《凸优化》二读之杂言7

标准范数逼近（回归）问题：

范数逼近问题是一个可解的凸优化问题。这个问题存在多种解释：利用的列向量的线性组合逼近、利用含噪的线性观测估计、计算在子空间上的投影。

加权范数逼近（回归）问题：

加权范数逼近问题可以表示为标准范数逼近问题，令，也可以表示为，其中表示-加权范数。

几种代表性的范数逼近（回归）问题包括：最小二乘逼近问题（范数）、切比雪夫（最小最大）逼近问题（范数）、鲁棒逼近问题（范数）。

约束范数逼近（回归）问题：

如果我们知道关于或的一些先验知识，我们可以在优化问题中引入约束：

如果约束是凸的，该问题是凸优化问题。常见的约束包括非负约束（）、线性等式约束（）、范数球约束（）。

在自适应波束形成中，我们的目的是设计一个线性滤波器作用在阵列的观测信号上，在期望方向上的响应为1（），最小化输出信号。自适应波束形成器设计问题可以表示为一种约束范数逼近问题，。

---

最小范数问题：

通过消除等式，最小范数问题可以表示为范数逼近问题。最小范数问题是一个凸优化问题，这个问题存在多种解释：原点在仿射集合上的投影、从较少的观测中利用的某些先验知识估计。两种代表性的最小范数问题包括最小范数问题（解析解）、最小范数问题（稀疏解）。