基于块稀疏贝叶斯学习的多任务压缩感知重构算法

本文提出一种基于块稀疏贝叶斯学习的多任务压缩感知重构算法,利用块稀疏的单测量矢量模型求解多任务重构问题.通过对信号统的计特性和稀疏块内的结构特性进行联合数学建模,将稀疏重构问题转贝叶斯框架下的特征参数的迭代更新问题.本文算法不需要信号稀疏度和噪声强度的先验信息,是一种高效的盲重构算法.仿真实验表明,本文算法能有效利用信号的统计特性和结构信息,在重构精度和收敛速率方面能够很好地折衷.