给定复杂的 Hemitian 矩阵A1
和A2
,我想用零目标函数和 LMI 约束解决以下优化问题:
我正在尝试在 Matlab 上使用 CVX:
cvx_begin
variable v1 nonnegative
variable v2
minimize (0)
subject to
(-v1*A1-v2*A2) == hermitian_semidefinite(n);
cvx_end
这里v1=cos(theta)
和v1=sin(theta)
。上述 CVX 代码中的优化问题证明总是可行的,因为我们总是可以设置v1=v2=0
满足约束条件。我想我需要添加v1^2+v2^2=1
约束。但是,当我添加方形约束时,出现以下错误:
Error using cvxprob/newcnstr (line 192)
Disciplined convex programming error:
Invalid constraint: {convex} == {real constant}
Error in == (line 12)
b = newcnstr( evalin( 'caller', 'cvx_problem', '[]' ), x, y, '==' );
Error in LMI_GM (line 60)
square(v1)+square(v2)==1;
如何修改CVX代码来解决原来的优化问题?