CHAPTER 39 / 상태 추정

관측기 설계: 쌍대성, 애커만 공식, 최소차수 관측기

관측기 이득은 전치한 시스템의 상태 피드백 이득입니다. 이 장에서는 애커만 공식으로 관측기 이득을 구하고, 일부 상태를 측정할 때 쓰는 더 작은 관측기를 만들며, 제어기와 관측기를 따로 설계해도 되는 조건을 정확히 밝힙니다.

핵심 정리

관측기 설계는 루엔버거 관측기의 추정 오차 ė = (A − LC)e가 원하는 고유값으로 줄어들도록 이득 L을 고르는 일입니다. 쌍대성에 따라 이는 (Aᵀ, Cᵀ)에 대한 상태 피드백 설계와 같으므로, 관측가능성 행렬 M_o가 가역이면 쌍대 애커만 공식 L = φ_o(A)M_o⁻¹[0 … 0 1]ᵀ를 쓸 수 있습니다. 최소차수 관측기는 측정하지 않는 상태만 추정하며, 정확한 선형 모델에서는 분리 원리에 따라 제어기와 관측기를 따로 설계할 수 있습니다.

L=φo(A) Mo−1[0⋮01],Mo=[CCA⋮CAn−1],e˙=(A−LC)eL=\varphi_o(A)\,M_o^{-1}\begin{bmatrix}0\\\vdots\\0\\1\end{bmatrix},\qquad M_o=\begin{bmatrix}C\\CA\\\vdots\\CA^{n-1}\end{bmatrix},\qquad \dot e=(A-LC)e
이번 강의의 목표

쌍대 애커만 공식으로 전차수 관측기 이득을 구하고, 센서가 측정하지 않는 상태에 대한 최소차수 관측기를 설계하며, 관측기 기반 제어기의 폐루프 고유값을 구합니다.

루엔버거 관측기 강의에서는 측정값으로 보정되는 모델 복사본이 숨은 상태를 복원하는 이유를 설명했고, 그 앞의 상태 피드백 설계 강의에서는 극점을 배치하는 절차를 익혔습니다. 여기서는 두 내용이 만납니다. 같은 절차를 전치한 시스템에 적용하면 관측기가 설계됩니다.

앞 강의 다시 보기: 루엔버거 관측기와 분리 원리
상황부터 이해하기

먼저 그려 보기

루엔버거 관측기는 모델의 복사본을 실행하면서 측정 오차 y − Cx̂로 그 복사본을 보정합니다. 추정 오차는 ė = (A − LC)e를 따르므로, L을 설계한다는 것은 A − LC의 고유값을 배치하는 일입니다. 이는 행렬의 자리가 뒤바뀐 상태 피드백 문제입니다. K는 B의 오른쪽에 있었는데 L은 C의 왼쪽에 있습니다. 전치하면 순서가 바로잡히고, 행렬과 그 전치행렬의 고유값은 같습니다. 그래서 애커만 공식을 포함해 상태 피드백에서 쓴 방법을 전치한 문제에 그대로 쓸 수 있습니다. 또 하나의 생각이 일을 줄여 줍니다. 센서가 이미 일부 상태를 알려 준다면 그 상태를 다시 추정하는 것은 낭비이므로, 나머지 상태만 추정하는 더 작은 관측기를 쓸 수 있습니다.

핵심 개념

개념을 하나씩 연결하기

추정 오차를 e = x − x̂로 씁니다. 모델이 정확하고 대상과 관측기에 같은 입력이 들어가면, 입력이 어떻게 변하든 ė = (A − LC)e입니다. 관측가능성 행렬 M_o = [C; CA; …; CAⁿ⁻¹]가 가역일 때, 그리고 그때에만 (A, C)는 관측가능하며 A − LC의 고유값을 원하는 곳에 배치할 수 있습니다. (Aᵀ, Cᵀ)에 애커만 공식을 적용하고 결과를 전치하면 L = φ_o(A)·M_o⁻¹·[0 … 0 1]ᵀ를 얻습니다. 센서가 상태의 일부를 직접 측정한다면 상태를 측정되는 부분 x_a = y와 측정되지 않는 부분 x_b로 나눕니다. x_b의 방정식은 더 작은 시스템을 이루고, 측정되는 쪽의 방정식 ẋ_a − A_aa·y − B_a·u = A_ab·x_b가 그 시스템의 측정 역할을 합니다. 이를 이용해 n − m차 관측기로 x_b를 추정합니다. 마지막으로 제어기 u = −Kx̂와 관측기를 함께 쓰면 전체 고유값은 A − BK의 고유값과 관측기의 고유값으로 이루어지므로 둘을 따로 설계할 수 있습니다. 이 분리 원리는 정확한 선형 모델에서 성립하며 강인성까지 보장하지는 않습니다.

수식 읽는 법

x^˙=Ax^+Bu+L(y−Cx^),e=x−x^,e˙=(A−LC)e\dot{\hat x}=A\hat x+Bu+L(y-C\hat x),\qquad e=x-\hat x,\qquad \dot e=(A-LC)e

전차수 관측기와 그 오차 동역학입니다. 대상과 관측기가 같은 u를 받으면 오차 방정식에서 입력이 사라집니다.

det⁡(sI−A+LC)=det⁡ ⁣(sI−AT+CTLT)\det(sI-A+LC)=\det\!\left(sI-A^{\mathsf T}+C^{\mathsf T}L^{\mathsf T}\right)

쌍대성입니다. (A, C)의 관측기 설계는 (Aᵀ, Cᵀ)에 이득 Lᵀ를 쓰는 상태 피드백 설계와 같습니다.

Mo=[CCA⋮CAn−1],L=φo(A) Mo−1[0⋮01]M_o=\begin{bmatrix}C\\CA\\\vdots\\CA^{n-1}\end{bmatrix},\qquad L=\varphi_o(A)\,M_o^{-1}\begin{bmatrix}0\\\vdots\\0\\1\end{bmatrix}

관측가능성 행렬과 쌍대 애커만 공식입니다. φ_o는 원하는 관측기 다항식입니다.

Mo v=[0⋮01],L=Anv+αn−1An−1v+⋯+α1Av+α0vM_o\,v=\begin{bmatrix}0\\\vdots\\0\\1\end{bmatrix},\qquad L=A^nv+\alpha_{n-1}A^{n-1}v+\cdots+\alpha_1Av+\alpha_0v

손 계산 요령입니다. 열벡터 v 하나를 구한 뒤 행렬과 열벡터의 곱을 반복합니다.

[x˙ax˙b]=[AaaAabAbaAbb][xaxb]+[BaBb]u,y=xa\begin{bmatrix}\dot x_a\\\dot x_b\end{bmatrix}=\begin{bmatrix}A_{aa}&A_{ab}\\A_{ba}&A_{bb}\end{bmatrix}\begin{bmatrix}x_a\\x_b\end{bmatrix}+\begin{bmatrix}B_a\\B_b\end{bmatrix}u,\qquad y=x_a

최소차수 관측기를 위한 분할입니다. x_a는 측정되고 x_b는 측정되지 않습니다.

e˙b=(Abb−LrAab) eb\dot e_b=(A_{bb}-L_rA_{ab})\,e_b

최소차수 관측기의 오차 방정식입니다. L_r은 (A_bb, A_ab) 쌍에 대한 관측기 이득으로 설계합니다.

η˙=(Abb−LrAab)η+[(Abb−LrAab)Lr+Aba−LrAaa]y+(Bb−LrBa)ux^b=η+Lry\begin{aligned}\dot\eta&=(A_{bb}-L_rA_{ab})\eta+\big[(A_{bb}-L_rA_{ab})L_r+A_{ba}-L_rA_{aa}\big]y+(B_b-L_rB_a)u\\ \hat x_b&=\eta+L_ry\end{aligned}

실제로 구현하는 최소차수 관측기입니다. 변수 η = x̂_b − L_r·y를 쓰면 측정값을 미분하지 않아도 됩니다.

[x˙e˙]=[A−BKBK0A−LC][xe]\begin{bmatrix}\dot x\\\dot e\end{bmatrix}=\begin{bmatrix}A-BK&BK\\0&A-LC\end{bmatrix}\begin{bmatrix}x\\e\end{bmatrix}

분리 원리입니다. 블록 삼각 형태이므로 폐루프 고유값은 A − BK의 고유값과 A − LC의 고유값입니다.

U(s)Y(s)=−K (sI−A+BK+LC)−1L\frac{U(s)}{Y(s)}=-K\,(sI-A+BK+LC)^{-1}L

r = 0일 때 측정값에서 본 관측기 기반 제어기입니다. n차 동적 보상기입니다.

기호의 뜻

x^, e\hat x,\ e
상태 추정값과 추정 오차 x − x̂
LL
상태마다 원소가 하나씩 있는 전차수 관측기 이득 열벡터
MoM_o
관측가능성 행렬 [C; CA; …; CAⁿ⁻¹]
φo(s), αi\varphi_o(s),\ \alpha_i
원하는 관측기 다항식과 그 계수
vv
M_o·v = [0 … 0 1]ᵀ에서 구하는 M_o⁻¹의 마지막 열
xa, xbx_a,\ x_b
상태 중 측정되는 부분(y = x_a)과 추정할 부분
Aaa,Aab,Aba,Abb,Ba,BbA_{aa},A_{ab},A_{ba},A_{bb},B_a,B_b
그 분할에서 나온 A와 B의 블록
LrL_r
최소차수 관측기의 이득
η\eta
최소차수 관측기의 상태, η = x̂_b − L_r·y
mm
측정되는 상태의 개수
KK
추정값에 곱하는 상태 피드백 이득

이 공식을 쓰려면 출력이 하나여서 C가 행벡터이고, (A, C)가 관측가능해야 합니다. 출력이 여럿이면 L이 하나로 정해지지 않고, 최소차수 관측기에도 자유롭게 고를 수 있는 이득이 남습니다. 모든 오차 방정식은 관측기가 대상과 같은 행렬을 쓰고, 대상에 실제로 들어간 입력을 받는다고 가정합니다.

숫자로 풀어 보는 예제

위치 구동계의 관측기

  1. 상태 피드백 설계 강의의 구동계를 다시 쓰되, 이번에는 각도 센서만 있다고 합시다. 제어기 K = [80, 35, 11]은 극점을 −2 ± j2와 −10에 두므로 속도와 토크의 추정값이 필요합니다.

    A=[0100−1100−2],B=[001],C=[100]A=\begin{bmatrix}0&1&0\\0&-1&1\\0&0&-2\end{bmatrix},\quad B=\begin{bmatrix}0\\0\\1\end{bmatrix},\quad C=\begin{bmatrix}1&0&0\end{bmatrix}
  2. 관측가능성을 확인합니다. 행렬식이 1이므로 관측기 극점을 모두 배치할 수 있습니다.

    Mo=[CCACA2]=[1000100−11],det⁡Mo=1M_o=\begin{bmatrix}C\\CA\\CA^2\end{bmatrix}=\begin{bmatrix}1&0&0\\0&1&0\\0&-1&1\end{bmatrix},\qquad \det M_o=1
  3. 관측기 극점 셋을 모두 −6에 둡니다. 제어기 지배극점의 실수부보다 세 배 왼쪽입니다.

    φo(s)=(s+6)3=s3+18s2+108s+216\varphi_o(s)=(s+6)^3=s^3+18s^2+108s+216
  4. 쌍대 애커만 공식을 손으로 계산합니다. M_o·v = [0, 0, 1]ᵀ를 풀고 A를 거듭 곱합니다.

    v=[001],Av=[01−2],A2v=[1−34],A3v=[−37−8]v=\begin{bmatrix}0\\0\\1\end{bmatrix},\quad Av=\begin{bmatrix}0\\1\\-2\end{bmatrix},\quad A^2v=\begin{bmatrix}1\\-3\\4\end{bmatrix},\quad A^3v=\begin{bmatrix}-3\\7\\-8\end{bmatrix}
  5. φ_o의 계수를 곱해 열벡터들을 더합니다.

    L=A3v+18A2v+108Av+216v=[−3+187−54+108−8+72−216+216]=[156164]L=A^3v+18A^2v+108Av+216v=\begin{bmatrix}-3+18\\7-54+108\\-8+72-216+216\end{bmatrix}=\begin{bmatrix}15\\61\\64\end{bmatrix}
  6. 계수 비교로 검산합니다. A − LC에서는 첫째 열만 바뀌며, 세 계수에서 l₁, l₂, l₃이 차례로 나옵니다.

    det⁡(sI−A+LC)=s3+(3+l1)s2+(2+3l1+l2)s+(2l1+2l2+l3) ⟹ l1=15, l2=61, l3=64\det(sI-A+LC)=s^3+(3+l_1)s^2+(2+3l_1+l_2)s+(2l_1+2l_2+l_3)\ \Longrightarrow\ l_1=15,\ l_2=61,\ l_3=64
  7. 이제 최소차수 관측기를 설계합니다. 각도를 측정하므로 x_a = x₁, x_b = [x₂, x₃]입니다. 블록을 읽어 냅니다.

    Aaa=0,Aab=[10],Aba=[00],Abb=[−110−2],Ba=0,Bb=[01]A_{aa}=0,\quad A_{ab}=\begin{bmatrix}1&0\end{bmatrix},\quad A_{ba}=\begin{bmatrix}0\\0\end{bmatrix},\quad A_{bb}=\begin{bmatrix}-1&1\\0&-2\end{bmatrix},\quad B_a=0,\quad B_b=\begin{bmatrix}0\\1\end{bmatrix}
  8. A_bb − L_rA_ab의 두 극점을 −6에 둡니다. (A_bb, A_ab)에 쌍대 애커만 공식을 적용해도 같은 L_r이 나옵니다.

    det⁡(sI−Abb+LrAab)=s2+(3+ℓ1)s+(2+2ℓ1+ℓ2)=s2+12s+36 ⟹ Lr=[916]\det(sI-A_{bb}+L_rA_{ab})=s^2+(3+\ell_1)s+(2+2\ell_1+\ell_2)=s^2+12s+36\ \Longrightarrow\ L_r=\begin{bmatrix}9\\16\end{bmatrix}
  9. 구현할 관측기를 조립합니다. A_aa = 0, A_ba = 0, B_a = 0이므로 y의 계수에는 (A_bb − L_rA_ab)L_r 항만 남습니다.

    η˙=[−101−16−2]η+[−74−176]y+[01]u,[x^2x^3]=η+[916]y\dot\eta=\begin{bmatrix}-10&1\\-16&-2\end{bmatrix}\eta+\begin{bmatrix}-74\\-176\end{bmatrix}y+\begin{bmatrix}0\\1\end{bmatrix}u,\qquad \begin{bmatrix}\hat x_2\\\hat x_3\end{bmatrix}=\eta+\begin{bmatrix}9\\16\end{bmatrix}y
  10. 오차 행렬 F = A_bb − L_rA_ab는 이중 고유값 −6을 가지며, F + 6I를 제곱하면 0이므로 e^{Ft} = e^{−6t}(I + (F + 6I)t)입니다. 속도 오차 1, 토크 오차 0에서 출발하면 속도 추정 오차는 e^{−6t}(1 − 4t)로, 0.5 s에서 −0.050, 1 s에서 −0.0074입니다. 토크 추정값은 정착하기 전 t = 1/6 s에서 최대 16/(6e) ≈ 0.98만큼 어긋납니다.

    eFt=e−6t[1−4tt−16t1+4t],eb(t)=e−6t[1−4t−16t] for eb(0)=[10]e^{Ft}=e^{-6t}\begin{bmatrix}1-4t&t\\-16t&1+4t\end{bmatrix},\qquad e_b(t)=e^{-6t}\begin{bmatrix}1-4t\\-16t\end{bmatrix}\ \text{for}\ e_b(0)=\begin{bmatrix}1\\0\end{bmatrix}
  11. 분리 원리를 확인합니다. u = −K[y; x̂₂; x̂₃]를 쓰면 상태가 다섯 개인 루프의 특성다항식은 A − BK의 특성다항식과 관측기의 특성다항식의 곱이고, 5×5 행렬에서 계산한 고유값은 −2 ± j2, −10, −6, −6입니다. 전차수 관측기를 쓰면 여섯 고유값은 −2 ± j2, −10, 그리고 세 번 겹친 −6입니다.

    (s3+14s2+48s+80)(s+6)2=s5+26s4+252s3+1160s2+2688s+2880(s^3+14s^2+48s+80)(s+6)^2=s^5+26s^4+252s^3+1160s^2+2688s+2880
참고 자료

한눈에 보는 표

상태 피드백 설계와 관측기 설계 비교
항목상태 피드백관측기
고유값을 배치하는 행렬A−BKA-BKA−LCA-LC
이득행벡터 K, 상태마다 원소 하나열벡터 L, 상태마다 원소 하나
판별 행렬Mc=[BAB⋯An−1B]M_c=\begin{bmatrix}B&AB&\cdots&A^{n-1}B\end{bmatrix}Mo=[CCA⋮CAn−1]M_o=\begin{bmatrix}C\\CA\\\vdots\\CA^{n-1}\end{bmatrix}
모든 극점을 배치할 조건제어가능: det M_c ≠ 0관측가능: det M_o ≠ 0
애커만 공식K=[0⋯01]Mc−1φ(A)K=\begin{bmatrix}0&\cdots&0&1\end{bmatrix}M_c^{-1}\varphi(A)L=φo(A) Mo−1[0⋯01]TL=\varphi_o(A)\,M_o^{-1}\begin{bmatrix}0&\cdots&0&1\end{bmatrix}^{\mathsf T}
손 계산 요령qMc=[0⋯01], K=∑iαi qAiqM_c=\begin{bmatrix}0&\cdots&0&1\end{bmatrix},\ K=\sum_i\alpha_i\,qA^iMov=[0⋯01]T, L=∑iαiAivM_ov=\begin{bmatrix}0&\cdots&0&1\end{bmatrix}^{\mathsf T},\ L=\sum_i\alpha_iA^iv
위치 구동계 예제K = [80, 35, 11]로 −2 ± j2와 −10에 배치L = [15, 61, 64]ᵀ로 세 극점을 모두 −6에 배치

행렬과 전치행렬의 고유값이 같으므로, (A, C)의 관측기 문제는 (Aᵀ, Cᵀ)에 이득 Lᵀ를 쓰는 상태 피드백 문제와 같습니다. 합에서 αₙ = 1입니다.

더 자세한 설명과 모델의 가정
조금 더 자세히

쌍대성: 관측기 설계를 상태 피드백 문제로 바꾸기

행렬과 그 전치행렬은 특성다항식이 같으므로 det(sI − A + LC) = det(sI − Aᵀ + CᵀLᵀ)입니다. 이를 det(sI − A + BK)와 비교하면 A는 Aᵀ로, B는 Cᵀ로, K는 Lᵀ로 바뀝니다. (Aᵀ, Cᵀ)의 제어가능성 행렬은 M_oᵀ이므로, (A, C)가 관측가능할 때 그리고 그때에만 관측기 극점을 모두 배치할 수 있습니다.

애커만 공식을 적용하면 Lᵀ = [0 … 0 1](M_oᵀ)⁻¹φ_o(Aᵀ)이고, 이를 전치하면 L = φ_o(A)M_o⁻¹[0 … 0 1]ᵀ입니다. 손 계산 요령도 전치해서 씁니다. M_o·v = [0 … 0 1]ᵀ를 풀어 열벡터 v 하나를 구한 다음, 행렬과 열벡터의 곱만으로 L = Aⁿv + αₙ₋₁Aⁿ⁻¹v + … + α₀v를 계산합니다.

조금 더 자세히

관측기 극점 고르기

제어기가 추정값을 쓰기 전에 추정이 수렴해야 하므로, 관측기 극점은 보통 제어기의 지배극점보다 2~5배 왼쪽에 놓습니다. 빠를수록 좋기만 한 것은 아닙니다. x̂̇ = Ax̂ + Bu + L(y − Cx̂)에서 센서 잡음은 모두 L배가 되어 들어오고, L은 관측기를 빠르게 할수록 급격히 커집니다.

위치를 측정하는 실험실 대상에서 감쇠비 0.8, 고유진동수 ωo인 관측기의 이득은 ωo = 2 rad/s일 때 L = [2.4, −1.92]ᵀ, 4 rad/s일 때 [5.6, 7.52]ᵀ, 6 rad/s일 때 [8.8, 24.96]ᵀ입니다. 칼만 필터 강의에서는 극점 위치가 아니라 가정한 잡음 통계에서 L을 정합니다.

조금 더 자세히

최소차수 관측기

y = x_a가 m개의 상태를 정확히 알려 준다고 하고, 이 상태들이 앞에 오도록 순서를 정합니다. 모델을 ẋ_a = A_aa·x_a + A_ab·x_b + B_a·u와 ẋ_b = A_ba·x_a + A_bb·x_b + B_b·u로 나눕니다. 둘째 식은 알고 있는 신호 y와 u로 구동되는 x_b의 모델입니다. 첫째 식을 ẋ_a − A_aa·y − B_a·u = A_ab·x_b로 정리하면 출력 행렬이 A_ab인 x_b의 측정이 됩니다.

이 작은 문제의 관측기는 x̂̇_b = A_bb·x̂_b + A_ba·y + B_b·u + L_r(ẋ_a − A_aa·y − B_a·u − A_ab·x̂_b)입니다. 오차 e_b = x_b − x̂_b는 ė_b = (A_bb − L_rA_ab)e_b를 따르므로, L_r은 A 자리에 A_bb를, C 자리에 A_ab를 넣고 전차수 관측기 이득과 똑같이 설계합니다. 측정되는 상태가 앞의 m개 상태라면 (A, C)가 관측가능할 때 (A_bb, A_ab)도 항상 관측가능합니다.

위의 관측기에는 ẋ_a가 들어 있어 측정 신호를 미분해야 합니다. 그 대신 η = x̂_b − L_r·y를 정의합니다. η를 미분해 대입하면 ẋ_a가 사라지고, y와 u만 쓰는 상태 n − m개의 관측기가 남습니다. 추정값은 x̂_b = η + L_r·y입니다.

조금 더 자세히

전차수 관측기와 최소차수 관측기 비교

최소차수 관측기는 크기가 작고, 센서가 완벽하다면 측정되는 상태의 추정값은 처음부터 정확합니다. 센서에 잡음이 있으면 이것이 약점이 됩니다. x̂_a = y가 잡음을 그대로 통과시키고, 직접 경로 L_r·y가 그 잡음을 x̂_b에도 더하기 때문입니다. 전차수 관측기는 모든 상태를 걸러 냅니다. 엔코더처럼 깨끗한 센서라면 최소차수 관측기가, 잡음이 큰 센서라면 전차수 관측기나 칼만 필터가 알맞습니다.

조금 더 자세히

분리 원리와 그 조건

u = −Kx̂ = −Kx + Ke이면 대상은 ẋ = (A − BK)x + BKe가 되고, 오차는 여전히 ė = (A − LC)e를 따릅니다. 좌표 (x, e)에서 폐루프 행렬은 블록 위삼각행렬이므로 2n개의 고유값은 A − BK의 고유값과 A − LC의 고유값을 합친 것입니다. 최소차수 관측기를 쓰면 둘째 블록이 A_bb − L_rA_ab가 되고 루프의 고유값은 2n − m개입니다.

이 논증에는 네 가지 조건이 필요합니다. 선형 시불변 모델일 것, 관측기가 대상과 정확히 같은 행렬을 쓸 것, 관측기가 실제로 가해진 입력을 받아 모델에 없는 포화가 없을 것, 그리고 극점을 자유롭게 배치하려면 (A, B)가 제어가능하고 (A, C)가 관측가능할 것입니다. 하나라도 깨지면 제어기와 관측기의 고유값이 서로 섞이므로 루프 전체를 다시 확인해야 합니다.

분리 원리가 말하지 않는 것도 있습니다. 관측기를 포함한 루프의 안정 여유는 전체 상태 피드백보다 훨씬 작을 수 있고, e의 과도응답은 BKe를 통해 여전히 대상으로 들어갑니다. 분리 원리 덕분에 두 단계로 나누어 설계할 수 있지만, 결과를 확인하는 단계를 건너뛸 수 있다는 뜻은 아닙니다.

조금 더 자세히

관측기 기반 제어기는 동적 보상기다

측정값 y에서 입력 u까지 관측기와 이득을 합치면 하나의 전달함수가 됩니다. r = 0일 때 U(s) = −K(sI − A + BK + LC)⁻¹L·Y(s)입니다. 이는 고전 제어의 보상기처럼 피드백 경로에 놓입니다. 이중 적분기에서는 두 극점보다 훨씬 원점 가까이에 영점이 하나 있는 진상 보상기의 모양이 되며, 연습문제 4에서 직접 계산합니다.

직접 확인하기

예제를 실험과 연결하기

상태 피드백 실험실은 위치만 측정하므로 C = [1, 0]이고 M_o는 단위행렬입니다. 따라서 쌍대 애커만 공식에 따르면 L은 φ_o(A)의 마지막 열입니다. ωn = 2 rad/s이고 관측기 속도 배율이 3이면 실험실은 관측기 극점을 ωo = 6 rad/s, 감쇠비 0.8에 놓습니다. 그러면 φ_o(s) = s² + 9.6s + 36이고 L = [8.8, 24.96]ᵀ입니다. 이 값을 실험실 모델 패널에 표시된 L과 비교해 보세요.

실험실에서 관측기 이득 L 확인하기
직접 해볼 실험

조작하기 전에 먼저 예측해 보세요.

  1. 예측실험실을 열기 전에 ωn = 2 rad/s에서 관측기 속도 배율이 1과 3일 때의 관측기 이득을 계산하세요. 실험실의 관측기 다항식은 s² + 1.6ωo·s + ωo²이고 ωo = 배율 × ωn입니다. 어느 관측기가 0.3 m의 초기 추정 오차를 더 빨리 없애고, 그 대가로 힘은 얼마나 더 들까요?
  2. 한 가지 변경관측기 피드백과 배율 1을 쓰는 관측기 복원 실험을 열고 결과를 고정합니다. 관측기 속도 배율만 3으로 바꿉니다.
  3. 관찰모델 패널에는 배율 1에서 L = [2.4, −1.92]ᵀ, 배율 3에서 L = [8.8, 24.96]ᵀ가 표시됩니다. 위치 추정 오차는 배율 1에서 약 2.2 s까지 0.01 m를 넘지만 배율 3에서는 약 0.8 s까지만 넘습니다. 처음 1초 동안 요구하는 최대 힘은 0.8 N에서 약 1.6 N으로 커집니다.
  4. 설명C = [1, 0]이므로 M_o = I이고 L은 φ_o(A)의 마지막 열입니다. ωo를 세 배로 하면 φ_o의 상수 계수가 아홉 배가 되므로 L의 둘째 원소가 크게 달라집니다. 빠른 관측기는 틀린 추정값을 더 빨리 고치지만, 그동안 추정 속도가 더 크게 흔들리고 제어기는 그 추정값을 바탕으로 더 세게 밀어냅니다.
주의

관측기 극점을 너무 왼쪽에 두면 L이 커지고, L은 센서 잡음을 그만큼 키워 추정값에 전달합니다. 최소차수 관측기에도 약점이 있습니다. 측정값을 그대로 x_a의 추정값으로 쓰고 x̂_b에도 L_r·y를 더하므로, 측정되는 상태의 잡음을 전혀 걸러 내지 못합니다. 마지막으로 분리 원리가 성립하려면 관측기가 대상에 실제로 들어간 입력을 받아야 합니다. 요구 신호가 아니라 제한된 실제 구동 신호를 넣으세요.

이해 확인+

이중 적분기에서 속도만 측정합니다. A = [[0, 1], [0, 0]], C = [0, 1]일 때 어떤 관측기로든 위치를 복원할 수 있을까요?

복원할 수 없습니다. M_o = [[0, 1], [0, 0]]의 rank는 1이고, 어떤 L을 고르든 A − LC에 고유값 0이 남으므로 위치 오차가 사라지지 않습니다. 위치가 일정하게 어긋나도 속도는 전혀 달라지지 않으므로 센서는 그 차이를 볼 수 없습니다.
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. 다음 모델에서 관측기 극점 둘을 모두 −10에 두는 전차수 관측기를 설계하세요. 쌍대 애커만 공식을 쓰고 계수 비교로 검산하세요.

    A=[01−6−5],C=[10]A=\begin{bmatrix}0&1\\-6&-5\end{bmatrix},\qquad C=\begin{bmatrix}1&0\end{bmatrix}
    답 보기

    답L = [15, 19]ᵀ입니다.

    L=[1519]L=\begin{bmatrix}15\\19\end{bmatrix}
    전체 풀이 보기

    풀이

    1. M_o = [C; CA]가 단위행렬이므로 v = [0, 1]ᵀ입니다.

      Mo=[1001],v=[01],Av=[1−5],A2v=[−519]M_o=\begin{bmatrix}1&0\\0&1\end{bmatrix},\quad v=\begin{bmatrix}0\\1\end{bmatrix},\quad Av=\begin{bmatrix}1\\-5\end{bmatrix},\quad A^2v=\begin{bmatrix}-5\\19\end{bmatrix}
    2. 원하는 다항식은 (s + 10)² = s² + 20s + 100입니다.

      L=A2v+20Av+100v=[−5+2019−100+100]=[1519]L=A^2v+20Av+100v=\begin{bmatrix}-5+20\\19-100+100\end{bmatrix}=\begin{bmatrix}15\\19\end{bmatrix}
    3. 검산합니다. A − LC는 첫째 열만 바뀌며, 특성다항식이 일치합니다.

      det⁡(sI−A+LC)=s2+(5+l1)s+(6+5l1+l2)=s2+20s+100\det(sI-A+LC)=s^2+(5+l_1)s+(6+5l_1+l_2)=s^2+20s+100
  2. 실험실의 질량–스프링–댐퍼에 위치 센서 대신 속도 센서를 달았습니다. (a) 관측가능한가요? (b) 관측기 극점이 −4와 −5가 되도록 L을 설계하세요. (c) 스프링을 없애 이중 적분기가 되면 속도로부터 위치를 여전히 관측할 수 있나요?

    A=[01−4−0.8],C=[01]A=\begin{bmatrix}0&1\\-4&-0.8\end{bmatrix},\qquad C=\begin{bmatrix}0&1\end{bmatrix}
    답 보기

    답(a) 관측가능합니다. det M_o = 4입니다. (b) L = [−4, 8.2]ᵀ입니다. (c) 관측할 수 없습니다. 스프링이 없으면 M_o의 rank가 1이고 어떤 L을 써도 극점 하나가 0에 남습니다.

    L=[−48.2]L=\begin{bmatrix}-4\\8.2\end{bmatrix}
    전체 풀이 보기

    풀이

    1. (a) 스프링이 위치를 힘으로 바꾸고 그 힘이 속도에 나타나므로 M_o의 둘째 행이 위치에 의존합니다.

      Mo=[CCA]=[01−4−0.8],det⁡Mo=4M_o=\begin{bmatrix}C\\CA\end{bmatrix}=\begin{bmatrix}0&1\\-4&-0.8\end{bmatrix},\qquad \det M_o=4
    2. (b) M_o·v = [0, 1]ᵀ를 풉니다. 첫째 행에서 v₂ = 0, 둘째 행에서 −4v₁ = 1입니다.

      v=[−0.250],Av=[01],A2v=[1−0.8]v=\begin{bmatrix}-0.25\\0\end{bmatrix},\quad Av=\begin{bmatrix}0\\1\end{bmatrix},\quad A^2v=\begin{bmatrix}1\\-0.8\end{bmatrix}
    3. φ_o(s) = (s + 4)(s + 5) = s² + 9s + 20으로 결합합니다. 첫째 원소가 음수인 것은 실수가 아니라 이 센서 배치에서 필요한 값입니다.

      L=A2v+9Av+20v=[1−5−0.8+9]=[−48.2],A−LC=[05−4−9]L=A^2v+9Av+20v=\begin{bmatrix}1-5\\-0.8+9\end{bmatrix}=\begin{bmatrix}-4\\8.2\end{bmatrix},\qquad A-LC=\begin{bmatrix}0&5\\-4&-9\end{bmatrix}
    4. 검산합니다. A − LC의 대각합은 −9, 행렬식은 20이므로 극점 −4와 −5에 맞습니다.

    5. (c) A = [[0, 1], [0, 0]]이면 M_o = [[0, 1], [0, 0]]의 rank가 1이고, A − LC = [[0, 1 − l₁], [0, −l₂]]의 특성다항식은 s² + l₂s이므로 어떤 L에서도 고유값 0이 남습니다.

      det⁡ ⁣(sI−[01−l10−l2])=s(s+l2)\det\!\left(sI-\begin{bmatrix}0&1-l_1\\0&-l_2\end{bmatrix}\right)=s(s+l_2)
  3. 실험실의 질량–스프링–댐퍼(위치 측정)에서 속도를 추정하는 최소차수 관측기를 극점 −10으로 설계하고 관측기 방정식을 쓰세요. 질량이 0.1 m에 정지해 있고 관측기가 η = 0에서 출발하면, t = 0과 t = 0.5 s에서 속도 추정 오차는 얼마인가요?

    A=[01−4−0.8],B=[01],y=x1A=\begin{bmatrix}0&1\\-4&-0.8\end{bmatrix},\qquad B=\begin{bmatrix}0\\1\end{bmatrix},\qquad y=x_1
    답 보기

    답L_r = 9.2이고 η̇ = −10η − 96y + u, v̂ = η + 9.2y입니다. 오차는 t = 0에서 −0.92 m/s, 0.5 s에서 −0.0062 m/s입니다.

    η˙=−10η−96y+u,v^=η+9.2y\dot\eta=-10\eta-96y+u,\qquad \hat v=\eta+9.2y
    전체 풀이 보기

    풀이

    1. x_a = 위치, x_b = 속도로 나눕니다.

      Aaa=0,Aab=1,Aba=−4,Abb=−0.8,Ba=0,Bb=1A_{aa}=0,\quad A_{ab}=1,\quad A_{ba}=-4,\quad A_{bb}=-0.8,\quad B_a=0,\quad B_b=1
    2. 스칼라 오차는 ė_b = (−0.8 − L_r)e_b를 따릅니다. 극점을 −10에 두려면 L_r = 9.2입니다.

      Abb−LrAab=−0.8−9.2=−10A_{bb}-L_rA_{ab}=-0.8-9.2=-10
    3. 관측기 공식에 대입합니다. y의 계수는 (−10)(9.2) + (−4) − 9.2·0 = −96이고 u의 계수는 1 − 9.2·0 = 1입니다.

      η˙=−10η−96y+u,v^=η+9.2y\dot\eta=-10\eta-96y+u,\qquad \hat v=\eta+9.2y
    4. t = 0에서 질량은 정지해 있지만 추정값은 v̂ = 0 + 9.2 × 0.1 = 0.92 m/s이므로 e_b(0) = −0.92 m/s입니다. 이후 오차는 e^{−10t}로 줄어듭니다. 입력이 오차 방정식에서 사라지므로 정현파 입력을 넣은 시뮬레이션에서도 같은 값이 나옵니다.

      eb(0.5)=−0.92 e−5≈−0.0062 m/se_b(0.5)=-0.92\,e^{-5}\approx-0.0062\ \mathrm{m/s}
  4. 위치를 측정하는 이중 적분기에서 K = [4, 2.8](극점 −1.4 ± j1.43)과 L = [8, 16]ᵀ(이중 극점 −4)인 관측기를 씁니다. 폐루프 고유값과 y에서 −u까지의 보상기 전달함수를 구하세요.

    A=[0100],B=[01],C=[10]A=\begin{bmatrix}0&1\\0&0\end{bmatrix},\qquad B=\begin{bmatrix}0\\1\end{bmatrix},\qquad C=\begin{bmatrix}1&0\end{bmatrix}
    답 보기

    답고유값은 −1.4 ± j1.43과 두 번 겹친 −4입니다. 보상기는 (76.8s + 64)/(s² + 10.8s + 42.4)이고 영점은 −0.833, 극점은 −5.4 ± j3.64입니다.

    Gc(s)=76.8s+64s2+10.8s+42.4G_c(s)=\frac{76.8s+64}{s^2+10.8s+42.4}
    전체 풀이 보기

    풀이

    1. 분리 원리에 따라 특성다항식은 제어기 다항식과 관측기 다항식의 곱입니다.

      (s2+2.8s+4)(s2+8s+16)=s4+10.8s3+42.4s2+76.8s+64(s^2+2.8s+4)(s^2+8s+16)=s^4+10.8s^3+42.4s^2+76.8s+64
    2. 보상기 행렬과 그 2×2 역행렬을 구합니다.

      A−BK−LC=[−81−20−2.8],(sI−A+BK+LC)−1=1s2+10.8s+42.4[s+2.81−20s+8]A-BK-LC=\begin{bmatrix}-8&1\\-20&-2.8\end{bmatrix},\qquad (sI-A+BK+LC)^{-1}=\frac{1}{s^2+10.8s+42.4}\begin{bmatrix}s+2.8&1\\-20&s+8\end{bmatrix}
    3. 오른쪽에 L을, 왼쪽에 K를 곱합니다.

      K[8s+38.416s−32]=4(8s+38.4)+2.8(16s−32)=76.8s+64K\begin{bmatrix}8s+38.4\\16s-32\end{bmatrix}=4(8s+38.4)+2.8(16s-32)=76.8s+64
    4. 루프로 검산합니다. 대상은 1/s²이고, s²(s² + 10.8s + 42.4) + 76.8s + 64를 전개하면 위의 4차 다항식이 다시 나옵니다. 영점 −64/76.8 = −0.833이 극점보다 훨씬 오른쪽에 있어 진상 보상기의 모양입니다.

  5. 시험 수준 문제입니다. 예제의 위치 구동계에 속도 엔코더를 추가하여 y = [x₁, x₂]가 되었고 토크 x₃만 모릅니다. 관측기 극점이 −10인 최소차수 관측기를 설계하고, 어느 이득을 자유롭게 고를 수 있는지 설명한 뒤, K = [80, 35, 11]일 때의 폐루프 고유값을 구하세요.

    답 보기

    답L_r = [ℓ₁, 8]이고 ℓ₁은 자유롭게 고를 수 있습니다. ℓ₁ = 0이면 η̇ = −10η − 72x₂ + u, x̂₃ = η + 8x₂입니다. 고유값은 −2 ± j2와 두 번 겹친 −10입니다.

    η˙=−10η−72x2+u,x^3=η+8x2\dot\eta=-10\eta-72x_2+u,\qquad \hat x_3=\eta+8x_2
    전체 풀이 보기

    풀이

    1. x_a = [x₁, x₂], x_b = x₃로 나눕니다.

      Aaa=[010−1],Aab=[01],Aba=[00],Abb=−2,Ba=[00],Bb=1A_{aa}=\begin{bmatrix}0&1\\0&-1\end{bmatrix},\quad A_{ab}=\begin{bmatrix}0\\1\end{bmatrix},\quad A_{ba}=\begin{bmatrix}0&0\end{bmatrix},\quad A_{bb}=-2,\quad B_a=\begin{bmatrix}0\\0\end{bmatrix},\quad B_b=1
    2. L_r은 행벡터 [ℓ₁, ℓ₂]입니다. A_ab의 첫째 원소가 0이므로 ℓ₁은 오차 극점에 영향을 주지 않습니다. 출력이 둘이라서 생기는 자유도이며, 여기서는 ℓ₁ = 0으로 둡니다.

      Abb−LrAab=−2−ℓ2=−10 ⟹ ℓ2=8A_{bb}-L_rA_{ab}=-2-\ell_2=-10\ \Longrightarrow\ \ell_2=8
    3. y의 계수는 (−10)[0, 8] − [0, 8]A_aa = [0, −80] − [0, −8] = [0, −72]입니다.

      η˙=−10η+[0−72]y+u,x^3=η+8x2\dot\eta=-10\eta+\begin{bmatrix}0&-72\end{bmatrix}y+u,\qquad \hat x_3=\eta+8x_2
    4. 물리적으로 보면 ẋ₂ = −x₂ + x₃이므로 x₃ = ẋ₂ + x₂이고, 관측기는 속도의 이 미분을 걸러 낸 값을 계산하는 셈입니다.

    5. 분리 원리에 따라 폐루프 고유값 네 개는 A − BK의 고유값과 관측기 극점입니다. [x; η]의 4×4 행렬에서 계산해도 아래 다항식이 나옵니다.

      (s3+14s2+48s+80)(s+10)=s4+24s3+188s2+560s+800(s^3+14s^2+48s+80)(s+10)=s^4+24s^3+188s^2+560s+800

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

핵심 용어

이 강의에서 배우는 용어

용어집 전체 보기 →
질문과 답

자주 묻는 질문

쌍대성은 관측기 설계에서 무엇을 뜻하나요?

행렬과 그 전치행렬은 고유값이 같으므로 det(sI − A + LC) = det(sI − Aᵀ + CᵀLᵀ)입니다. 따라서 (A, C)의 관측기 극점을 배치하는 일은 (Aᵀ, Cᵀ)에 이득 Lᵀ를 쓰는 상태 피드백 설계와 같으며, (A, C)가 관측가능할 때 모든 극점을 원하는 곳에 놓을 수 있습니다.

관측기 극점은 얼마나 빠르게 두어야 하나요?

보통 제어기의 지배극점보다 2~5배 왼쪽에 두어, 제어기가 추정값에 의존하기 전에 추정이 수렴하게 합니다. 극점이 빠를수록 L이 커지고 L은 센서 잡음에 곱해집니다. 위치를 측정하는 실험실 대상에서 감쇠비를 0.8로 두면, L은 2 rad/s에서 [2.4, −1.92]이지만 6 rad/s에서는 [8.8, 24.96]이 됩니다.

최소차수 관측기가 전차수 관측기보다 나은 경우는 언제인가요?

최소차수 관측기는 센서가 측정하지 않는 n − m개의 상태만 추정하므로 크기가 작고, 엔코더처럼 깨끗한 센서라면 측정되는 상태도 정확합니다. 잡음이 큰 센서에서는 잡음이 그대로 x̂_a로 들어가고 L_r·y를 거쳐 x̂_b에도 더해지므로, 전차수 관측기나 칼만 필터가 더 낫습니다.

최소차수 관측기는 왜 변수 η를 쓰나요?

그대로 쓰면 관측기 식에 측정 신호의 미분 ẋ_a가 들어갑니다. η = x̂_b − L_r·y로 정의하면 그 미분이 사라지고, y와 u만으로 움직이는 n − m차 관측기가 남으며 추정값은 x̂_b = η + L_r·y입니다.

분리 원리가 성립하면 관측기 기반 제어기는 전체 상태 피드백만큼 강인한가요?

아닙니다. 분리 원리는 정확한 선형 모델에서 관측기가 실제로 가해진 입력을 받을 때 폐루프 고유값이 A − BK의 고유값과 A − LC의 고유값으로 이루어진다는 뜻일 뿐입니다. 합친 루프의 안정 여유는 훨씬 작을 수 있고, 포화나 모델 오차가 있으면 두 고유값 집합이 섞이므로 전체 루프를 확인해야 합니다.

다음 강의로 이어가기

제어기든 관측기든 극점 배치에서는 모든 극점을 직접 골라야 합니다. 다음의 LQR은 상태 오차와 제어 입력 사이에 정한 비용의 균형에서 이득을 계산합니다.

학습 진도

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

EIGENROOM · https://eigenroom.com/ko/theory/observer-design · 갱신 2026-11-15