冲击噪声下任意稀疏结构的MMV重构算法

针对现有多测量向量（multiple measurement vectors，MMV）模型稀疏重构算法在冲击噪声背景下存在的鲁棒性不强、适用性不广等问题，本文提出了一种冲击噪声下任意稀疏结构的MMV模型（ASS-MMV）稀疏重构算法。该算法利用Lorentzian范数和矩阵平滑零范数正则化构造稀疏优化目标函数，建立冲击噪声背景下ASS-MMV重构模型；结合固定步长公式和具有充分下降性质的共轭梯度算法，在统一参数框架下并行重构，以提高算法收敛速度和运行效率。仿真结果表明：本文算法能够在冲击噪声背景下高质量的重构任意稀疏结构的MMV信号，对噪声具有一定的鲁棒性，并且收敛速度较快、计算开销更小。