4.5 Coût garanti global requis à la synchronisation au sein du SMSP
4.5.2 Loi de commande décentralisée avec un coût garanti
Il est important de souligner que les lois de commande (4.14) dont les performances sont conditionnées par la Proposition4.2, requièrent les valeurs propres relatives à la matrice Laplacienne décrivant le graphe. Or, cette dépendance contredit l’approche dé-centralisée que nous nous proposons de développer pour la conception de la commande relative à la synchronisation et qui minimise la fonction coût J dans (4.5). De plus, dans certains cas, seule l’information concernant la connectivité au sein du réseau est accessible. Pour y remédier, nous supposons que le graphe non-orienté en question est connexe et nous revenons sur la modélisation du système singulièrement perturbé en introduisant des incertitudes paramétriques qui correspondent aux valeurs propres deL, valeurs qui requièrent la connaissance des propriètés topologiques du graphe.
4.5.2 Loi de commande décentralisée avec un coût garanti
Dans le but d’écarter la dépendance de la loi de commande (4.14) aux valeurs propres deL, nous modélisons ces paramètres comme étant des incertitudes bornées affectant le système et nous attribuons un modèle incertain aux dynamiques singulièrement per-turbés desn−1systèmes. Par conséquent, notre étude sera fondée principalement sur l’approche d’analyse des système incertains [16,43].
4.5 Coût garanti global requis à la synchronisation au sein du SMSP 103 Afin de simplifier les notations, nous introduisons les matrices suivantes :
Aε= A11 A12 ε−1A21 ε−1A22 ! , Bε = B1 ε−1B2 ! .
En premier lieu, nous réecrivons le système (4.24) comme suit :
˙ e
xi(t) =Aεxei(t) +Bεeui(t), ∀i= 2, . . . , n (4.27)
avec une loi de commande par retour d’état de la formeuei(t) =Fiuˆi(t)où
ˆ
ui(t) =−Kexi(t), (4.28) tel queK= [K1, K2]∈Rm×nx etFi ∈Rnx×nxdéfinie par
Fi =λiInx. (4.29) En utilisant les propriétés de la matrice Laplacienne L, nous concluons que pour un graphe non-orienté donné, composé densommets, nous avons :
(λ∗)2Inx 6F⊤
i Fi 6(λ◦)2Inx, i= 2, . . . , n (4.30) Par conséquent, une manière générale d’analyser le système (4.27), sans pour autant avoir accès à toute les matricesFi, est d’étudier le système incertain de la forme :
˙ e
xi(t) =Aεexi(t) +BεFiuˆi(t) (4.31)
avec Fi est une matrice d’incertitudes satisfaisant l’inégalité (4.30). Cette condition garantit le fait que la matrice d’incertitudes Fi soit bornée en norme ce qui permet d’obtenir un système singulièrement perturbé incertain dont on sait analyser la stabilité [16,43].
Théorème 4.2. Considérons le système incertain singulièrement perturbé (4.31).
Sous les hypothèses4.2 et4.3, il existeε∗ > 0tel que pour toutε ∈ (0, ε∗], l’équation
de Riccati suivante :
PεAε+A⊤εPε−2 (λ∗)2PεBεR−1B⊤εPε+λ◦Inx = 0 (4.32)
104 Chapitre 4. Synchronisation avec un coût garanti dans un SMSP. En outre, la loi de commande
e
ui(t) =−λ∗R−1Bε⊤Pεexi(t), ∀i ∈2, . . . , n (4.33)
garantit la stabilisation desième dynamiques (4.27) avec un coût garanti
βi =xei(0)⊤Pεexi(0).
Preuve. Nous divisons la preuve du théorème précédent en deux parties.
Une première étape consiste à rechercher et définir une fonction de Lyapunov commune
qui garantit la stabilité des systèmes (4.27). Dans la seconcde partie, nous y rajoutons
la contrainte d’optimisation d’énergie de la commande obtenue et nous détaillons la méthodologie à adopter pour d’une part, atteindre un coût garanti global mais aussi décentraliser la loi de commande finale.
I. D’abord, nous recherchons une fonction de Lyapunov quadratique commune pour les
systèmes singulièrement perturbés (4.27) de la forme
V(t,exi) =exi(t)⊤Pεexi(t)
qui vérifie le critère de minimisation :
min e ui λiexi(t)⊤xei(t) +eui(t)⊤Reui(t) + ˙V(t,exi) = 0. (4.34)
Sous l’hypothèse4.3 et pour tout ε ∈ (0, ε∗], la paire(Aε, Bε)est stabilisable. Alors,
il existe une matrice symétrique définie positivePε tel que pour tout ε ∈ (0, ε∗], nous
avons :
A⊤εPε+PεAε−2(λ∗)2PεBεR−1Bε⊤Pε+λ◦Inx = 0. (4.35)
D’autre part, sous l’hypothèse4.2, l’inégalité (4.2) est vérifiée pour touti= 2, . . . , n.
Il en découle :
(λ∗)2BεR−1Bε⊤ 6BεFiR−1Fi⊤Bε⊤
Par conséquent, pour toutε ∈(0, ε∗]et pour touti= 2, . . . , n, la solution de l’équation
(4.35) vérifie l’inégalité de Riccati suivante :
PεAε+A⊤εPε−2PεBεFiR−1Fi⊤Bε⊤Pε+λiInx 60 (4.36)
4.5 Coût garanti global requis à la synchronisation au sein du SMSP 105 fonction de Lyapunov énoncée précédemment satisfait :
˙
V(t,xei)6−λiexi(t)⊤xei(t)−eui(t)⊤Ruei(t), ∀i= 2, . . . , n.
Trouvons maintenant une loi de commande stabilisante qui résoud (4.34).
Pour ce faire, nous définissons le Hamiltonien relatif auième systéme (4.27) :
Hi(xei,eui, t) = λiexi(t)⊤xei(t) +eui(t)⊤Reui(t) + ˙exi(t)⊤Pεexi(t) +exi(t)⊤Pεxe˙i(t)
qui est équivalent à
Hi(xei,eui, t) = λiexi(t)⊤exi(t) +eui(t)⊤Reui(t) +
Aεexi(t) +BεFiuei(t)⊤
Pεxei(t) +exi(t)⊤Pε[Aεxei(t) +BεFiuei(t).] (4.37) La condition nécessaire d’optimalité
∇euiHi(exi,eui, t) = 0
implique que
2Fi⊤Bε⊤Pεxei(t) + 2Ruei(t) = 0
Ainsi, une loi de commande optimale associée auième systéme (4.27) est donnée par :
e
ui(t) = −R−1Fi⊤Bε⊤Pεxei(t) = −λiR−1Bε⊤Pεxei(t) (4.38)
II. Sous la contrainte du critère (4.25), la loi de commande (4.38) est optimale mais loin
d’être décentralisée. Ainsi, il est indispensable de relâcher la contrainte d’optimalité imposée en assurant un coût garanti qui fait appel à une commande décentralisée au sein du système multi-agents. Dans ce cas, la loi de commande devient :
e
u∗i(t) =−λ∗R−1Bε⊤Pεxei(t).
Cette loi de commande satisfait l’équation de Riccati (4.35) et par conséquent (4.36).
106 Chapitre 4. Synchronisation avec un coût garanti dans un SMSP. donné par : e Ji = Z ∞ 0 λiexi(t)⊤exi(t) +uei(t)⊤Reui(t) dt 6V(0,exi(0)) =xei(0)⊤Pεexi(0), ∀i= 2, . . . , n avecxei(0) = [˜xi(0)⊤, z˜i(0)⊤]⊤.
Remarque 4.3. Il est important de mentionner que les fonctions du coût individuelJei
dans (4.25) dépendent des valeurs propresλi. En revanche, les coût garantis individuels
βi et le coût garanti globalJ¯qui en découle ne dépendent que deλ∗. Alors, les lois de
commande (4.33) sont décentralisées et les coûts garantis qui leurs sont associés sont
indépendnats des valeurs propres de la matrice Laplacienne et ne dépendent que du
nombre d’agentnconstituant le système multi-agents.
Remarque 4.4. Soulignons que le coût obtenu βi dans le Théorème 4.2 dépend des
conditions intiales x˜i(0) et z˜i(0). Cette dépendance peut être écartée en supposant
que les conditions initiales sont des variables aléatoires ayant une moyenne nulle avec
E[exi(0)exi(0)⊤] =Inx (voir par exemple [43]).
Une étape essentielle dans cette analyse consiste à rechercher une matricePε qui, sous les conditions énoncées par le Théorème4.2, détermine une solution au problème de la conception de la loi de commande satisfaisant la contrainte du coût garanti. En effet, l’équation de Riccati (4.32) est initialement résolue pourPεpour, par la suite, en déduire les gains de la commande en substituant la solution de l’équation de Riccati dans (4.33).