面向声场重建的二维块稀疏贝叶斯学习算法

本发明涉及声学信号处理领域，公开了面向声场重建的二维块稀疏贝叶斯学习算法，包括以下步骤：S1、构建麦克风阵列的声场接收信号模型，将声场信号表示为稀疏信号的线性组合；S2、在贝叶斯框架下，利用二维块稀疏声源的结构相关性对信号的系数施加耦合先验，并为所述先验分布的超参数引入超先验分布；S3、通过期望最大化算法，对所述稀疏信号的参数进行估计。通过耦合约束联合控制块稀疏声源的稀疏性，该算法可以自适应学习块稀疏声源的二维结构，促进块稀疏解。结合期望最大化算法，能够有效地对二维块稀疏信号进行稀疏表示和参数估计。这种耦合先验的方式使得算法在处理声场信号时，能够更加精确地捕捉到声场中二维块稀疏声源的结构特征，从而实现准确的声场重建。