交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)是将大规模优化问题进行分步求解,有效简化了计算过程,近来被应用到定位问题中。通过引入辅助变量,建立具有光滑目标函数的最小化问题,提出了基于ADMM的传感器网络协...交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)是将大规模优化问题进行分步求解,有效简化了计算过程,近来被应用到定位问题中。通过引入辅助变量,建立具有光滑目标函数的最小化问题,提出了基于ADMM的传感器网络协同定位方法。借助于ADMM双变量交替迭代更新,推导了变量交替求解的代数解析表达式。通过引入近端缩放因子,对ADMM定位算法进行了优化,并从理论上说明了算法的全局收敛性。仿真分析结果表明,所设计的ADMM算法具有良好的全局收敛性能。在所测试的噪声水平内,ADMM算法的估计误差非常接近于克拉美罗下界(Cramer-Rao Lower Bound,CRLB)值。展开更多
为解决交替方向乘子法(alternating direction method of multipliers,ADMM)正则化极限学习机(regularized extreme learning machine,RELM)迭代收敛速度慢和迭代后期误差衰减停滞的问题,提出一种基于动态步长ADMM的正则化极限学习机,记...为解决交替方向乘子法(alternating direction method of multipliers,ADMM)正则化极限学习机(regularized extreme learning machine,RELM)迭代收敛速度慢和迭代后期误差衰减停滞的问题,提出一种基于动态步长ADMM的正则化极限学习机,记为VAR-ADMM-RELM.该算法在ADMM算法的基础上采用动态衰减步长进行迭代,并同时使用L1和L2正则化对模型复杂度进行约束,解得具有稀疏性和鲁棒性的极限学习机输出权重.在UCI和MedMNIST数据集中对VAR-ADMM-RELM、极限学习机(extreme learning machine,ELM)、正则化极限学习机(regularized ELM,RELM)和基于ADMM的L1正则化ELM(ADMMRELM)进行拟合、分类和回归对比实验.结果表明,VAR-ADMM-RELM算法的平均分类准确率和平均回归预测精度分别比ELM算法提升了1.94%和2.49%,较标准ADMM算法可以取得3~5倍的速度提升,且对异常值干扰具有更好的鲁棒性和泛化能力,在高维度多样本的场景下建模效率逼近标准极限学习机.该方法有效提升了ADMM算法的收敛速度,取得了比主流ELM算法更加优秀的性能表现.展开更多
传统的无网格压缩感知在进行波达方向(Direction of Arrival,DOA)估计时,使用凸优化工具箱(如CVX)来求解半正定规划问题(Semi-Definite Programming,SDP),所消耗的时间会随着矢量水听器阵列规模的增加,逐渐增大。为了提高算法的收敛速度...传统的无网格压缩感知在进行波达方向(Direction of Arrival,DOA)估计时,使用凸优化工具箱(如CVX)来求解半正定规划问题(Semi-Definite Programming,SDP),所消耗的时间会随着矢量水听器阵列规模的增加,逐渐增大。为了提高算法的收敛速度,将交替方向乘子法(Alternative Direction Method of Multiplier,ADMM)应用到矢量水听器阵列的DOA估计中,考虑到海洋环境噪声,使用原子范数去噪方法(Atomic Norm Soft Thresholding,AST)来估计线谱参数,将原子范数最小化问题(Atomic Norm Minimization,ANM)转化为SDP问题,使用ADMM对SDP问题进行求解,最后使用对偶多项式估计角度。为了验证ADMM算法的性能,在不同信噪比和矢量阵元数条件下,与快速求根多重信号分类(Root-Multiple Signal Classification,ROOTMUSIC)算法和CVX进行对比仿真实验。结果表明,ADMM在保证DOA估计模型收敛性的同时,提高了算法效率。展开更多
在国家“双碳”目标驱动下,分布式新能源蓬勃发展,微电网作为新能源消纳的重要载体,在配电系统中的接入比例不断提高。考虑微电网、配电网等多个主体间交互的复杂性,提出多微电网接入智能配电网系统的分布式优化调度方法,提高系统运行...在国家“双碳”目标驱动下,分布式新能源蓬勃发展,微电网作为新能源消纳的重要载体,在配电系统中的接入比例不断提高。考虑微电网、配电网等多个主体间交互的复杂性,提出多微电网接入智能配电网系统的分布式优化调度方法,提高系统运行的经济性和安全性,促进分布式新能源消纳与利用。首先,提出考虑各自优化目标的微电网、配电网能量管理模型,在此基础上建立含多个微电网的智能配电网系统优化调度模型,并给出基于交替方向乘子法(Alternating direction method ofmultipliers,ADMM)的分布式求解策略,引入ADMM算法隐私保护机制,有效保护各运营商数据隐私。最后在接入3个微电网的IEEE 33节点配电系统上进行算例分析,验证了模型和算法的有效性、准确性,证实多微电网接入智能配电系统在确保经济、安全运行的同时,有效促进可再生能源的消纳。展开更多
该文将压缩感知(CS)中信号的重构问题归结为求解l0-正则化问题,针对l0-正则化问题求解比较困难,提出了快速交替方向乘子法(FADMM)。该算法首先将信号的稀疏域的l0-正则化问题通过变量分裂技术转化为约束优化问题;然后引入乘子函数,采用...该文将压缩感知(CS)中信号的重构问题归结为求解l0-正则化问题,针对l0-正则化问题求解比较困难,提出了快速交替方向乘子法(FADMM)。该算法首先将信号的稀疏域的l0-正则化问题通过变量分裂技术转化为约束优化问题;然后引入乘子函数,采用一步Gauss-Seidel思想,对优化问题中的变量极小化;为了加快算法的收敛速度,对变量进行了二次更新,并更新了乘子;最后进行反正交变换,实现对原始信号的重构。将FADMM应用于含噪声图像的重构,进行了仿真实验及对实验结果进行了分析。实验结果表明:FADMM具有更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和更快速的收敛速度。展开更多
文摘超大规模多输入多输出(Extremely Large-scale Multiple-Input Multiple-Output,XL-MIMO)系统的信道通常以瑞利距离为边界分为近场信道和远场信道,混合场信道模型用路径数比例因子将球面波前的近场信道模型和平面波前的远场信道模型叠加,致使信道参数维数剧增,信道估计的导频开销极大,且由于离格能量泄露难以获取精确信道参数向量的稀疏度。针对这类通信系统的信道估计问题,为降低导频开销并提高计算效率,分析远场的角度域稀疏信道表示模型和近场的极化域稀疏信道表示模型,在稀疏信号恢复框架下将估计问题转化为L1范数优化问题,提出基于交替方向乘子法(Alternating Direction Method of Multiplier,ADMM)的混合场稀疏信道估计算法,并提出一种改进的ADMM算法,将拉格朗日乘子更新用两步对称的方式迭代计算,使得算法的收敛速度更快,计算效率更高。这两种算法可摆脱常规正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法对信道稀疏度的依赖,相比于OMP算法在估计精度方面有较大提升。
文摘交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)是将大规模优化问题进行分步求解,有效简化了计算过程,近来被应用到定位问题中。通过引入辅助变量,建立具有光滑目标函数的最小化问题,提出了基于ADMM的传感器网络协同定位方法。借助于ADMM双变量交替迭代更新,推导了变量交替求解的代数解析表达式。通过引入近端缩放因子,对ADMM定位算法进行了优化,并从理论上说明了算法的全局收敛性。仿真分析结果表明,所设计的ADMM算法具有良好的全局收敛性能。在所测试的噪声水平内,ADMM算法的估计误差非常接近于克拉美罗下界(Cramer-Rao Lower Bound,CRLB)值。
文摘传统的无网格压缩感知在进行波达方向(Direction of Arrival,DOA)估计时,使用凸优化工具箱(如CVX)来求解半正定规划问题(Semi-Definite Programming,SDP),所消耗的时间会随着矢量水听器阵列规模的增加,逐渐增大。为了提高算法的收敛速度,将交替方向乘子法(Alternative Direction Method of Multiplier,ADMM)应用到矢量水听器阵列的DOA估计中,考虑到海洋环境噪声,使用原子范数去噪方法(Atomic Norm Soft Thresholding,AST)来估计线谱参数,将原子范数最小化问题(Atomic Norm Minimization,ANM)转化为SDP问题,使用ADMM对SDP问题进行求解,最后使用对偶多项式估计角度。为了验证ADMM算法的性能,在不同信噪比和矢量阵元数条件下,与快速求根多重信号分类(Root-Multiple Signal Classification,ROOTMUSIC)算法和CVX进行对比仿真实验。结果表明,ADMM在保证DOA估计模型收敛性的同时,提高了算法效率。
文摘在国家“双碳”目标驱动下,分布式新能源蓬勃发展,微电网作为新能源消纳的重要载体,在配电系统中的接入比例不断提高。考虑微电网、配电网等多个主体间交互的复杂性,提出多微电网接入智能配电网系统的分布式优化调度方法,提高系统运行的经济性和安全性,促进分布式新能源消纳与利用。首先,提出考虑各自优化目标的微电网、配电网能量管理模型,在此基础上建立含多个微电网的智能配电网系统优化调度模型,并给出基于交替方向乘子法(Alternating direction method ofmultipliers,ADMM)的分布式求解策略,引入ADMM算法隐私保护机制,有效保护各运营商数据隐私。最后在接入3个微电网的IEEE 33节点配电系统上进行算例分析,验证了模型和算法的有效性、准确性,证实多微电网接入智能配电系统在确保经济、安全运行的同时,有效促进可再生能源的消纳。
文摘该文将压缩感知(CS)中信号的重构问题归结为求解l0-正则化问题,针对l0-正则化问题求解比较困难,提出了快速交替方向乘子法(FADMM)。该算法首先将信号的稀疏域的l0-正则化问题通过变量分裂技术转化为约束优化问题;然后引入乘子函数,采用一步Gauss-Seidel思想,对优化问题中的变量极小化;为了加快算法的收敛速度,对变量进行了二次更新,并更新了乘子;最后进行反正交变换,实现对原始信号的重构。将FADMM应用于含噪声图像的重构,进行了仿真实验及对实验结果进行了分析。实验结果表明:FADMM具有更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和更快速的收敛速度。
