在凸优化问题中，常用基于SCA的方案将原问题转化为凸优化问题。SCA的基本思想是通过一系列凸问题迭代逼近非凸问题。在每次迭代时，将非凸约束替换为它们的凸近似。
通信系统中，通常的优化目标是可达速率R，其计算公式为
R
=
log
a
(
1
+
S
I
N
R
)
R=\log_a(1+SINR)
R=loga(1+SINR)
对于该非凸形式，通常用定理1中的方式，将其用凸近似代替。
定理1
对于任意非负的
z
0
z_{0}
z0和
z
，
z，
z，有
log
2
(
z
)
≥
a
log
2
(
z
)
+
b
\log _{2}(z)\ge a \log _{2}(z)+b
log2(z)≥alog2(z)+b
当
z
=
z
0
z=z_{0}
z=z0时，不等式取到等号。其中，
a
=
z
0
1
+
z
0
,
a=\frac{z_{0}}{1+z_{0}},
a=1+z0z0,
b
=
log
2
(
1
+
z
0
)
−
z
0
1
+
z
0
b=\log _{2}\left(1+z_{0}\right)-\frac{z_{0}}{1+z_{0}}
b=log2(1+z0)−1+z0z0
对于函数 log 2 ( 1 + z ) \log _{2}(1+z) log2(1+z)以及任意非负的初值 z 0 z_{0} z0，可以用下界 z 0 1 + z 0 log 2 ( z ) + log 2 ( 1 + z 0 ) − z 0 1 + z 0 log 2 ( z 0 ) \frac{z_{0}}{1+z_{0}} \log _{2}(z)+\log _{2}\left(1+z_{0}\right)-\frac{z_{0}}{1+z_{0}} \log _{2}\left(z_{0}\right) 1+z0z0log2(z)+log2(1+z0)−1+z0z0log2(z0)替换完成凸近似，并且不断更新 z 0 z_{0} z0 来逼近 log 2 ( 1 + z ) \log _{2}(1+z) log2(1+z)，即 log 2 ( 1 + z ) \log _{2}(1+z) log2(1+z) 可以此下界近似。
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
