SDP半正定规划中的 非齐次问题

记录一下自己的理解，不保证正确，欢迎指正。

动机/motivation：

SDR是解决非凸QCQP问题的一个有效工具，能将原始非凸问题松弛为半正定规划问题（凸优化问题）。

规范的SDR应用过程是 将一个齐次的二次目标/二次约束问题（低维） 通过矩阵迹的循环特性 松弛为与一个半正定对称矩阵（高维） 线性相关的形式。半正定规划是一种高维线性规划。

常见的问题是非齐次的，如何把非齐次转换为标准的SDR应用问题，这块还是有点绕的。

首先文献[1]中给出了一种方法：

方法一：

合并一次项，将非齐次方程转换为标准二次型：

原问题：最小二乘问题，含有一次项 常数项（常数项不影响目标函数的特性）

引入辅助变量t，将其配方成标准二次型

然后利用标准SDR去解决新的这个QCQP问题，

,,,

优化变量;

求解完Z后，求z，完了再提取x，可能存在秩不为1，通过保留大特征值近似求解。

方法二：

思路：二次项和一次项认为是两个不同的待优化变量。其中二次项通过矩阵的迹变成线性（矩阵）。添加二次和一次之间的约束关系。[2]

原始问题：最小二乘问题

比较重要的一点就是Y与y之间的关系，以及对应的约束建模及松弛手段

等效为 

前一个条件等效为

后一个条件非凸，忽略后松弛为凸优化问题

这里的优化变量,    

Reference :

[1] Z. Luo, W. Ma, A. M. So, Y. Ye, and S. Zhang, “Semidefinite Relaxation of Quadratic Optimization Problems,” IEEE Signal Processing Magazine, vol. 27, no. 3, pp. 20–34, May 2010, doi: 10.1109/MSP.2010.936019.

[2]G. Wang, Y. Li, and N. Ansari, “A semidefinite relaxation method for source localization using TDOA and FDOA measurements,” IEEE Trans. Veh. Technol., vol. 62, no. 2, pp. 853–862, Feb. 2013, doi: 10.1109/TVT.2012.2225074.