论文部分内容阅读
针对稀疏贝叶斯压缩感知算法存在复杂度高、收敛速度慢等缺陷，提出了一种快速变分稀疏贝叶斯学习的频谱检测与定位算法。该算法在原始问题求解过程中增加了辅助变量，消除了原问题模型中未知变量之间耦合度高的问题。并依据稀疏参数的收敛情况，自适应删除不收敛稀疏参数对应的基函数，从而进一步加快了算法的收敛速度。实验结果表明：该算法在收敛速度和频谱检测精度上有显著的改善。