Журнал вычислительной математики и математической физики, 2021, T. 61, № 3, стр. 382-390
Динамический метод невязки в задаче реконструкции входа системы с запаздыванием в управлении
М. С. Близорукова 1, *, В. И. Максимов 1, **
1 Институт математики и механики УрО РАН
620990 Екатеринбург, ул. С. Ковалевской, 16, Россия
* E-mail: msb@imm.uran.ru
** E-mail: maksimov@imm.uran.ru
Поступила в редакцию 23.03.2020
После доработки 23.03.2020
Принята к публикации 18.11.2020
Аннотация
Рассматривается задача реконструкции неизвестного входного воздействия системы нелинейных дифференциальных уравнений с запаздыванием в управлении. Представлен устойчивый к информационным помехам и погрешностям вычислений алгоритм ее решения, который основан на конструкциях теории гарантированного управления. Библ. 12.
1. ВВЕДЕНИЕ
В подавляющем большинстве реальных процессов, имеющих место при решении практических задач, наблюдателю доступны не все параметры и характеристики рассматриваемых объектов. При этом в случае статических по постановке задач, когда алгоритмы не учитывают возможное изменение данных в процессе счета, особых проблем не возникает. Другое дело, когда требуется восстановить неизвестные параметры в динамике синхронно с развитием процесса. Поскольку, как правило, измерения результатов наблюдений и экспериментов сопровождаются неизбежными ошибками, помехами, то применение стандартных методов в этом случае бывает затруднительно. Информация о данных расчетов в этом случае может меняться, и решение должно приниматься на основании выборки, которая очевидно ограничена, поскольку в каждый момент доступны только прошлые по времени данные, а не вся зависимость, как в апостериорных задачах, где алгоритмы обрабатывают историю измерений целиком. Эти данные требуют обработки в режиме он-лайн, что затрудняет применение обычных методов при поиске решений обратных задач и требует привлечения специальных, называемых методами регуляризации, разработанных в рамках теории некорректных задач. Упрощенно задачу динамического восстановления можно сформулировать как процедуру получения устойчивой по отношению к помехам оценки подлежащей восстановлению функциональной характеристики системы с помощью некоторого локально регуляризованного метода. При этом разрешающий алгоритм строится в классе конечно-шаговых алгоритмов, т.е. алгоритмов, учитывающих поступающую информацию в конечном числе временных узлов. Теоретическая основа одного из методов, обеспечивающих в реальном времени динамическое восстановление входного воздействия на систему, заложена в [1]–[3]. В большинстве работ по данной тематике решение задач динамического восстановления (или online реконструкции) основывается на методе локальной регуляризации экстремального сдвига с использованием сглаживающего функционала (см. [2]–[6]). Данный метод представляет собой вариант принципа управления с поводырем: в контур управления вводится дополнительная динамическая система – модель. Необходимость использовать эту систему отпадает, если в качестве метода регуляризации применять динамический метод невязки, который был предложен в [7] для систем обыкновенных дифференциальных уравнений при наличии ограничений на входное воздействие в виде выпуклого компакта и модифицирован в [8]–[10] – в случае их отсутствия. Для систем с распределенными параметрами динамический метод невязки был развит, например, в [11], а для систем с запаздыванием в фазовых координатах – в [12].
2. ПОСТАНОВКА ЗАДАЧИ
Рассматривается система дифференциальных уравнений следующего вида:
(2.1)
$\dot {x}(t) = {{f}_{1}}(t,x(t)) + {{f}_{2}}(t,x(t))u(t - \tau ) + Bu(t),\quad t \in T = [0,\vartheta ],$Траектория (решение) системы $x(t)$, $t \in T$, заранее неизвестна и определяется некоторым возмущением $u(t)$, $t \in [ - \tau ,\vartheta ]$, которое при $t \in T$ также неизвестно. Это возмущение подчинено априорному ограничению $u( \cdot ) \in P( \cdot )$, где
(2.2)
$P({\kern 1pt} \cdot {\kern 1pt} ) = \{ {v}({\kern 1pt} \cdot {\kern 1pt} ) \in {{L}_{2}}(T;{{R}^{r}}):{v}(t) \in P\;\;{\text{при}}\;{\text{п}}.{\text{в}}.\;t \in T\} ,$Полагаем, что функция $u(s)$, $s \in [ - \tau ,0]$, известна и является непрерывной. Символом $E$ обозначим замкнутое множество в пространстве ${{R}^{n}}$, в котором остается траектория вместе с окрестностью радиуса единица при всех $t \in T$, т.е. $\bigcup\nolimits_{t \in T}^{} {{{S}_{1}}(x(t))} \subset E$. Здесь ${{S}_{1}}(a)$ – замкнутая окрестность единичного радиуса с центром в точке $a$. Вектор-функция ${{f}_{1}}$ и матричная функция ${{f}_{2}}$ – локально липшицевы по совокупности переменных с константами $c_{j}^{0}(Y) > 0$, $j = 1,\;2$, т.е. для любого ограниченного множества $Y \in T \times E$ при любых $({{t}_{1}},{{x}_{1}})$, $({{t}_{2}},{{x}_{2}}) \in Y$ выполняются неравенства
(2.3)
$\begin{gathered} {{\left| {{{f}_{1}}({{t}_{1}},{{x}_{1}}) - {{f}_{1}}({{t}_{2}},{{x}_{2}})} \right|}_{n}} \leqslant c_{1}^{0}\left( {\left| {{{t}_{1}} - {{t}_{2}}} \right| + {{{\left| {{{x}_{1}} - {{x}_{2}}} \right|}}_{n}}} \right), \\ \left\| {{{f}_{2}}({{t}_{1}},{{x}_{1}}) - {{f}_{2}}({{t}_{2}},{{x}_{2}})} \right\| \leqslant c_{2}^{0}\left( {\left| {{{t}_{1}} - {{t}_{2}}} \right| + {{{\left| {{{x}_{1}} - {{x}_{2}}} \right|}}_{n}}} \right),\quad c_{j}^{0} = c_{j}^{0}(Y),\quad j = 1,\;2. \\ \end{gathered} $В дискретные моменты времени ${{\tau }_{i}} \in T$, ${{\tau }_{i}} < {{\tau }_{{i + 1}}}$, координаты $x({{\tau }_{i}})$ измеряются с некоторой погрешностью $h \in (0,1)$. Результаты измерений – векторы $\xi _{i}^{h} \in {{R}^{n}}$, удовлетворяющие неравенствам
Требуется указать алгоритм приближенного восстановления неизвестного возмущения $u( \cdot )$ по результатам неточных измерений $x({{\tau }_{i}})$. Таким образом, рассматриваемая задача состоит в построении алгоритма, который по текущим измерениям величин $x({{\tau }_{i}})$ в “реальном времени” формирует (по принципу обратной связи) некоторую функцию $u = {{u}^{h}}({\kern 1pt} \cdot {\kern 1pt} )$, являющуюся приближением (в метрике пространства ${{L}_{2}}(T;{{R}^{r}}))$ возмущения $u({\kern 1pt} \cdot {\kern 1pt} )$ на отрезке $[0,\vartheta ]$.
Сформулированная выше задача является задачей восстановления (реконструкции). В настоящей работе мы укажем алгоритм решения, основанный на динамическом аналоге известного в теории некорректных задач метода невязки. Суть последнего состоит, как известно, в следующем: на основании имеющейся неточной информации очерчивается некоторое множество $\Omega $, заведомо содержащее искомый элемент. Затем в этом множестве по некоторому правилу выбирается другой элемент, служащий приближением искомого. Обычно приближающий элемент отыскивается как точка экстремума подходящего функционала. Ниже эта идея реализована для рассматриваемой задачи.
3. АЛГОРИТМ РЕШЕНИЯ ЗАДАЧИ
Перейдем к описанию алгоритма решения.
Пусть для каждого $h \in (0,\;1)$ фиксировано семейство ${{\Delta }_{h}}$ разбиений отрезка $T$ контрольными моментами времени ${{\tau }_{{h,i}}}$ на полуинтервалы $[{{\tau }_{{h,i}}},{{\tau }_{{h,i + 1}}})$:
(3.1)
${{\Delta }_{h}} = \left\{ {{{\tau }_{{h,i}}}} \right\}_{{i = 0}}^{{{{m}_{h}}}},\quad {{\tau }_{{h,i + 1}}} = {{\tau }_{{h,i}}} + \delta ,\quad \delta = \delta (h),{{\quad }_{{h,0}}} = 0,\quad {{\tau }_{{h,{{m}_{h}}}}} = \vartheta .$Далее нам потребуются следующие обозначения. Символом $\left[ {\frac{\vartheta }{\tau }} \right]$ обозначим целую часть числа $\frac{\vartheta }{\tau }$, $N = \left[ {\frac{\vartheta }{\tau }} \right] + 1$, $\left| {\, \cdot \,} \right|$ – модуль числа и $( \cdot , \cdot )$ – скалярное произведение в конечномерном евклидовом пространстве.
Введем постоянные ${{c}^{0}} > 0$ и $b$ такие, что
(3.2)
$\begin{gathered} {{\left| {{{f}_{1}}(t,x) + {{f}_{2}}(t,x){{u}_{1}} + B{{u}_{2}}} \right|}_{n}} \leqslant {{c}^{0}}\quad \forall t \in T,\quad {{u}_{1}},{{u}_{2}} \in P,\quad x \in E, \\ \left\| {{{f}_{2}}(t,x)} \right\| \leqslant b\quad \forall t \in T,\quad x \in E. \\ \end{gathered} $(3.3)
${{\left| {\dot {x}(t)} \right|}_{n}} \leqslant {{c}^{0}}\quad {\text{при}}\;{\text{п}}.{\text{в}}.\quad t \in T.$Для простоты выкладок положим: разбиения ${{\Delta }_{h}}$ таковы, что числа $l = l(h) = \frac{\tau }{{\delta (h)}}$ являются целыми. Кроме того, $\tau j \in {{\Delta }_{h}}$, $\forall j \in [0:N - 1]$.
В дальнейшем считаем выполненным
Условие 1: $\operatorname{rank} B = r$.
В силу условия 1, можно указать число ${{c}_{ * }} > 0$ такое, что
(3.4)
${{\left| {Bu} \right|}_{n}} \geqslant {{c}_{ * }}{{\left| u \right|}_{r}}\quad {\text{для}}\;{\text{всех}}\;u \in {{R}^{r}}.$Пусть $\omega ({\kern 1pt} \cdot {\kern 1pt} )$ – модуль непрерывности функции $u(s)$, $s \in [ - \tau ,0]$, т.е.
При $i \in [0:l]$ обозначим
Тогда видно, что при $i \in [1:l]$ справедливы неравенства(3.6)
${{\left| {\int\limits_{{{\tau }_{{i - 1}}} - \tau }^{{{\tau }_{i}} - \tau } {\{ u(t) - u_{{i - l - 1}}^{h}\} dt} } \right|}_{r}} \leqslant \delta \omega (\delta ).$(3.7)
$\Omega _{{h,i}}^{{(j)}} = \left\{ {{v} \in P:{{{\left| {(\xi _{i}^{h} - \xi _{{i - 1}}^{h}){{\delta }^{{ - 1}}} - [{{f}_{1}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h}) + {{f}_{2}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h})u_{{i - l - 1}}^{h} + B{v}]} \right|}}_{n}} \leqslant \sigma _{h}^{{(j)}}} \right\},$(3.8)
$\sigma _{h}^{{(j)}} = 2h{{\delta }^{{ - 1}}} + {{K}_{1}}\delta + {{K}_{2}}h + {{\delta }^{{ - 1}}}b{{\tilde {\lambda }}_{{j - 1}}}(\delta ,h),$(3.10)
$u_{{i - 1}}^{h} = argmin\left\{ {{{{\left| u \right|}}_{r}}:u \in \Omega _{{h,i}}^{{(j)}}} \right\},$(3.11)
${{u}^{h}}(t) = u_{{i - 1}}^{h}\quad {\text{при}}\quad t \in {{\delta }_{{i - 1}}} = [{{\tau }_{{i - 1}}},{{\tau }_{i}}).$(3.12)
${{u}^{h}}(t) = u_{i}^{h} = u(\delta i),\quad {\text{если}}\quad t \in \left( {\delta i,\delta (i + 1)} \right].$Алгоритм решения рассматриваемой задачи состоит в следующем. До начала работы алгоритма фиксируется величина погрешности измерения фазового состояния системы, а именно, число $h \in (0,\;1)$. Вместе с ним фиксируется равномерное разбиение ${{\Delta }_{h}}$ отрезка $T$ контрольными моментами времени ${{\tau }_{i}} = {{\tau }_{{h,i}}}$. Работа алгоритма разбивается на однотипные шаги. На $i$-м шаге, в момент ${{\tau }_{i}}$, на основании поступивших на начало этого шага результатов измерения $\xi _{i}^{h}$ и $\xi _{{i - 1}}^{h}$ строится семейство множеств вида (3.7). После этого вычисляется вектор $u_{{i - 1}}^{h}$ по формуле (3.10). Затем, согласно (3.11), определяется функция $u(t)$ при $t \in ({{\tau }_{{i - 1}}},{{\tau }_{i}}]$. Вся процедура осуществляется до момента времени $\vartheta $.
Лемма 1. При ${{\tau }_{i}} \in \left( {\tau j,\tau (j + 1)} \right] \cap T$, $j \in [0:N]$, справедливы следующие соотношения:
(3.13)
${{\mu }_{i}}(\delta ,h) \equiv {{\left| {\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\{ u(s) - {{u}^{h}}(s)\} ds} } \right|}_{r}} \leqslant {{\tilde {\lambda }}_{j}}(\delta ,h),$(3.14)
${{\delta }^{{ - 1}}}\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {u(t)dt} \in \Omega _{{h,i}}^{{(j)}}.$Доказательство. Доказательство проведем по индукции. Пусть $j = 0$, ${{\tau }_{i}} \in (0,\tau ]$. Очевидно, что для любого $x({\kern 1pt} \cdot {\kern 1pt} ) \in {{X}_{T}} = \left\{ {x({\kern 1pt} \cdot {\kern 1pt} ):x({\kern 1pt} \cdot {\kern 1pt} ) = x({\kern 1pt} \cdot ;0,{{x}_{0}},u({\kern 1pt} \cdot {\kern 1pt} )),\;u({\kern 1pt} \cdot {\kern 1pt} ) \in P({\kern 1pt} \cdot {\kern 1pt} )} \right\}$ ($P({\kern 1pt} \cdot {\kern 1pt} )$ определено согласно (2.2)) верно неравенство
(3.15)
${{\left| {x({{t}_{1}}) - x({{t}_{2}})} \right|}_{n}} \leqslant {{c}^{0}}\left| {{{t}_{1}} - {{t}_{2}}} \right|,\quad {{t}_{1}},{{t}_{2}} \in T.$(3.16)
$\begin{gathered} \left| {{{f}_{1}}(t,x(t)) - {{f}_{1}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h})} \right| \leqslant c_{1}^{0}\left( {t - {{\tau }_{{i - 1}}} + {{{\left| {x(t) - \xi _{i}^{h}} \right|}}_{n}}} \right) \leqslant \\ \leqslant \;c_{1}^{0}\left( {t - {{\tau }_{{i - 1}}} + h + \int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {{{{\left| {\dot {x}(t)} \right|}}_{n}}} dt} \right) \leqslant c_{1}^{0}(\delta + h + {{c}^{0}}\delta ), \\ \end{gathered} $(3.17)
$\left| {{{f}_{2}}(t,x(t))u - {{f}_{2}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h})u} \right| \leqslant c_{2}^{0}(\delta + h + {{c}^{0}}\delta )d(P)\quad \forall u \in P.$(3.18)
$ \leqslant \;b\int\limits_{{{\tau }_{{i - 1 - \tau }}}}^{{{\tau }_{i}} - \tau } {{{{\left| {u(t) - u_{{i - l - 1}}^{h}} \right|}}_{r}}} dt + {{\left| {\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\left\{ {{{f}_{2}}(t,x(t)) - {{f}_{2}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h})u_{{i - l - 1}}^{h}} \right\}dt{\kern 1pt} } } \right|}_{n}} \leqslant $(3.19)
$\begin{gathered} \left| {{{\delta }^{{ - 1}}}\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\left[ {{{f}_{1}}(t,x(t))\, + \,{{f}_{2}}(t,x(t))u(t\, - \,\tau )\, + \,Bu(t)} \right]} } \right.dt\, - \,{{\left. {\left[ {{{f}_{1}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h})\, + \,{{f}_{2}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h})u_{{i - l - 1}}^{h}\, + \,B{{\delta }^{{ - 1}}}\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} u (t)dt} \right]{\kern 1pt} } \right|}_{n}}\, \leqslant \\ \leqslant \;{{K}_{1}}\delta + {{K}_{2}}h + {{\delta }^{{ - 1}}}b{{\left| {\int\limits_{{{\tau }_{{i - 1}}} - \tau }^{{{\tau }_{i}} - \tau } {\{ u(t) - u_{{i - l - 1}}^{h}\} dt} } \right|}_{r}}. \\ \end{gathered} $(3.20)
${{\left| {B\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {{{u}^{h}}} (t)dt - \xi _{i}^{h} + \xi _{{i - 1}}^{h} - \delta \{ {{f}_{1}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h}) + {{f}_{2}}({{\tau }_{{i - 1}}},\xi _{{i - 1}}^{h})u_{{i - 1 - l}}^{h}\} } \right|}_{n}} \leqslant \delta \sigma _{h}^{{(0)}},$(3.21)
$\left| {\xi _{i}^{h} - \xi _{{i - 1}}^{h} - \int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\left[ {{{f}_{1}}(t,x(t)) + {{f}_{2}}(t,x(t))u(t - \tau ) + Bu(t)} \right]dt} } \right| \leqslant 2h.$(3.22)
${{\left| {B\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\{ {{u}^{h}}(t) - u(t)\} dt} } \right|}_{n}} = {{\left| {x({{\tau }_{i}}) - x({{\tau }_{{i - 1}}}) - \int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\left\{ {{{f}_{1}}(t,x(t)) + {{f}_{2}}(t,x(t))u(t - \tau )} \right\}} dt - Bu_{{i - 1}}^{h}\delta } \right|}_{n}}.$(3.23)
${{\left| {B\int\limits_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\{ {{u}^{h}}(t) - u(t)\} dt} } \right|}_{n}} \leqslant {{\lambda }_{i}}(h,\delta ),$(3.24)
${{\mu }_{i}}(\delta ,h) \leqslant c_{ * }^{{ - 1}}{{\lambda }_{i}}(h,\delta ) = c_{ * }^{{ - 1}}(2\delta \sigma _{h}^{{(0)}} + b{{\mu }_{{i - l}}}(\delta ,h)).$${{\left| {B\int_{{{\tau }_{{i - 1}}}}^{{{\tau }_{i}}} {\{ {{u}^{h}}(t) - u(t)\} dt} } \right|}_{n}} \leqslant 2\delta \sigma _{h}^{{(j)}} + b{{\tilde {\lambda }}_{{j - 1}}}(\delta ,h)$. Значит при ${{\tau }_{i}} \in (j\tau ,(i + 1)\tau ]$
По индукции нетрудно показать, что при $j \in [0:N]$
(3.26)
${{\tilde {\lambda }}_{j}}(\delta ,h) = c_{j}^{{(1)}}h + c_{j}^{{(2)}}{{\delta }^{2}} + c_{j}^{{(3)}}\delta \omega (\delta ),$
Рассмотрим систему вида
(3.27)
${{\dot {w}}^{h}}(t) = {{f}_{1}}({{\tau }_{i}},\xi _{i}^{h}) + {{f}_{2}}({{\tau }_{i}},\xi _{i}^{h})u_{{i - l}}^{h} + Bu_{i}^{h},\quad t \in {{\delta }_{i}} = [{{\tau }_{i}},{{\tau }_{{i + 1}}}),\quad {{\tau }_{i}} = {{\tau }_{{h,i}}},$Проверим равномерную сходимость траекторий модели ${{w}^{h}}({\kern 1pt} \cdot {\kern 1pt} )$ к $x({\kern 1pt} \cdot {\kern 1pt} )$ при $h \to 0$. Для этого достаточно установить неравенства
Лемма 2. При всех ${{\tau }_{i}} \in \left( {\tau j,\tau (j + 1)} \right] \cap [{{\tau }_{1}},\vartheta ]$, $j \in [0:N]$, справедливы неравенства
Доказательство. При $i = 1$ с учетом (2.4), (3.3), (3.28) получаем
(3.29)
$\varepsilon ({{\tau }_{1}}) = {{\left| {x({{\tau }_{1}}) - {{w}^{h}}({{\tau }_{1}})} \right|}_{n}} = {{\left| {\xi _{0}^{h} - x({{\tau }_{1}})} \right|}_{n}} \leqslant {{\left| {\xi _{0}^{h} - x({{\tau }_{1}})} \right|}_{n}} + {{\left| {x({{\tau }_{1}}) - {{x}_{0}}} \right|}_{n}} \leqslant h + {{c}^{0}}\delta .$(3.30)
$\varepsilon ({{\tau }_{i}}) \leqslant {{\left| {x(\tau j) - {{w}^{h}}(\tau j)} \right|}_{n}} + {{\varphi }_{{ji}}},$(3.31)
${{\varphi }_{{ji}}} \leqslant {{\left| {\sum\limits_{k = lj}^{i - 1} {\left\{ {\xi _{{k + 1}}^{h} - \xi _{k}^{h} + \delta [{{f}_{1}}({{\tau }_{k}},\xi _{k}^{h}) + {{f}_{2}}({{\tau }_{k}},\xi _{k}^{h})u_{{k - l}}^{h} + Bu_{k}^{h}]} \right\}} } \right|}_{n}} + 2(i - 1 - lj)\delta h.$(3.32)
${{\varphi }_{{ji}}} \leqslant {{\left| {\delta \sum\limits_{k = lj}^i {\sigma _{h}^{{(j)}}} } \right|}_{n}} + 2l\delta h \leqslant \delta l\sigma _{h}^{{(j)}} + 2l\delta h = \tau \sigma _{h}^{{(j)}} + 2\tau h.$(3.33)
$\varepsilon ({{\tau }_{i}}) \leqslant \varepsilon (\tau j) + 2\tau h + \tau {{\delta }^{{ - 1}}}(2h + {{K}_{1}}{{\delta }^{2}} + {{K}_{2}}h\delta + b{{\tilde {\lambda }}_{{j - 1}}}(\delta ,h)) \leqslant \varepsilon (\tau j) + {{\nu }^{{(j)}}}(\delta ,h).$На основании лемм 1 и 2 стандартным образом (см., например, [2], [3]) доказывается
Теорема 1. Пусть $\delta (h) \to 0$, $h{{\delta }^{{ - 1}}}(h) \to 0$ при $h \to 0$. Тогда имеет место сходимость
4. ОЦЕНКА СКОРОСТИ СХОДИМОСТИ АЛГОРИТМА
При некоторых дополнительных условиях может быть выписана оценка скорости сходимости (см. ниже теорему 2). Установим эту оценку. Для этого нам понадобятся две леммы.
Лемма 3 (см. [3, с. 29]). Пусть $u({\kern 1pt} \cdot {\kern 1pt} ) \in {{L}_{\infty }}({{T}_{ * }};{{R}^{n}})$, ${v}({\kern 1pt} \cdot {\kern 1pt} ) \in W({{T}_{ * }};{{R}^{n}})$, ${{T}_{ * }} = [a,b]$, $ - \infty < a < b < + \infty $,
Лемма 4. Справедливо неравенство
(4.1)
$\mathop {sup}\limits_{t \in T} {{\left| {\int\limits_0^t {\{ {{u}^{h}}(s) - u(s)\} ds} } \right|}_{r}} \leqslant \Phi (\delta ,h) = {{K}_{3}}h{{\delta }^{{ - 1}}} + {{K}_{4}}\delta + {{K}_{5}}\omega (\delta ).$Доказательство. Имеет место соотношение
(4.2)
${{\left| {\int\limits_{{{\tau }_{i}}}^t {\{ {{u}^{h}}(s) - u(s)\} ds} } \right|}_{r}} \leqslant 2d(P)\delta ,\quad t \in [{{\tau }_{i}},{{\tau }_{{i + 1}}}).$(4.3)
$\mathop {sup}\limits_{t \in [\tau j,\tau (j + 1))} {{\left| {\int\limits_{\tau j}^t {\{ {{u}^{h}}(s) - u(s)\} ds} } \right|}_{r}} \leqslant {{c}_{{1j}}}h{{\delta }^{{ - 1}}} + {{c}_{{2j}}}\delta + {{c}_{{3j}}}\omega (\delta ),$Теорема 2. Пусть выполнены условия теоремы 1, $n = r$, $u({\kern 1pt} \cdot {\kern 1pt} ) \in W(T;{{R}^{r}})$. Тогда справедлива оценка
(4.4)
$\left| {u({\kern 1pt} \cdot {\kern 1pt} ) - {{u}^{h}}({\kern 1pt} \cdot {\kern 1pt} )} \right|_{{{{L}_{2}}(T;{{R}^{r}})}}^{2} \leqslant C\Phi (\delta ,h),$Доказательство. В силу (3.10), (3.14) справедливы неравенства
(4.5)
$\left| {{{u}^{h}}({\kern 1pt} \cdot {\kern 1pt} )} \right|_{{{{L}_{2}}(T;{{R}^{r}})}}^{2} \leqslant \left| {u({\kern 1pt} \cdot {\kern 1pt} )} \right|_{{{{L}_{2}}(T;{{R}^{r}})}}^{2}.$(4.6)
$\left| {u({\kern 1pt} \cdot {\kern 1pt} ) - {{u}^{h}}({\kern 1pt} \cdot {\kern 1pt} )} \right|_{{{{L}_{2}}(T;{{R}^{r}})}}^{2} = \left| {u({\kern 1pt} \cdot {\kern 1pt} )} \right|_{{{{L}_{2}}(T;{{R}^{r}})}}^{2} - 2\int\limits_0^\vartheta {(u(t),{{u}^{h}}(t)){\kern 1pt} dt} + {{\left| {{{u}^{h}}({\kern 1pt} \cdot {\kern 1pt} )} \right|}_{{{{L}_{2}}(T;{{R}^{r}})}}} \leqslant 2\int\limits_0^\vartheta {(u(t),u(t) - {{u}^{h}}(t))dt} .$Список литературы
Osipov Yu.S., Kryazhimskii A.V. Inverse problems for ordinary differential equations: dynamical solutions. Gordon and Breach, 1995.
Осипов Ю.С., Васильев Ф.П., Потапов М.М. Основы метода динамической регуляризации. М.: МГУ, 1999.
Осипов Ю.С., Кряжимский А.В., Максимов В.И. Методы динамического восстановления входов управляемых систем. Екатеринбург. УрО РАН, 2011.
Осипов Ю.С., Кряжимский А.В., Максимов В.И. Некоторые алгоритмы динамического восстановления входов // Тр. Ин-та матем. и мех. УрО РАН. 2011. Т. 17. № 1. С. 129–161.
Осипов Ю.С., Кряжимский А.В., Максимов В.И. Метод экстремального сдвига Н.Н. Красовского и задачи граничного управления // Автоматика и телемехан. 2009. № 4. С. 18–30.
Максимов В.И. Реконструкция возмущения нелинейной системы при измерении части координат фазового вектора // Ж. вычисл. матем. и матем. физ. 2019. Т. 59. № 11. С. 14–23.
Кряжимский А.В., Осипов Ю.С. Качественные вопросы теории дифференциальных уравнений и управляемых систем. Свердловск: УрО АН СССР, 1988. С. 34–44.
Близорукова М.С., Максимов В.И. Об одном алгоритме динамической реконструкции входных воздействий при измерении части координат // Ж. вычисл. матем. и матем. физ. 2011. Т. 51. № 6. С. 1007–1017.
Близорукова М.С. Динамический метод невязки в задаче реконструкции неизвестных характеристик системы второго порядка // Изв. Ин-та матем. и информатики Удмуртского государственного университета. 2019. Т. 53. С. 48–60.
Максимов В.И. Динамический метод невязки в задаче реконструкции входа // Ж. вычисл. матем. и матем. физ. 2004. Т. 44. № 2. С. 297–307.
Maksimov V.I. Some dynamical inverse problems for hyperbolic systems // Control and Cybernetics. 1996. V. 25. № 3. P. 465–481.
Близорукова М.С. О моделировании входа в системе с запаздыванием // Прикл. матем. и информатика. 2000. № 5. С. 105–115.
Дополнительные материалы отсутствуют.
Инструменты
Журнал вычислительной математики и математической физики