基于块稀疏贝叶斯学习的多任务压缩感知重构算法

• 作者: 张弓 方青 贲德
• 来源期刊: 物理学报
• 关键词: 多任务压缩感知 稀疏贝叶斯学习 块稀疏框架
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 专题：表面低维结构的电子态调控
• 页码范围: 070201-1-070201-7
• 页数: 1页
• 语种: 中文
• DOI: 10.7498/aps.64.070201

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贲德		24	255	10.0	15.0
2	方青	南京航空航天大学电子信息工程学院	2	61	2.0	2.0