摘要：该文基于贝叶斯分析的视角,揭示了一类算法,包括使用隐变量模型的稀疏贝叶斯学习（SBL）,正则化FOCUSS算法以及Log-Sum算法之间的内在关联。分析显示,作为隐变量贝叶斯模型的一种,稀疏贝叶斯学习使用第2类最大似然（Type II ML）在隐变量空间进行运算,可以视作一种更为广义和灵活的方法,并且为不适定反问题的稀疏求解提供了改进的途径。较之于目前基于第1类最大似然（Type I ML）的稀疏方法,仿真实验证实了稀疏贝叶斯学习的优越性能。

关键词：信号处理 隐变量贝叶斯模型 第2类最大似然 稀疏贝叶斯学习 迭代加权最小二乘法 

单位：西安电子科技大学综合业务网国家重点实验室 西安710071 空军工程大学航空航天工程学院 西安710038