论文部分内容阅读
为更好地描述信号的结构稀疏性，构造了一种概率结构稀疏模型，并用于压缩感知信号重构问题．在对结构稀疏模型分析的基础上，不直接对信号的结构稀疏性进行描述，而是利用玻耳兹曼分布对其支撑的结构稀疏性进行先验描述，然后基于贝叶斯压缩感知理论，通过该先验分布和观测过程的高斯似然性，由观测值和观测矩阵求解信号支撑的最大后验估计，最后由信号支撑求解原信号．实验结果表明，对于已知信号支撑的稀疏信号，该方法重构性能明显优于BP和OMP法；对于一般的稀疏高斯随机信号，在高观测噪声水平和低重构误差容限条件下，其重构性能具有较大优