Stable Cosparse Recovery via \ell_p-analysis Optimization
本文研究了用于余分析信号恢复的$\ell_p$分析优化($0<p\leq1$)问题.我们建立了一个界的恢复误差通过限制$p$ -等距性质的任何子空间。我们进一步证明了非凸的$\ell_q$分析优化可以做恢复与较低的样本复杂性和更广泛的范围内的cosparity比其凸对应。此外,我们开发了一个迭代重加权的方法来解决变分框架下的优化问题。初步的计算实验结果表明,非凸方法优于凸方法。
2018-08-22 cs.IT math.IT
Convergence Constrained Multiuser Transmitter-Receiver Optimization in Single Carrier FDMA
研究了Turbo均衡单载波多用户单输入多输出(SIMO)系统中的收敛约束功率分配(CCPA)。为了充分利用迭代接收机的优点,在发射机侧也需要考虑其收敛特性。所提出的方案可以保证所需的服务质量(QoS)是经过足够的迭代次数后达到。我们提出了两种不同的连续凸近似解决非凸功率最小化问题的用户特定的QoS约束。外部信息传输(EXIT)图分析的结果表明,所提出的CCPA方案可以达到设计目标。数值结果表明,所提出的计划可以实现优越的性能,在功耗方面相比,线性接收机和没有预编码,以及迭代接收机没有预编码。
2014-03-10 cs.IT math.IT
Iterative Spectrum Shaping with Opportunistic Multiuser Detection
针对多载波多用户通信系统,研究了一种新的分散式资源分配策略--迭代频谱整形(ISS),其中两个共存用户独立地顺序更新并行子载波上的发射功率分配,以最大化各自的发射速率。与传统的迭代注水(IWF)算法在每个用户的接收端进行单用户检测(SD),将来自其他用户的干扰作为附加噪声处理不同,ISS算法在可行的情况下采用多用户检测技术对期望用户和干扰用户的消息进行解码,因此被称为机会多用户检测(OMD)。对于ISS考虑两种编码方法:一种是载波独立编码,其中独立码字由不同的子载波调制,可以对其应用不同的解码方法;另一种是载波联合编码,其中单个码字由应用单个解码器的所有子载波调制。对于每一种编码方法,本文提出了相关的最佳用户功率和速率分配策略,在每次迭代的传输自适应。结果表明,在许多情况下,建议ISS算法采用OMD是能够实现大量的吞吐量增益比传统的IWF算法采用SD分散频谱共享。最后讨论了ISS在认知无线电通信系统中的应用。
2009-01-15 cs.IT math.IT
A Nonconvex Approach for Structured Sparse Learning
Zhejiang University(浙江大学);Shanghai Jiao Tong University(上海交通大学)
稀疏学习是机器学习、统计估计、信号处理等领域的一个重要研究课题。在本文中,我们专注于结构化稀疏学习的$\ell_q$分析优化问题($0< q \leq 1$)。与以前的工作相比,我们建立了较弱的条件,精确恢复在无噪声的情况下和更严格的非渐近上界的估计误差在噪声的情况下。我们进一步证明了非凸的$\ell_q$分析优化可以做恢复与较低的样本复杂性和更广泛的范围内的cosparity比其凸对应。此外,我们发展了一个迭代重加权的方法来解决变分框架下的优化问题。理论分析表明,我们的方法是能够追求一个局部极小值接近全局极小值。初步计算实验的实验结果表明,我们的非凸方法优于其凸对应和其他国家的最先进的方法。
2015-03-07 cs.IT cs.LG math.IT
A High-resolution DOA Estimation Method with a Family of Nonconvex Penalties
低秩矩阵重构(LRMR)方法被广泛应用于波达方向(DOA)估计。由于LRMR中的秩范数惩罚是NP难计算的,核范数(或半正定(PSD)矩阵的迹范数)经常被用作秩范数的凸松弛。然而,解决核范数凸问题可能导致原秩范数问题的次优解。在本文中,我们提出了一个家庭的非凸罚款的奇异值的协方差矩阵作为稀疏性度量近似的秩范数。特别是,我们制定了一个非凸最小化问题,并解决它使用局部收敛的迭代加权策略,以提高稀疏性和分辨率。每次迭代中的问题都是凸的,因此可以通过使用优化工具箱来解决。收敛性分析表明,新方法能够获得次优解。所提出的方法和稀疏信号重建(SSR)之间的连接进行了探讨,表明我们的方法可以被视为一个基于稀疏性的方法与采样网格的数量接近无穷大。为加快算法的收敛速度,在每次迭代过程中对凸问题给出了两种可行的实现算法,即求解对偶问题和推导简化问题的封闭解.大量的仿真研究表明,所提出的方法的优越性。
2017-12-06 cs.IT math.IT
An Optimization Framework for General Rate Splitting for General Multicast
诸如虚拟现实(VR)和多视图视频的沉浸式视频越来越受欢迎。它的无线流媒体是普通多播的一个实例,是对传统单播和多播的扩展,其有效的设计方案还没有确定。本文研究了一般组播的速率分割问题。具体来说,我们考虑一个多载波单小区无线网络中的多天线基站(BS)通过一般的多播通信到多个单天线用户。我们考虑在基站的线性波束形成和联合解码在每个用户在慢衰落和快衰落的情况下。在慢衰落的情况下,我们考虑的加权和平均速率的最大化,这是一个具有挑战性的非凸随机问题的众多变量。为了降低计算复杂性,我们将原来的非凸随机问题解耦成多个非凸确定性问题,每个系统的信道状态。然后,我们提出了一个迭代算法,每个确定性问题,以获得一个Karush-Kuhn-Tucker(KKT)点使用凹凸程序(CCCP)。在快衰落的情况下,我们考虑的加权和遍历速率的最大化。这个问题比慢衰落场景的问题更具挑战性,因为它是不可分离的。首先,我们提出了一个随机迭代算法来获得一个KKT点使用随机逐次凸逼近(SSCA)和精确罚方法。然后,我们提出了两个低复杂度的迭代算法,以获得可行的两种情况下,使用近似和CCCP的信道分布有前途的性能点。所提出的优化框架概括了现有的速率分裂的各种类型的服务。最后,我们在数值上显示了在这两种情况下,所提出的解决方案比现有的计划有很大的收益。
2022-06-16 cs.IT math.IT
Multi-Group Multicast Beamforming by Superiorized Projections onto Convex Sets
在本文中,我们提出了一种迭代算法来解决非凸多组多播波束成形问题的服务质量约束和每天线功率约束。我们制定了一个凸松弛的问题作为一个半定的程序在一个真正的希尔伯特空间,这使我们能够近似的可行集中的一个点,通过迭代应用有界扰动弹性不动点映射。受优越化方法的启发,我们使用这种映射作为基本算法,并且我们在每次迭代中添加一个小扰动,目的是减少目标值和到非凸秩约束集的距离。我们证明了扰动序列是有界的,从而保证算法收敛到松弛半定规划的可行点。仿真结果表明,在许多情况下,该方法在计算时间和近似间隙方面优于现有算法。
2021-02-23 cs.IT eess.SP math.IT
Association and Load Optimization with User Priorities in Load-Coupled Heterogeneous Networks
在本文中,我们考虑了网络效用最大化问题与不同的用户优先级,通过联合优化用户关联,负载分配和功率控制在负载耦合的异构网络。为了解决问题的非凸性,我们首先分析问题,获得最佳的资源分配策略,在封闭的形式和特征的最佳基站负载分布模式。这两个观察是必不可少的,在简化原来的问题,并使它有可能通过指数变量变换到凸的负荷分布和功率控制问题转化为重新制定。相应地,给出了一个低复杂度的迭代算法,以获得联合优化问题的次优解。仿真结果表明,该算法取得了更好的性能比传统的方法。
2017-10-18 cs.IT math.IT
Low Complexity Resource Allocation for Massive Carrier Aggregation
大规模载波聚合场景中的最优资源分配(RA)是一个具有挑战性的组合优化问题,其维度与用户、分量载波(CC)和每个CC的OFDMA资源块的数量成比例。为了在大规模CA环境下获得可扩展的、接近最优的RA,提出了一种用于CC和OFDMA资源块联合分配给用户的迭代RA算法。该算法是基于连续的几何规划近似的原则,并具有复杂性,规模仅与问题的尺寸线性。虽然它的推导是基于一个宽松的RA问题的制定,该算法收敛到整数值RA变量的概率为1,在温和的假设下,用户效用的分布。仿真结果表明,该算法的性能改善相比,通常认为启发式RA程序相当的复杂性。
2017-06-16 cs.IT math.IT
A Non-Cooperative Power Control Game for Multi-Carrier CDMA Systems
在这项工作中,提出了一种非合作的多载波CDMA系统的功率控制博弈。在提议的游戏中,每个用户需要决定在每个载波上传输多少功率以最大化其整体效用。这里考虑的效用函数测量每焦耳能量消耗传输的可靠比特数。结果表明,当用户只在具有最佳“有效信道”的载波上传输时,用户的效用最大化。研究了该博弈的纳什均衡的存在性和唯一性,并讨论了均衡的性质。此外,迭代和分布式算法达到平衡(如果它存在)。结果表明,所提出的方法的结果在一个显着的改善,在平衡时实现的总效用相比,每个用户最大化其效用在每个载波独立的情况下。
2005-01-22 cs.IT math.IT
Nonconvex Optimization Meets Low-Rank Matrix Factorization: An Overview
Carnegie Mellon University(卡内基梅隆大学);Harvard University(哈佛大学);Princeton University(普林斯顿大学)
近年来,在通过非凸优化来开发可证明准确和有效的低秩矩阵分解算法方面取得了实质性进展。虽然传统的智慧往往采取了非凸优化算法,由于他们的敏感性虚假的局部最小值,简单的迭代法,如梯度下降在实践中取得了显着的成功。然而,直到最近,理论基础在很大程度上仍然缺乏。在这个教程式的概述中,我们强调了统计模型在实现具有性能保证的高效非凸优化方面的重要作用。我们回顾了两种对比的方法:(1)两阶段算法,其中包括一个定制的初始化步骤,随后连续细化;和(2)全球景观分析和初始化免费算法。讨论了几个典型的矩阵分解问题,包括但不限于矩阵传感,相位恢复,矩阵完成,盲反卷积,鲁棒主成分分析,相位同步,和联合对准。特别注意说明他们的分析背后的关键技术见解。这篇文章证明了最优化和统计的综合考虑导致了丰硕的研究成果。
2019-09-19 cs.IT cs.LG eess.SP
Constrained Optimization Involving Nonconvex $\ell_p$ Norms: Optimality Conditions, Algorithm and Convergence
ShanghaiTech University(上海科技大学);University of Washington(华盛顿大学);Beihang University(北京航空航天大学)
本文研究了含有变量的$0<p<1$范数($\ell_p$ norm)的约束最优化问题的局部极小值的最优性条件,该范数既可以出现在目标中,也可以出现在约束中.由于$\ell_p$范数通常能促进稀疏解的产生,这类问题具有很强的适用性。然而,$\ell_p$范数的非光滑性和非Lipschtiz性往往导致这些问题难以分析和解决。我们提供了计算的次梯度的$\ell_p$规范和正规锥的$\ell_p$球。对于这两个问题,在各种约束规格下,我们导出了一阶必要条件。我们还推导了这两个问题的序列最优性条件,并研究了这些条件隐含的一阶必要条件的条件。我们指出,序列最优性条件可以很容易地满足迭代重加权算法,并表明,整体收敛可以很容易地推导出使用序列最优性条件。
2022-02-15 cs.IT cs.LG math.IT
Optimal Caching Designs for Perfect, Imperfect and Unknown File Popularity Distributions in Large-Scale Multi-Tier Wireless Networks
大多数现有的无线网络缓存解决方案都基于一个不切实际的假设,即文件流行度分布是完全已知的。在本文中,我们考虑在大规模多层无线网络中完美,不完美和未知的文件流行度分布的最佳缓存设计。首先,在完美的文件流行度分布的情况下,我们制定的优化问题,以最大限度地提高成功的传输概率(STP),这是一个非凸问题。我们开发了一个有效的并行迭代算法,以获得一个稳定点使用并行逐次凸逼近(SCA)。然后,在不完美的文件流行度分布的情况下,我们制定了强大的优化问题,以最大限度地提高最坏情况下的STP。为了解决这个具有挑战性的极大极小问题,我们将其转换为一个等价的互补几何规划(CGP),并开发了一个有效的迭代算法,该算法被证明收敛到一个稳定点使用SCA。据我们所知,这是第一个明确考虑文件流行度分布的估计误差在优化缓存设计的工作。接下来,在未知文件流行度分布的情况下,我们用公式表示随机优化问题以最大化随机STP(即,随机形式的STP),这是一个具有挑战性的非凸随机优化问题。基于随机并行SCA,我们开发了一个有效的迭代算法来获得一个稳定点,利用随机STP的结构特性,并充分利用瞬时文件请求。据我们所知,这是第一个考虑随机优化的大规模多层无线网络的工作。最后,通过数值计算结果,我们表明,所提出的解决方案在所有三种情况下都取得了显着的收益。
2019-04-12 cs.IT math.IT
A Game-Theoretic Approach to Energy-Efficient Power Control in Multi-Carrier CDMA Systems
提出了一种研究多载波CDMA系统功率控制的博弈模型。功率控制被建模为一个非合作博弈,其中每个用户决定多少功率发送到每个载波,以最大限度地提高自己的效用。这里考虑的效用函数测量每焦耳消耗的能量在所有载波上传输的可靠比特的数量,并且特别适合于能量效率很重要的网络。用户策略的多维性质和效用函数的非准凹性使得多载波问题比单载波或基于吞吐量的效用情况更具挑战性。它示出,对于所有的线性接收器,包括匹配滤波器,解相关器,和最小均方误差(MMSE)检测器,用户的效用最大化时,用户只发送其“最佳”载波。这是需要最少功率量以在接收器的输出处实现特定目标信号与干扰加噪声比(SINR)的载波。研究了该功率控制博弈的纳什均衡的存在性和唯一性。特别是,条件必须满足的信道增益的纳什均衡存在,和均衡的载波之间的用户分布的特点。此外,迭代和分布式算法达到平衡(当它存在)。结果表明,所提出的方法相比,一个单载波系统,也是一个多载波系统中,每个用户最大限度地提高其效用在每个载波独立的总效用在平衡实现显着改善。
2005-12-03 cs.IT math.IT
A Comparison among Single Carrier, OFDM, and OTFS in mmWave Multi-Connectivity Downlink Transmissions
本文比较了毫米波多连接下行中SC、OFDM和OTFS三种波形,提出OTFS跨域迭代检测,以实际容量评估,显示OTFS以合理复杂度代价显著优于其他两者。
2025-03-31 cs.IT math.IT
Real-time dynamic spectrum management for multi-user multi-carrier communication systems
动态频谱管理是解决多用户多载波通信系统和网络中干扰问题的关键技术。然而,当可用计算时间和计算能力受限时,即,当需要非常快速的响应时。在本文中,我们提出了一个新的范式,理论和算法的实时的【形】动态频谱管理(RT-DSM)下紧实时的【形】约束。具体而言,RT-DSM算法可以在任何时间点停止,同时保证可行且改进的解决方案。这是通过引入一种新的差分变量(DoV)的转换和问题的重新制定,提出了一个原始坐标上升的方法,通过精确的线搜索,通过一个缩放网格搜索。所提出的具体算法被称为迭代功率差平衡(IPDB)。对不同实际有线和无线干扰受限系统的仿真表明,该算法在不同配置下具有良好的性能、低复杂度和广泛的适用性。
2013-08-27 cs.IT math.IT
Energy Efficiency Maximization Via Joint Sub-Carrier Assignment and Power Control for OFDMA Full Duplex Networks
在本文中,我们开发了一种能量有效的资源分配计划的正交频分多址(OFDMA)网络与带内全双工(IBFD)通信的基站和用户设备(UE)考虑现实的自干扰(SI)模型。我们的主要目标是通过下行链路(DL)和上行链路(UL)中的联合功率控制和子载波分配来最大化系统能量效率(EE),其中DL和UL中的UE的服务质量要求得到保证。由于非线性分式目标函数和非凸可行集的存在,该问题是非凸的。为了解决这个问题,我们首先使用分式规划将分式目标函数转化为减法形式。然后,采用Dinkelbach方法,我们提出了一个迭代算法,其中一个内部问题是解决在每一个迭代。应用优化-极小化逼近,我们使内问题凸。此外,通过引入惩罚函数来处理整数子载波分配变量,我们提出了一种迭代算法来解决内部问题。我们证明了我们提出的算法收敛到局部最优解,这也证明了我们的模拟结果。此外,仿真结果表明,通过在OFDMA网络中应用IBFD能力与有效的SI消除技术,我们提出的资源分配算法达到了75%的EE增加相比,半双工系统。
2019-09-28 cs.IT eess.SP math.IT
Power Control in Cell-Free Massive MIMO Networks for UAVs URLLC under the Finite Blocklength Regime
在本文中,我们采用了以用户为中心的(UC)无小区大规模MIMO(CFmMIMO)网络提供超可靠的低延迟通信(URLLC)时,传统的地面用户(GU)与无人机(UAV)共存。我们研究了利用部分迫零(PZF)发送/接收波束成形和最大比传输/合并时下行链路和上行链路的功率控制。我们考虑优化问题,其目标是最大限度地提高用户的总和URLLC率或最小用户的URLLC率。URLLC率函数是复杂的和非凸渲染所考虑的优化问题的非凸。因此,我们提出了两个近似的复杂URLLC率函数,并采用连续凸优化(SCO)来解决所考虑的优化问题。具体来说,我们提出了SCO与迭代凹下界近似(SCO-ICBA)和SCO与迭代干涉近似(SCO-IIA)。我们提供了广泛的模拟评估SCO-ICBA和SCO-IIA和比较UC CFmMIMO部署与传统的共址大规模MIMO(COmMIMO)系统。结果表明,采用SCO-IIA方案优化下行链路采用MRT的CFmMIMO系统的最小用户速率,上行链路采用PZF接收的CFmMIMO系统可以提供最佳的URLLC速率性能。
2022-12-04 cs.IT eess.SP math.IT
Decomposition by Partial Linearization: Parallel Optimization of Multi-Agent Systems
我们提出了一种新的分解框架,分布式优化的一般非凸和效用函数自然产生的无线多用户干扰系统的系统设计。我们的主要贡献是:i)开发具有可证明收敛性的第一类(不精确的)Jacobi最佳响应算法,其中所有用户同时且迭代地解决原始效用和优化问题的适当凸化版本; ii)推导出一般动态定价机制,其提供了对现有定价方案的统一看法,而不是基于竞争力;和iii)一个框架,可以很容易地具体化到众所周知的应用,产生非常有效的实用(Jacobi或Gauss-Seidel)算法,其优于针对非常特定的问题提出的现有adhoc方法。有趣的是,我们的框架包含作为特殊情况下著名的梯度算法的非凸和效用问题,和许多块坐标下降计划凸函数。
2013-09-20 cs.IT math.IT math.OC
Multi-Carrier NOMA-Empowered Wireless Federated Learning with Optimal Power and Bandwidth Allocation
Beijing University of Posts and Telecommunications(北京邮电大学);North China Electric Power University(华北电力大学);Commonwealth Science and Industrial Research Organisation(联邦科学与工业研究组织)
无线联邦学习(WFL)在上行链路中经历通信瓶颈,限制了在每个全局聚合轮中可以上传其本地模型的用户的数量。本文提出了一种新的多载波非正交多址(MC-NOMA)授权的WFL系统,该系统采用灵活聚合的自适应学习设置。由于WFL轮适应每个用户的本地模型训练和上传,因此灵活聚合的使用允许用户每轮训练不同数量的迭代,从而适应其信道条件和计算资源。其核心思想是使用MC-NOMA并发上传用户的本地模型,从而延长用户的本地模型训练时间,增加参与用户。一个新的度量,即加权全局比例的训练小批量(WGPTM),分析建立新系统的收敛性。另一个重要的方面是,我们最大化的WGPTM利用新系统的收敛,通过联合优化发射功率和子信道带宽。该非凸问题等价地转化为一个易处理的凸问题,并利用变量代换和柯西不等式有效地求解。实验证实,使用卷积神经网络和18层住宅网络,建议的MC-NOMA WFL可以有效地减少通信延迟,增加本地模型训练时间,并加快收敛超过40%,相比其现有的替代方案。
2023-02-13 cs.IT cs.LG cs.SY
Rate Splitting for Massive MIMO Multi-carrier system using Full Duplex Decode and Forward Relay with Hardware Impairments
在本文中,我们解决的解码和转发(DF)中继系统的功率分配问题,其中一个大规模的多输入多输出(mMIMO)多载波(MC)基站(BS)节点与MC单天线节点直接通信,也通过单天线全双工(FD)MC中继,使用速率分裂(RS)的方法。在目的地采用连续干扰消除方法。我们考虑正交频分复用(OFDM)作为我们的MC策略。我们考虑到硬件失真的影响,导致残留的自干扰和载波间泄漏(ICL),也不完善的信道状态信息(CSI)。我们制定了一个联合的子载波和功率分配问题,以最大限度地提高总的总和率。提出了一种迭代优化方法,该方法遵循逐次内逼近(SIA)框架,以达到满足Karush-Kuhn-Tucker(KKT)条件的收敛点。数值结果表明,这种系统的失真意识的设计的意义,以及显着的增益和速率相比,其半双工(HD)和非速率分裂计划。
2019-07-31 cs.IT cs.SY eess.SP
Joint User-Association and Resource-Allocation in Virtualized Wireless Networks
在本文中,我们考虑多小区虚拟化无线网络(VWN)的下行链路传输,其中用户的不同服务提供商(切片)在一个特定的区域内由一组基站(BS)通过正交频分多址(OFDMA)。特别是,我们开发了一个联合BS分配,子载波和功率分配算法,以最大限度地提高网络吞吐量,同时满足每个切片的最低要求的速率。在假设每个用户在每个传输实例可以连接到不超过一个BS的情况下,我们引入用户关联因子(UAF)来表示联合子载波和BS分配作为数学问题公式中的优化变量向量。在不同的小区中允许子载波重用,但在一个小区内不允许。由于该优化问题本质上是非凸和NP-难的,通过应用连续凸逼近(SCA)和互补几何规划(CGP),我们开发了一种有效的两步迭代方法来解决该问题,该方法具有低计算复杂性.对于给定的功率分配,步骤1导出最优用户关联,并且随后,对于所获得的用户关联,步骤2找到最优功率分配。仿真结果表明,与传统的将每个用户分配到信号强度平均值最大的基站,然后对每个小区的用户进行联合子载波和功率分配的方法相比,该迭代算法具有更好的性能。仿真结果表明,对于小区边缘用户,均匀和非均匀用户分布的覆盖率分别提高了57%和71%,从而提高了VWN的传输可靠性和频谱利用率。
2015-08-25 cs.IT cs.NI math.IT
A Framework for Optimization under Limited Information
Technical University Berlin(柏林工业大学);Deutsche Telekom Laboratories(德国电信实验室)
针对有限信息下的优化问题,提出一个融合信息收集、估计和优化的统一框架,采用贝叶斯方法和高斯过程回归,并利用信息论熵量化信息获取。
2011-05-11 cs.IT cs.LG cs.SY