一种基于多重测量向量模型的稀疏贝叶斯学信号重构方法

专利主权项内容

1.一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，其特征在于：在一个上行免授权非正交多址接入系统中，存在一个基站，用于接收来自K个单天线用户的数据信息，设单天线用户的数据信息通过长度为N的扩频码扩频后，选取L个时隙的信息当作发射信息发送给基站；在L个连续时隙内，只有部分活跃用户持续发射信号，非活跃用户不发射信号；由此基站接收信号等效为MMV模型，MMV模型是指多重测量向量模型，记为：Y＝HB+W，其中，是发送端和接收端之间的信道矩阵，信道矩阵包含信道响应和扩频码的信息；发射信号向量/>b是第l个时隙K个用户的发射信号；y是第l个时隙基站的接收信号；/>w.是均值为零，协方差矩阵为σΙ的复高斯噪声，l＝1, 2, …, L；在进行稀疏贝叶斯信号重构时，需要通过已知的接收信号向量Y和信道矩阵H恢复发射信号向量B；lll2所述稀疏贝叶斯信号重构方法包括：步骤S1：输入已知信息，包括接收信号、设备总数、等效信道矩阵以及扩频因子，使用自动决策技术给发射信号分配结构化的高斯先验信息，将噪声信号的先验信息分配成普通高斯分布，并将设置的发射信号和噪声信号的高斯分布进行超参数初始化；步骤S2：使先验信息与贝叶斯定理结合得到发射信号的后验分布结果，将计算得到的后验结果组合成高斯模式，并选择发射信号的后验均值作为发射信号的更新值；步骤S3：在ARD成本函数下，结合迭代期望最大化框架下计算得到概率模型中超参数的估计值，获得发射信号中的超参数以及噪声信号中的超参数的最优更新规则；步骤S4：根据设置的判决条件判断是否继续迭代，若满足判决条件则输出恢复的发射信号、发射信号超参数和噪声信号超参数，若不满足则返回步骤S2进行新一轮迭代。