블록 스파스 신호의 내부 블록 상관관계를 통한 복구를 위한 SBL 알고리즘 확장

우리는 블록 스파스 신호의 복구를 연구하고 두 가지 중요한 방향으로 복구 프레임워크를 확장합니다. 하나는 신호의 내부 블록 상관관계를 활용하는 것이고, 다른 하나는 신호의 블록 구조를 일반화하는 것입니다. 우리는 블록 스파스 베이지안 학습(BSBL) 프레임워크를 기반으로 한 두 가지 알고리즘 계열을 제안합니다. 한 계열은 BSBL 프레임워크에서 직접 파생되며 블록 구조에 대한 지식이 필요합니다. 다른 계열은 확장된 BSBL 프레임워크에서 파생되며 블록 구조에 대한 약한 가정을 기반으로 하며, 블록 구조가 완전히 알려지지 않았을 때 사용할 수 있습니다. 이러한 알고리즘을 사용하여 내부 블록 상관관계를 활용하는 것이 복구 성능을 개선하는 데 매우 유용하다는 것을 보여줍니다. 이 알고리즘들은 또한 기존 알고리즘을 수정하거나 새로운 알고리즘을 설계하여 이러한 상관관계를 활용하고 성능을 개선하는 방법에 대한 통찰력을 제공합니다.