稀疏正则非凸优化问题之全局收敛分析

本文研究了一类稀疏正则化的非凸优化问题.利用近端梯度法,获得了其全局收敛的结果,推广了算法模型在神经网络训练中的应用.

毫米波通信低复杂度波束选择和用户调度算法

针对毫米波混合波束成形系统中用户调度方案复杂度过高的问题,提出两种低复杂度的波束选择和用户调度联合优化算法。混合波束成形架构使得用户调度问题面临着新的挑战,变成了模拟波束选择和用户调度的联合优化问题。考虑发送端无法获得完美信道状态信息的实用场景,采用基于固定码本的波束训练方案获取等效信道状态信息,引入调用指示函数将联合优化问题建模成非凸组合优化规划,分别以粒子群优化和贪婪算法为核心,提出两种低复杂度的次优解决方法。仿真结果表明,相较穷举搜索,所提算法能在性能和复杂度之间取得很好的折中。

基于传感器个数加权的分布式多传感器信息融合

多传感器信息融合在跟踪多个目标和隐身小目标时有着不可替代的作用。为解决集中式扩维和分布式多传感器信息融合中普遍存在的计算量大、难以实时应用的问题,文中提出一种使用传感器网络中参与融合传感器个数加权的数据融合方法。文中通过分析集中式扩维融合、基于协方差分布式加权融合方法,在不考虑传感器间互协方差的条件下,提出使用传感器个数进行统计加权融合思路。仿真结果表明,文中提出的方法相较于单传感器的位置估计精度提高了16.67%,速度估计精度提高了7.69%,获得了和“Hu等人的算法”相近估计性能,优于“Pao等人的方案”性能,并且缩短了运行时间,这说明文中提出的方法具有较好的应用性。