联合稀疏同步迭代硬阈值算法

　　为了改进基于压缩感知（CS）的欠Nyquist采样系统在冗余字典条件下信号重构的效果，研究了基于s一闭包的分块联合稀疏模型的同步迭代硬阈值（ SIHT）算法。分析了采样系统基于多测量向量（MMV）的CS合成模型，提出了8一闭包的分块相干性和约束等距特性（ RJP）概念；在迭代过程中根据冗余字典分块相干性，对更新支撑集进行优选从而完成算法改进；给出了迭代收敛常数，并分析了改进型算法的收敛特性。仿真实验结果表明，相比传统算法，改进型算法在采样系统足够的通道数条件下重构成功率可达到l00%，噪声抑制能力能够提高7 dB -9 dB，总运算时间可以降低至少37.9%，信号重构收敛速度更快。