第４６卷 第１期２０２４年１月系统工程与电子技术ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４６ Ｎｏ．１Ｊａｎｕａｒｙ ２０２４文章编号：１００１ ５０６Ｘ（２０２４）０１ ０１０５ ０８ 网址：ｗｗｗ．ｓｙｓ ｅｌｅ．ｃｏｍ收稿日期：２０２２０９２０；修回日期：２０２２１１２２；网络优先出版日期：２０２３０２０１。
网络优先出版地址：ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２４２２．ＴＮ．２０２３０２０１．１５１０．００１．ｈｔｍｌ基金项目：深圳市科技计划（ＫＱＴＤ２０１９０９２９１７２７０４９１１）资助课题 通讯作者．引用格式：黄广佳，程旭，饶彬，等．基于广义Ｒａｏ检验的单／多比特ＭＩＭＯ雷达运动目标检测方法［Ｊ］．系统工程与电子技术，２０２４，４６（１）：１０５ １１２．犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＨＵＡＮＧＧＪ，ＣＨＥＮＧＸ，ＲＡＯＢ，ｅｔａｌ．Ｏｎｅ／ｍｕｌｔｉ ｂｉｔＭＩＭＯｒａｄａｒｄｅｔｅｃｔｉｏｎｏｆａｍｏｖｉｎｇｔａｒｇｅｔｂａｓｅｄｏｎｇｅｎｅｒａｌｉｚｅｄＲａｏｔｅｓｔ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２４，４６（１）：１０５ １１２．基于广义犚犪狅检验的单／多比特犕犐犕犗雷达运动目标检测方法黄广佳，程 旭 ，饶 彬，王 伟（中山大学电子与通信工程学院，广东深圳５１８１０７） 摘 要：通道数的增加在提高多输入多输出（ｍｕｌｔｉｐｌｅ ｉｎｐｕｔｍｕｌｔｉｐｌｅ ｏｕｔｐｕｔ，ＭＩＭＯ）雷达目标检测性能的同时，也显著增加了数据的传输量和处理负担。
针对运动目标的集中式ＭＩＭＯ雷达检测问题，首先对雷达回波数据进行比特量化，然后再进行融合检测处理。
由于广义似然比检验（ｇｅｎｅｒａｌｉｚｅｄｌｉｋｅｌｉｈｏｏｄｒａｔｉｏｔｅｓｔ，ＧＬＲＴ）需要对未知参数进行最大似然估计（ｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｅｓｔｉｍａｔｉｏｎ，ＭＬＥ），而上述问题中未知参数的ＭＬＥ没有闭合解，导致相应的检验统计量的计算量较大。
一类凸优化问题的对偶上升算法
一类凸优化问题的对偶上升算法是一种求解凸优化问题的算法，可以用来求解带有一些特定约束条件的凸优化问题。
这类算法通过通过对偶问题的迭代求解来逐步优化原始问题。
算法的基本思想是将原始问题转化为对偶问题，并通过迭代的方式逐步优化对偶问题。
对偶上升算法的每一次迭代都会更新对偶变量，并根据更新后的对偶变量计算原始问题的解。
具体来说，对偶上升算法的步骤如下：
1. 定义原始问题和对偶问题。
2. 初始化对偶变量。
3. 迭代更新对偶变量：
- 在每一次迭代中，根据当前的对偶变量计算原始问题的解。
- 基于原始问题的解更新对偶变量。
4. 检查终止条件：
- 如果满足终止条件，则停止迭代，返回最优解。
- 否则，继续迭代。
对偶上升算法的优点是可以处理一些特定的约束条件，如等式约束、不等式约束等，并且可以获得原始问题的最优解。
它的缺点是可能会陷入局部最优解并且收敛速度较慢。
常见的对偶上升算法包括ADMM算法（Alternating Direction Method of Multipliers）和梯度投影算法（Gradient Projection Algorithm）等。
这些算法在不同的问题领域中得到了广泛的
应用，如机器学习、信号处理、图像处理等。
求解不可分离非凸非光滑问题的线性惯性ADMM算法
刘洋;刘康;王永全
【期刊名称】《计算机科学》
【年(卷),期】2024(51)5
【摘要】针对目标函数中包含耦合函数H(x,y)的非凸非光滑极小化问题,提出了一种线性惯性交替乘子方向法(Linear Inertial Alternating Direction Method of Multipliers,LIADMM)。
为了方便子问题的求解,对目标函数中的耦合函数H(x,y)进行线性化处理,并在x-子问题中引入惯性效应。
在适当的假设条件下,建立了算法的全局收敛性;同时引入满足Kurdyka-?ojasiewicz不等式的辅助函数,验证了算法的强收敛性。
通过两个数值实验表明,引入惯性效应的算法比没有惯性效应的算法收敛性能更好。
【总页数】10页(P232-241)
【作者】刘洋;刘康;王永全
【作者单位】华东政法大学智能科学与信息法学系;上海理工大学管理学院
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.求解一类非凸非光滑问题的惯性邻近交替极小化算法
2.正则化交替方向乘子算法求解非凸不可分离问题
3.求解一类非凸非光滑约束优化问题的邻近滤子束算法
4.
非凸非光滑优化问题的惯性Bregman ADMM的收敛性分析5.非凸非光滑不可分离优化的线性对称邻近ADMM收敛性分析
因版权原因，仅展示原文概要，查看原文内容请购买。
