算法1：递归的凸优化算法

1) 给出初始值 $x_0^i,{\widehat{x}}_0^i,W_i,V_i,M_{i,0},H_{s,0},P_{l.0},{\delta }_h$ 。由 $M_{l,0}={\left(H_{l,0}\right)}^{\text{T}}{H}_{l,0}$ ， $N_{s,0}={\left(H_{s,0}\right)}^{\text{T}}{H}_{s,0},P_{l,0}={\left(O_{l,0}\right)}^{\text{T}}{O}_{l,0}$ ，计算出 $H_{l,0}$ ， $H_{s,0}$ 和 $O_{l,0}$ ；

2) 由式(24)获得 $M_{l,k+1},H_{s,k+1},P_{l,k+1},G_k,K_k$ ；再计算出 $H_{l,k+1},H_{s,k+1},O_{l,k+1}$ ；

3) 判断 $\left(k,e_t^l\right)$ 是否满足相应的要求，若满足，输出相应的值，否则不输出；

4) 由(1)计算出 $x_{k+1}^l$ 和 $x_{k+1}^s$ ，再由(3)和(4)分别计算 ${\widehat{x}}_{k+1}^l$ 和 ${\widehat{x}}_{k+1}^s$ 。若 $k=T_n$ ，到第5)，否则令 $k=k+1$ ，返回4)；

5) 输出 $\left\{M_{l,k+1},H_{s,k+1},P_{l,k+1},G_k,K_k\right\}$ 。