基于隐变量贝叶斯模型的稀疏信号恢复

来源：电子与信息学报杂志2015年第1期北京时间：

作者：王峰, 向新, 易克初, 熊磊

摘要：该文基于贝叶斯分析的视角，揭示了一类算法，包括使用隐变量模型的稀疏贝叶斯学习(SBL)，正则化FOCUSS算法以及Log-Sum算法之间的内在关联。分析显示，作为隐变量贝叶斯模型的一种，稀疏贝叶斯学习使用第2类最大似然(Type II ML)在隐变量空间进行运算，可以视作一种更为广义和灵活的方法，并且为不适定反问题的稀疏求解提供了改进的途径。较之于目前基于第1类最大似然(Type I ML)的稀疏方法，仿真实验证实了稀疏贝叶斯学习的优越性能。

关键词：信号处理, 隐变量贝叶斯模型, 第2类最大似然, 稀疏贝叶斯学习, 迭代加权最小二乘法

基金资助：国家自然科学基金(61379104)资助课题