SDR及其在波束成形中的应用

最新推荐文章于 2025-01-10 14:31:23 发布

抠脚大叔900

最新推荐文章于 2025-01-10 14:31:23 发布

阅读量5.9k

点赞数 15

文章标签：线性代数机器学习人工智能

本文链接：https://blog.csdn.net/LadyDemi/article/details/119079931

版权

一、半定松弛 Semidefinite relaxation (SDR)

1.齐次QCQP

SDR可以用于解决很多非凸的二次约束二次规划问题，因此成为信号处理领域一个有力的工具。一般的实值齐次QCQP问题可以表示为如下的形式：

其中X是一个秩为1的半正定矩阵，因此该问题转化为如下的形式：

优化变量从原来的x变成了X，目标函数和约束条件对于X都是线性的，因此是convex,除了秩为1的约束。为了解决问题，我们先放过最后一个约束条件，即relaxation，这也就是我所理解其称为SDR的原因。至此就得到了一个标准的SDP问题，而以上的凸问题就可以借助CVX进行求解，大部分工具箱使用的都是内点法。

虽然通过以上的方式，我们可以得到一个 $X^{*}$ ,但是我们无法保证由此得到的