连续线性逼近的联合稀疏信号恢复和动态网格参数估计
摘要：从具有动态网格参数的线性观测模型中恢复结构稀疏信号对于无线通信的许多实际应用非常重要。传统的期望最大化（EM）压缩感知（CS）方法，如Turbo-CS和Turbo-VBI，具有双环迭代的特点，其中内环（E步）获取稀疏信号的贝叶斯估计，外环（M步）获取动态网格参数的点估计。这导致收敛速度慢。此外，在一般情况下，E步的每次迭代涉及复杂的矩阵求逆。为了克服这些缺点，我们首先提出了一种连续线性逼近VBI（SLA-VBI）算法，可以提供稀疏信号和动态网格参数的贝叶斯估计。此外，我们基于主次最小化（MM）算法框架简化了矩阵求逆运算。此外，我们将我们提出的算法从独立稀疏先验扩展到更复杂的结构稀疏先验，这可以在特定应用中利用结构稀疏性来进一步提高性能。最后，我们将我们提出的算法应用于解决无线通信中的两个实际应用问题，并验证了与最先进的基于EM的方法相比，所提出的算法可以实现更快的收敛速度，更低的复杂度和更好的性能。
作者：Wenkang Xu, An Liu, Bingpeng Zhou, and Minjian Zhao
论文ID：2307.09149
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-24