基于YALMIP的SOSP学习

参考网址：YALMIP

SOS的基本思想

定义多项式 $p(x,y)=(1+x{)}^4+(1-y{)}^2$

x = sdpvar(1,1)
y = sdpvar(1,1)
p = (1+x)^4+(1-y)^2

引入分解 $p=v^{T}Qv$，则 $v$ 的阶数是 $p$ 的一半，这里 $p$ 的阶数是6

v = monolist([x y],degree(p)/2);
Q = sdpvar(length(v));
p_sos = v'*Q*v;

多项式 $p_{sos}$ 和 $p$ 要匹配，则两个多项式中的所有系数必须为0，同时， $Q$ 矩阵是半正定的，那么可以定义约束问题如下

F = [coefficients(p-p_sos,[x y]) == 0, Q >= 0];
optimize(F)

其中， 函数 $coefficients$ 表示提取标量多项式 $p-p_{sos}$ 中 $x$ 和 $y$ 的系数，也就是说，其系数必须要等于0。

此外，如果想要查找多项式的下界，可以添加目标函数决策变量 $t$

sdpvar t
F = [coefficients((p-t)-p_sos,[x y]) == 0, Q >= 0];
optimize(F,-t)

SOSP操作

使用 $sos$ 函数和 $solvesos$ 解决SOS问题

x = sdpvar(1,1);y = sdpvar(1,1);
p = (1+x)^4 + (1-y)^2;
% sos用于定义平方和约束
F = sos(p);
% 计算平方和分解
sol = solvesos(F);
if sol.problem == 0
 disp('Sum-of-squares decomposition possible!');
end
% 提取计算的平方和分解
h = sosd(F);
sdisplay(h)
clean(p-h'*h,1e-6)

这里面涉及到了几个编程中会经常用到的函数，$solvesos$，$sol.problem$，$sdisplay$，$clean$