项目名称: 交替方向乘子法研究及其在分布式信号与信息处理中的应用

项目编号: No.61471295

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 梁军利

作者单位: 西北工业大学

项目金额: 83万元

中文摘要: 本项目主要研究交替方向乘子法及其在分布式信号与信息处理中的应用。交替方向乘子法能够:1)对大规模问题实现等价分解及并行计算,最终通过局部问题求解获得大规模问题最优解;2)通过一致性约束使得传感器网络环境下各结点无须共享所获局部数据仅需交换局部解实现传感器网络环境下的分布式求解。然而该方法存在收敛速度慢、对应一致性约束的乘子多更新繁琐等缺陷,限制了其在传感器网络环境下的分布式计算及大数据计算方面的应用。为此,本项目主要研究自适应变步长更新以及乘子的简约进而改善算法的有效性。并在此基础上,研究用于多静态连续主动声纳的分布式检测前跟踪新方法、阵列信号分布式处理新方法、分布式存储数据的降维新方法。这些新理论的完善以及新算法的提出将为交替方向乘子法进一步的发展以及在涉及分布式信号与信息处理的多静态连续主动声纳、传感器网络、阵列信号处理、大数据分析与处理等领域内的应用提供重要的理论依据与技术支撑。

中文关键词: 交替方向乘子法;分布式信号与信息处理;传感器网络;阵列信号处理;降维

英文摘要: This project studies the alternating-direction method of Multiplier (ADMM) and its application to distributed signal and information processing. ADMM can: i)decompose the large-scale problem into equivalent local questions, and solve them in parallel to obtain the optimal solution to the original problem finally; and ii)enforce the consensus constraint on all nodes and exchange the local solutions rather than sharing the local data to solve the problem distributedly. However, the ADMM method converges slowly and updates so many Multipliers, which limits its application into Big Data computation and distributed computation in sensor networks. To solve these problems, this project will study the adaptive step size update and simplify the Multiplier update to improve its efficiency. Based on these improvements, this project will study the track-before-detect method for Multistatic continuous active sonar, distributed array signal processing mehtods, and dimensionality reduction methods for distributed stored Big Data. These new theory and methods will accelerate the development of ADMM, widen the application of ADMM, and support the development of Multistatic continuous active sonar, array signal processing, sensor network, analyses and processing of Big Data.

英文关键词: Alternating-direction method of Multiplier(ADMM);Distributed signal and information processing;Sensor network;Array signal processing;Dimensionality reduction

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
82+阅读 · 2022年4月17日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
216+阅读 · 2021年5月25日
专知会员服务
42+阅读 · 2021年5月24日
专知会员服务
17+阅读 · 2021年5月16日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
35+阅读 · 2021年2月20日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
“热搜”中的分布式数据库 | Q推荐
InfoQ
0+阅读 · 2022年2月15日
交替方向乘子法(ADMM)算法原理详解
PaperWeekly
3+阅读 · 2022年1月21日
医学图像数据读取及预处理方法总结
极市平台
22+阅读 · 2022年1月4日
深度学习模型压缩算法综述
极市平台
0+阅读 · 2021年12月3日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【Flink】基于 Flink 的流式数据实时去重
AINLP
14+阅读 · 2020年9月29日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
无人机集群对抗研究的关键问题
无人机
49+阅读 · 2018年9月16日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
82+阅读 · 2022年4月17日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
216+阅读 · 2021年5月25日
专知会员服务
42+阅读 · 2021年5月24日
专知会员服务
17+阅读 · 2021年5月16日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
35+阅读 · 2021年2月20日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
相关资讯
“热搜”中的分布式数据库 | Q推荐
InfoQ
0+阅读 · 2022年2月15日
交替方向乘子法(ADMM)算法原理详解
PaperWeekly
3+阅读 · 2022年1月21日
医学图像数据读取及预处理方法总结
极市平台
22+阅读 · 2022年1月4日
深度学习模型压缩算法综述
极市平台
0+阅读 · 2021年12月3日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【Flink】基于 Flink 的流式数据实时去重
AINLP
14+阅读 · 2020年9月29日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
无人机集群对抗研究的关键问题
无人机
49+阅读 · 2018年9月16日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员