
凸优化
文章平均质量分 65
UncleWa
念头通达
展开
-
阵列导向矢量(Steering vector)推导
毫米波信道中S-V模型常涉及天线阵列的导向矢量,本文具体推导ULA及UPA天线阵列的导向矢量,便于记忆。原创 2022-03-27 21:01:40 · 36778 阅读 · 23 评论 -
Conic Programming 锥规划问题
Conic Programming(1) 先给出锥和凸锥的定义:(2) 锥的分类凸锥的图形化表示:Remark: 锥与球的区别(3) 锥规划问题及其对偶问题的形式:对偶锥(dual cone)(4) Conic programming 与LP、QP和SDP之间的关系资料整理来自:(1)https://zhuanlan.zhihu.com/p/36124850(2)https://zhuanlan.zhihu.com/p/36292050(3)https://zh原创 2022-03-17 20:05:57 · 1305 阅读 · 1 评论 -
强对偶性与KKT条件
强对偶性与KKT条件1. 强对偶性:强对偶性意味着原问题与对偶问题的最优值达到相等,没有对偶间隙。强对偶性不总是成立(即使是对于凸问题)。凸问题usually (but not always)有强对偶性。有很多条件使强对偶性成立,这些条件称为constraint qualifications.其中之一就是Slater’s condition:(Slater condition 是凸问题强对偶性成立的充分条件)2. 非凸问题也可能有强对偶性非凸问题也可能有强对偶性(即原问题的解与对偶问题的解原创 2021-08-11 21:52:20 · 6501 阅读 · 1 评论