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)。