基于块稀疏度的自适应重构算法

　　块稀疏信号是一类具有特殊结构的稀疏信号。针对块稀疏信号块稀疏度未知的情况，提出了一种基于块稀疏度估计的自适应重构算法，并将其应用于压缩感知。首先对信号的块稀疏度进行初步估计，计算得到一个支撑块索引集合的估计值，利用得到的估计值对残差进行初始化；然后对测量矩阵的子块和当前残差进行相关性匹配操作，以选取信号的支撑块集合，依据正则化原则再次对由相关性匹配操作得到的信号支撑块集合进行筛选；最后通过迭代过程获得信号最终的支撑块集合。仿真实验结果表明，提出的算法与现有的块稀疏信号自适应重构算法相比，具有较好的重构成功概率且算法的平均运行时间更短。