Chuangchuang Sun,Yen-Chen Liu,Ran Dai等
Iowa State University(爱荷华州立大学),AFRL(美国空军研究实验室)
JOURNAL OF GUIDANCE, CONTROL, AND DYNAMICS,2017-5-29
1. 求解一般QCQP问题的方法——IRM
如果遇到的QCQP问题是非齐次的,通过引入一个新变量$\alpha \in \mathbb{R}$和一个新约束$\alpha^{2}=1$,将非齐次QCQP问题转化为齐次QCQP问题
$$ \begin{aligned} J=\mathrm{min}_{X} & \left \langle X,Q_{0} \right \rangle \\\\ \mathrm{s.t.} \left \langle X,Q_{j} \right \rangle \leqslant c_{j}, & \forall j=1,...,m \end{aligned} $$
将齐次QCQP问题转化为半定规划问题(semidefinite programming,SDP)
$$\begin{aligned} J=\mathrm{min}_{X} & \left \langle X,Q_{0} \right \rangle \\\\ \mathrm{s.t.} \left \langle X,Q_{j} \right \rangle \leqslant c_{j}, & \forall j=1,...,m \\\\ X \succcurlyeq & 0 \end{aligned}$$
已知,当$X$是非零正定矩阵时,$X$是秩1矩阵的充要条件为$rI_{n-1}-V^{T} XV \succcurlyeq 0$,其中$V \in \mathbb{R}^{n \times (n-1)}$是$X$的$n-1$个较小特征值所对应的特征向量组成的矩阵,$r$是趋于0的正数。IRM法(The iterative rank minimization algorithm)通过迭代的方法,逐渐减小$X$的秩。所以可以将上述SDP问题转化为下面的凸优化问题
$$\begin{aligned} J=\mathrm{min}_{X_{k},r_{k}} & \left \langle X_{k}, Q_{0} \right \rangle + w^{k}r_{k} \\\\ \mathrm{s.t.} \left \langle X,Q_{j} \right \rangle \leqslant c_{j}, & \forall j=1,...,m \\\\ X_{k} \succcurlyeq & 0 \\\\ r_{k}I_{n-1}-V_{k-1}^{T} & X_{k}V_{k-1} \succcurlyeq 0 \end{aligned}$$
其中,$w>1$为$r_k$的权重系数。 IRM法通过求解上面的SDP问题获得$X_{0}$,通过$X_{0}$求得$V_{0}$,然后通过求解问题(3)获得$X_{k}$,求得$V_{k}$,不断迭代直到$r_{k}$足够小。 关于这一收获我总结并在微信上发表帖子——使用IRM法求解一般QCQP问题
2. CVX使用时的注意事项 约束中不能出现$x_{1}=0,x_{2}=2$等等这样的常数约束,添加这样的约束可能会出现以下警告和错误
3. 考虑运动学的改进的RRTstar算法
The novelty of QCQP formulation and its associated iterative method is that it does not involve linearization procedures in the formulation and optimization approach such that it will present errors generated from linearization of a highly nonlinear model. 将问题转化为QCQP问题并用相关联的迭代方法求解的新颖性体现在,它在建模和优化求解过程中不包括线性化过程,所以该方法能展现高非线性模型线性化带来的误差
[1] Sun C , Liu Y C , Dai R , et al. Two Approaches for Path Planning of Unmanned Aerial Vehicles with Avoidance Zones[J]. Journal of Guidance Control & Dynamics, 2017, 40(8).
[2] Sun C , Dai R . An iterative approach to Rank Minimization Problems[C]// Decision & Control. IEEE, 2016.
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。