华为通信算法多轮:ADMM 迭代、OMP 与专利方案手撕
- 轮次
- 多轮
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 线上笔试(10 月 10 日)的编程题考了什么?(DFS、BFS、DP)
- 线上性格测评(10 月 11 日)是什么形式?
- 三轮面试怎么结合简历追问?
- ADMM 的原理是什么?
- OMP(正交匹配追踪)的流程讲一下。
- 手撕 ADMM 的迭代流程。
- 专利 1 的运行逻辑是什么?
- 手撕专利 2 的方案流程。
- 遇到过什么困境,怎么解决的?
- 你觉得通信发展的潜力方向在哪?
- 你对通信算法岗的认知是什么?
- 华为的核心价值观你怎么看待?
- 期望的薪资水平是多少?
《参考解析》
ADMM 的骨架。 ADMM 解的是等式约束下的可分问题:min f(x) + g(z), s.t. Ax + Bz = c。构造增广拉格朗日 Lρ = f(x) + g(z) + yᵀ(Ax + Bz − c) + (ρ/2)‖Ax + Bz − c‖²,然后三件事循环:固定 z、y 更新 x(最小化 f(x) + (ρ/2)‖Ax + Bz − c + u‖²);固定 x、y 更新 z(最小化 g(z) + 同样的惩罚项);最后更新对偶变量 u ← u + Ax + Bz − c。写成缩放形式更常见,把 y/ρ 记作 u,三个更新就变成「x-更新、z-更新、u-更新」三行,这就是面试要手撕的部分。
理解要点:x 和 z 的更新互相独立,所以能把大问题拆成两个小问题并行求解,这是 ADMM 在分布式优化和通信里的价值;ρ 是惩罚参数,太大会让 x、z 快速贴合但收敛慢,太小则贴合慢,实践里按残差比(原始残差与对偶残差)自适应调;停止条件看两个残差都小于阈值,不要只看目标函数变化。收敛性上凸问题、闭凸集约束下有保证,非凸场景只是工程上常用。
OMP 的流程。 正交匹配追踪做稀疏恢复:输入观测 y、字典 A、稀疏度 K(或残差阈值)。初始化残差 r = y、支撑集为空;每轮找与残差相关性最大的原子 j = argmax |Aᵀr|,把 j 加入支撑集;在支撑集上做最小二乘求系数 x = (A_SᵀA_S)⁻¹A_Sᵀy(等价于把残差正交投影掉);更新残差 r = y − A_S x;支撑集到 K 或残差小于阈值就停。与匹配追踪的区别就在那一步最小二乘——OMP 保证残差与已选原子正交,所以同一个原子不会被重复选中,收敛更快。工程坑:字典原子间相关性高时容易选错,A_SᵀA_S 病态要做正则化或改用 QR 增量更新;稀疏度未知时用残差能量下降比例做停止判据。
专利方案的手撕怎么讲。 面试官说「手撕专利方案」不是让你默写权利要求,而是看你能否把一个想法落成可实现的流程。按四段讲:输入与约束(信号的维度、采样率、可用的先验)、模块划分(每个模块干什么、接口是什么)、数据流(从输入到输出经过哪些步骤、哪一步是创新点)、复杂度与退化情况(算力和存储开销、参数缺失时怎么退)。写伪代码时把关键循环和终止条件写清楚,比堆公式有效。先讲整体再补细节,卡住时说出你正在假设什么,让对方能纠偏。
其余环节。 笔试的 DFS/BFS/DP 三类是通信算法岗的常规门槛,图遍历和背包、区间 DP 各刷十几道就够用;三轮连面通常是一面技术、二面深挖简历与专利、三面主管看匹配度,简历上每个项目都要能回答「你负责哪一段、为什么这么做、指标怎么测的」。价值观与潜力方向这类问题答具体判断:说清你看好的方向(比如通感一体、AI 空口、低时延确定性网络)和理由,比背诵公司话术可信。