폐루프는 ẋ = (1 − 3)x입니다.

      a−bK=1−3=−2=−a2+b2q/ra-bK=1-3=-2=-\sqrt{a^2+b^2q/r}
    3. 근 p = −1을 쓰면 K = −1, ẋ = 2x가 되어 루프가 불안정합니다. 또한 제곱의 합인 비용이 음수가 되므로 불가능한 해입니다.

  2. Q = diag(16, 0), R = 1인 이중 적분기의 리카티 방정식을 풀어 P, K, 폐루프 극점, ζ, 그리고 x(0) = [1, 0]ᵀ에서의 최적 비용을 구하세요.

    A=[0100],B=[01]A=\begin{bmatrix}0&1\\0&0\end{bmatrix},\qquad B=\begin{bmatrix}0\\1\end{bmatrix}
    답 보기

    답P = [[8√2, 4], [4, 2√2]], K = [4, 2√2] ≈ [4, 2.828], 극점 −1.414 ± j1.414, ζ = 0.707이고 J* = 8√2 ≈ 11.31입니다.

    P=[824422],K=[422]P=\begin{bmatrix}8\sqrt2&4\\4&2\sqrt2\end{bmatrix},\qquad K=\begin{bmatrix}4&2\sqrt2\end{bmatrix}
    전체 풀이 보기

    풀이

    1. (1,1)에서 p₁₂² = 16이므로 p₁₂ = 4입니다. (2,2)에서 p₂₂² = 2p₁₂ = 8이므로 p₂₂ = 2√2입니다. (1,2)에서 p₁₁ = p₁₂p₂₂ = 8√2입니다.

      p12=4,p22=22≈2.828,p11=82≈11.31p_{12}=4,\qquad p_{22}=2\sqrt2\approx2.828,\qquad p_{11}=8\sqrt2\approx11.31
    2. 양의 정부호인지 확인합니다. p₁₁ > 0이고 det P = 32 − 16 = 16 > 0입니다.

    3. 이득은 P의 둘째 행입니다. 폐루프 s² + 2√2·s + 4는 ωn = 2, ζ = 2√2/4 = 1/√2로, 속도 가중치가 0일 때 예측한 값과 같습니다.

      K=[422],s=−2±j2K=\begin{bmatrix}4&2\sqrt2\end{bmatrix},\qquad s=-\sqrt2\pm j\sqrt2
    4. x(0) = [1, 0]ᵀ에서의 최적 비용은 p₁₁입니다. 30 s 동안 16x₁² + u²를 적분하는 시뮬레이션에서도 같은 11.314가 나옵니다.

      J∗=82≈11.314J^\ast=8\sqrt2\approx11.314
  3. Q = diag(1, 0), R = ρ인 이중 적분기에서 K(ρ)와 폐루프의 ωn, ζ를 구하세요. ρ = 1일 때보다 ωn을 두 배로 만드는 ρ는 얼마인가요? 이 설계의 K가 연습문제 2와 같음을 보이고 두 해 P의 관계를 설명하세요.

    답 보기

    답K = [ρ^{−1/2}, √2·ρ^{−1/4}], ωn = ρ^{−1/4}, ζ = 1/√2입니다. ρ = 1/16이면 ωn이 두 배가 되고 K = [4, 2.828]로 연습문제 2와 같으며, 그 P는 연습문제 2의 P를 16으로 나눈 것입니다.

    K(ρ)=[ρ−1/22 ρ−1/4],ωn=ρ−1/4K(\rho)=\begin{bmatrix}\rho^{-1/2}&\sqrt2\,\rho^{-1/4}\end{bmatrix},\qquad \omega_n=\rho^{-1/4}
    전체 풀이 보기

    풀이

    1. 닫힌 형식 해에 q₁ = 1, q₂ = 0, r = ρ를 넣습니다.

      k1=1/ρ,k2=21/ρ=2 ρ−1/4k_1=\sqrt{1/\rho},\qquad k_2=\sqrt{2\sqrt{1/\rho}}=\sqrt2\,\rho^{-1/4}
    2. 폐루프 s² + k₂s + k₁에서 ωn = √k₁ = ρ^{−1/4}이고 ζ = k₂/(2ωn) = 1/√2로 ρ와 관계없습니다. ρ = 1이면 K = [1, 1.414]이고 극점은 −0.707 ± j0.707입니다.

    3. ωn을 두 배로 하려면 ρ^{−1/4} = 2, 즉 ρ = 1/16이어야 합니다. 그러면 K = [4, 2√2]로 연습문제 2의 이득과 같습니다.

    4. 연습문제 2의 가중치 (diag(16, 0), 1)은 (diag(1, 0), 1/16)의 정확히 16배입니다. 두 가중치를 함께 16배 하면 P는 16배가 되고 K는 그대로이므로, 여기서의 P는 [[0.707, 0.25], [0.25, 0.177]]입니다.

      Pρ=1/16=116[824422]P_{\rho=1/16}=\frac1{16}\begin{bmatrix}8\sqrt2&4\\4&2\sqrt2\end{bmatrix}
  4. 속도에 지연이 있는 모터 위치 모델 A = [[0, 1], [0, −1]], B = [0, 1]ᵀ에서 Q = diag(1, 0), R = 1일 때 리카티 방정식을 손으로 풀어 K와 폐루프 극점을 구하세요.

    A=[010−1],B=[01],Q=[1000],R=1A=\begin{bmatrix}0&1\\0&-1\end{bmatrix},\qquad B=\begin{bmatrix}0\\1\end{bmatrix},\qquad Q=\begin{bmatrix}1&0\\0&0\end{bmatrix},\quad R=1
    답 보기

    답P = [[√3, 1], [1, √3 − 1]], K = [1, √3 − 1] ≈ [1, 0.732]이고 극점은 −0.866 ± j0.5입니다.

    P=[3113−1],K=[13−1]P=\begin{bmatrix}\sqrt3&1\\1&\sqrt3-1\end{bmatrix},\qquad K=\begin{bmatrix}1&\sqrt3-1\end{bmatrix}
    전체 풀이 보기

    풀이

    1. 이 A에 대해 AᵀP + PA를 전개합니다. B가 같으므로 이차항은 이중 적분기와 같습니다.

      ATP+PA=[0p11−p12p11−p122(p12−p22)]A^{\mathsf T}P+PA=\begin{bmatrix}0&p_{11}-p_{12}\\p_{11}-p_{12}&2(p_{12}-p_{22})\end{bmatrix}
    2. (1,1)에서 p₁₂² = 1입니다. p₁₂ = −1을 고르면 (2,2) 방정식이 p₂₂² + 2p₂₂ + 2 = 0이 되어 실근이 없으므로 p₁₂ = 1입니다.

    3. (2,2)에서 2(1 − p₂₂) − p₂₂² = 0, 즉 p₂₂² + 2p₂₂ − 2 = 0이고 양의 근은 p₂₂ = √3 − 1입니다. (1,2)에서 p₁₁ = p₁₂ + p₁₂p₂₂ = √3입니다.

      p22=−1+3≈0.732,p11=3≈1.732,det⁡P=3(3−1)−1≈0.268>0p_{22}=-1+\sqrt3\approx0.732,\qquad p_{11}=\sqrt3\approx1.732,\qquad \det P=\sqrt3(\sqrt3-1)-1\approx0.268>0
    4. 이득은 P의 둘째 행입니다. 폐루프는 s² + √3·s + 1이므로 ωn = 1 rad/s, ζ = √3/2 ≈ 0.866입니다. 대상 자체의 감쇠 덕분에 최적 루프의 감쇠비가 순수한 이중 적분기의 0.707보다 커집니다.

      A−BK=[01−1−3],s=−32±j2A-BK=\begin{bmatrix}0&1\\-1&-\sqrt3\end{bmatrix},\qquad s=-\frac{\sqrt3}{2}\pm \frac{j}{2}
  5. 시험 수준 문제입니다. 감쇠가 없는 진동자 A = [[0, 1], [−1, 0]], B = [0, 1]ᵀ에 Q = diag(3, 0), R = 1의 가중치를 줍니다. 리카티 방정식을 풀고 P가 양의 정부호인지 확인한 뒤 K, 폐루프 극점, ζ, x(0) = [1, 0]ᵀ에서의 최적 비용을 구하세요.

    A=[01−10],B=[01],Q=[3000],R=1A=\begin{bmatrix}0&1\\-1&0\end{bmatrix},\qquad B=\begin{bmatrix}0\\1\end{bmatrix},\qquad Q=\begin{bmatrix}3&0\\0&0\end{bmatrix},\quad R=1
    답 보기

    답P = [[2√2, 1], [1, √2]], K = [1, √2], 극점 −0.707 ± j1.225, ζ = 0.5이고 J* = 2√2 ≈ 2.828입니다.

    P=[22112],K=[12],J∗=22P=\begin{bmatrix}2\sqrt2&1\\1&\sqrt2\end{bmatrix},\qquad K=\begin{bmatrix}1&\sqrt2\end{bmatrix},\qquad J^\ast=2\sqrt2
    전체 풀이 보기

    풀이

    1. 진동자에 대해 AᵀP + PA를 전개합니다.

      ATP+PA=[−2p12p11−p22p11−p222p12]A^{\mathsf T}P+PA=\begin{bmatrix}-2p_{12}&p_{11}-p_{22}\\p_{11}-p_{22}&2p_{12}\end{bmatrix}
    2. (1,1)에서 −2p₁₂ − p₁₂² + 3 = 0, 즉 (p₁₂ + 3)(p₁₂ − 1) = 0입니다. 근 −3을 고르면 (2,2) 방정식이 p₂₂² = 2p₁₂ = −6이 되므로 p₁₂ = 1입니다.

    3. (2,2)에서 2p₁₂ − p₂₂² = 0이므로 p₂₂ = √2입니다. (1,2)에서 p₁₁ − p₂₂ − p₁₂p₂₂ = 0이므로 p₁₁ = 2√2입니다. p₁₁ > 0이고 det P = 4 − 1 = 3 > 0입니다.

      P=[22112]≈[2.828111.414]P=\begin{bmatrix}2\sqrt2&1\\1&\sqrt2\end{bmatrix}\approx\begin{bmatrix}2.828&1\\1&1.414\end{bmatrix}
    4. 이득 K = [1, √2]는 원래 스프링 강성 1에 강성 1을 더하고 감쇠 √2를 더합니다. 폐루프 s² + √2·s + 2는 ωn = √2, ζ = 0.5이고 극점은 −0.707 ± j1.225입니다.

      A−BK=[01−2−2]A-BK=\begin{bmatrix}0&1\\-2&-\sqrt2\end{bmatrix}
    5. x(0) = [1, 0]ᵀ에서의 최적 비용은 p₁₁ = 2√2 ≈ 2.828이며, 30 s 동안 3x₁² + u²를 적분하는 시뮬레이션에서도 같은 값이 나옵니다.

답을 확인한 뒤 문제마다 결과를 표시하세요. 표시는 이 브라우저에만 저장됩니다.

핵심 용어

이 강의에서 배우는 용어

용어집 전체 보기 →
질문과 답

자주 묻는 질문

리카티 방정식의 해 가운데 어느 것을 골라야 하나요?

대칭이고 양의 정부호인 해를 고릅니다. 2×2 행렬 P라면 p₁₁ > 0이고 det P > 0이어야 합니다. 다른 근은 루프를 불안정하게 만드는 이득을 줍니다. Q = diag(4, 1), R = 1인 이중 적분기에서 p₂₂ = −√5를 고르면 K = [2, −√5]이고 폐루프 극점은 +1.118 ± j0.866입니다.

행렬 P는 무엇을 뜻하나요?

xᵀPx는 상태 x에서 출발해 얻을 수 있는 최적의 남은 비용이므로, x(0)에서 출발한 최적 비용은 x(0)ᵀPx(0)입니다. 그래서 폐루프를 시뮬레이션하며 xᵀQx + uᵀRu를 적분해 비교하면 독립적으로 검산할 수 있습니다. Q = diag(4, 1), R = 1인 이중 적분기에서 [1, 0]ᵀ에서 출발하면 최적 비용은 p₁₁ = 2√5 ≈ 4.472입니다.

제어 노력의 비용을 낮추면 응답이 항상 빨라지나요?

일부만 그렇습니다. 이중 적분기에서 ωn = (q₁/r)^(1/4)이므로 노력의 비용을 16분의 1로 낮추어도 ωn은 두 배가 될 뿐이고, 첫 입력 k₁은 네 배로 커집니다. 속도 가중치 q₂ > 0이 있으면 r이 작아질수록 극점 하나가 −√(q₁/q₂)에 가까워지므로, 응답의 느린 부분은 결국 더 빨라지지 않습니다.

리카티 방정식의 해는 수치로 어떻게 검산하나요?

P를 방정식에 다시 넣어 나머지 행렬이 0인지 확인하고, A − BK의 모든 고유값의 실수부가 음수인지 보고, 시뮬레이션한 비용을 x(0)ᵀPx(0)와 비교합니다. 소프트웨어는 해밀토니안 행렬의 안정한 고유벡터를 쓰거나, 안정화하는 이득에서 출발해 리아푸노프 방정식을 반복해 푸는 클라인만 반복법을 씁니다.

Q가 위치에 가중치를 주지 않으면 어떤 문제가 생기나요?

Q = diag(0, 1), R = 1인 이중 적분기에서는 해가 P = diag(0, 1), K = [0, 1]이어서 폐루프 s² + s의 극점 하나가 s = 0에 남고, 위치를 되돌리는 힘이 없습니다. Q는 스스로 감쇠하지 않는 모든 모드에 비용을 매겨야 합니다.

다음 강의로 이어가기

LQR은 여전히 제어기가 모든 상태를 안다고 가정합니다. 칼만 필터는 가정한 잡음 통계를 바탕으로 모델 예측과 잡음 섞인 측정을 각각 얼마나 믿을지 정합니다.

학습 진도

본문과 연습 문제를 마쳤다면 완료로 표시하세요. 강의계획에 완료 표시가 나타나며 진도는 이 브라우저에만 저장됩니다.

EIGENROOM · https://eigenroom.com/ko/theory/lqr-riccati · 갱신 2026-11-15