第7章 序列凸近似（SCA）与迭代优化

7.1 凸近似理论基础 7.1.1 一阶泰勒近似与SCA框架构建 7.1.2 序列二次约束二次规划（SQCQP）精炼 7.1.3 分数规划（Fractional Programming）与Dinkelbach变换 7.2 联合收发波形-滤波器设计 7.2.1 交替迭代优化（Cyclic Iteration）策略 7.2.2 坐标下降（Coordinate Descent, CD）与相位直接优化 7.2.3 功率方法类迭代（Power Method-Like, PML）求解 7.3 鲁棒设计方法 7.3.1 最坏情况SINR最大化与Minimax优化 7.3.2 不确定性集合（Spherical/Annular Set）建模 7.3.3 拉格朗日对偶SDR（LDSDR/LDDSDR）算法
——