最近在看的论文总是绕不过这个概念
但是公式(2)到底是怎样来的呢?
1.不得不提的波束形成
这里引用一篇硕士论文。
[1]喻敏. 声矢量传感器的Capon方位估计[D].哈尔滨工程大学,2004.
那么看到这里,相信公式2-18前都是相当容易理解的,那么公式2-18是如何推导到2-19这一步的呢?
可以看到现在的问题是解决
minω ωHR^ωs.tωHa(θd)=1
min
ω
ω
H
R
^
ω
s.t
ω
H
a
(
θ
d
)
=
1
有无数个文章提到这个最优的 ω ω 可以用拉格朗日乘子法解决。那么问题来了,什么是拉格朗日乘子法,这里推荐看博客
https://blog.csdn.net/u014792304/article/details/78396955
看不懂回来打我,如果你想更加深入地了解拉格朗日乘子法,推荐看
张贤达. 矩阵分析与应用.第2版[M]. 清华大学出版社, 2013.256页
那么假设你已经看完了。
现在我们的问题是一个有约束的问题,通过拉格朗日乘子法转化成无约束的问题,即:变成
L(ω,μ)=minω ωHR^ω−μ(ωHa(θd)−1)
L
(
ω
,
μ
)
=
min
ω
ω
H
R
^
ω
−
μ
(
ω
H
a
(
θ
d
)
−
1
)
怎么求最小值?最小值就是极值,极值怎么求,就是求导,然后导数等于0的点就是最小值。
现在有两个变量 ω ω 和 μ μ ,所以需要分别 ω ω 和 μ μ 求偏导,另两个导数分别等于零。
▽Lω(ω,μ)=R^ω−μa(θd)=0
▽
L
ω
(
ω
,
μ
)
=
R
^
ω
−
μ
a
(
θ
d
)
=
0
▽Lμ(ω,μ)=ωHa(θd)−1=0
▽
L
μ
(
ω
,
μ
)
=
ω
H
a
(
θ
d
)
−
1
=
0
解第一个式子,就能得到
ω=μR−1a(θd)
ω
=
μ
R
−
1
a
(
θ
d
)
这样就可以得到公式(2-19a)的结果了。相应地,可以解出
μ
μ
的值,即最优解
ω
ω
也就可以得到了,把
ω
ω
换成h就是最上面图片里的形式了。