一种基于LSM的复数域多任务贝叶斯压缩感知方法

本发明公开了一种基于LSM的复数域多任务贝叶斯压缩感知方法，包括以下步骤：S1、输入全部y,Φ；S2、参数初始化；S3、任意选择一α，计算判决因子；S4、判决并更新λ和α值，若△>0且α＝∞，进行增加操作；若△>0且α<∞，进行重新估计操作；若△<0，进行删除操作；S5、根据S4选择的操作类型，进行相应的参数更新；S6、判断是否满足递归中止条件，若不满足，则t＝t+1，返回S3，若满足，输出重构后的原始信号。本发明方法具有重构精度高、计算速度快、可设计自由度高、鲁棒性好等优点，可以广泛应用于雷达和声呐信号的处理。