【IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS 2025年6月】6月，浙江大学信息科学与电子工程学院Min-Jian Zhao教授研究团队，针对无线通信中带动态网格参数的稀疏信号恢复问题研究了一种新型变分贝叶斯推断算法。相关成果以“Successive Linear Approximation VBI for Joint Sparse Signal Recovery and Dynamic Grid Parameters Estimation”为题，在《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》杂志上发表。

该研究团队针对动态网格参数下的结构化稀疏信号恢复问题，提出了一种免逆逐次线性近似变分贝叶斯推断（IFSLA-VBI）算法。该算法克服了传统基于期望最大化（EM）的压缩感知方法（如Turbo-CS和Turbo-VBI）的缺点：其双循环迭代（内循环E步进行稀疏信号贝叶斯估计，外循环M步进行动态网格参数点估计）导致收敛速度慢，且每次E步迭代涉及复杂矩阵求逆。SLA-VBI能够对稀疏信号和动态网格参数进行联合贝叶斯估计，并使用Majorization-Minimization（MM）算法框架简化矩阵求逆运算。此外，该算法可以从独立稀疏先验扩展到更复杂的结构化稀疏先验，以利用特定应用中的结构化稀疏性进一步提升性能。该方法应用于大规模MIMO和6G目标定位的实验表明，与现有基于EM的方法相比，所提算法有更快的收敛速度、更低的复杂度和更好的性能。（电子信息学科研究院莫林林编译）