[发明专利]基于联合块稀疏模型的信号重构方法

摘要

本发明提供基于联合块稀疏模型的信号重构方法，属于分布式压缩感知技术领域。本发明首先建立基于混合支撑集模型的联合块稀疏模型，然后利用了基于混合支撑集模型的联合块稀疏模型的结构特点对信号的公共部分进行重构，再使用BOMP算法，逐个重构出每个信号的特有部分，最后将原信号公共部分与特有部分的重构结果相加，完成对原信号的重构。本发明解决了在多天线以及信号稀疏系数成块分布的情况下，接收端如何以低量测值、低信噪比，精确地重构原信号的问题。本发明可用实际通信场景中接收端的信号重构。

主权项

1.基于联合块稀疏模型的信号重构方法，其特征在于，具体包括以下步骤：步骤一、建立基于混合支撑集模型的联合块稀疏模型；步骤二、初始化：设置迭代次数l＝1，向量选择索引集Ω为空；令初始化残差r_j,0等于测量值y_j，初始化得到的稀疏系数向量步骤三、子块选择：选择观测矩阵中与所有J个残差的平均内积值最大的原子块，并记录该块原子对应的索引；步骤四、子块重构：将测量值y_j在更新后的观测矩阵D组成的向量空间中作投影，得到测量值y_j由D中各列向量线性表示的系数β_j；步骤五、更新残差r_j,l；更新稀疏系数向量步骤六、判断是否满足||r_j,l||₂>ε||y_j||₂且l＜K，如果满足，令l＝l+1，返回步骤三；如果不满足，将傅里叶正变换矩阵作为每个原信号公共部分的重构结果；ε为残差判定系数；K为块稀疏度；步骤七、对剩余的残差分别使用BOMP算法，逐个重构出每个信号的特有部分；步骤八、将原信号公共部分与特有部分的重构结果相加，完成对原信号的重构。