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

x_i(t) =Aεxe_i(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) =−Kex_i(t), (4.28) tel queK= [K1, K2]∈R^m×n_x etFi ∈Rn_x×n_xdéfinie par

Fi =λiIn_x. (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^∗)²In_x 6_F⊤

i Fi 6_(λ◦)²In_x, 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

x_i(t) =Aεex_i(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^◦In_x = 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⁻¹B_ε^⊤Pεex_i(t), ∀i ∈2, . . . , n (4.33)

garantit la stabilisation desième dynamiques (4.27) avec un coût garanti

βi =xe_i(0)^⊤Pεex_i(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,ex_i) =ex_i(t)^⊤Pεex_i(t)

qui vérifie le critère de minimisation :

min e ui λiex_i(t)^⊤xe_i(t) +eui(t)^⊤Reui(t) + ˙V(t,ex_i) = 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⁻¹B_ε^⊤Pε+λ^◦In_x = 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⁻¹B_ε^⊤ 6_BεFiR−1F_i^⊤B_ε^⊤

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⁻¹F_i^⊤B_ε^⊤Pε+λiIn_x 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,xe_i)6−λiex_i(t)^⊤xe_i(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(xe_i,eui, t) = λiex_i(t)^⊤xe_i(t) +eui(t)^⊤Reui(t) + ˙ex_i(t)^⊤Pεex_i(t) +ex_i(t)^⊤Pεxe˙_i(t)

qui est équivalent à

Hi(xe_i,eui, t) = λiex_i(t)^⊤ex_i(t) +eui(t)^⊤Reui(t) +

Aεex_i(t) +BεFiuei(t)_⊤

Pεxe_i(t) +ex_i(t)^⊤Pε[Aεxe_i(t) +BεFiuei(t).] (4.37) La condition nécessaire d’optimalité

∇euiHi(ex_i,eui, t) = 0

implique que

2F_i^⊤B_ε^⊤Pεxe_i(t) + 2Ruei(t) = 0

Ainsi, une loi de commande optimale associée auième systéme (4.27) est donnée par :

e

ui(t) = −R⁻¹F_i^⊤B_ε^⊤Pεxe_i(t) = −λiR⁻¹B_ε^⊤Pεxe_i(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⁻¹B_ε^⊤Pεxe_i(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 λiex_i(t)⊤ex_i(t) +uei(t)⊤Reui(t) dt 6_V(0,ex_i(0)) =xe_i(0)^⊤Pεex_i(0), ∀i= 2, . . . , n avecxe_i(0) = [˜xi(0)⊤, z˜i(0)⊤]⊤.

Remarque 4.3. Il est important de mentionner que les fonctions du coût individuel_Je_i

dans (4.25) dépendent des valeurs propresλi. En revanche, les coût garantis individuels

βi et le coût garanti global_J¯_{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[ex_i(0)ex_i(0)⊤] =In_x (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).