1.一种时间相关的稀疏信号恢复方法，其特征在于：对于包含一个单天线基站和K个单天线用户的上行免授权非正交多址接入系统，其中K个单天线用户随机向单天线基站传输数据，在L个连续时隙内，只有部分活跃用户持续发射信号，非活跃用户不发射信号，活跃用户k的信息经过扩频后发射，扩频序列的长度为N，基站接收信号等效为MMV模型，MMV模型是指多测量矢量模型：Y＝HB+W，

其中， 是扩频序列和信道系数构成的等效测量矩阵，假设帧长度小于信道相干时间，H在整个帧时间内保持不变， bl＝[bl1,bl2,...,T

blK] 是第l个时隙全部用户的发射信号，l＝1,2,...,L， yl＝[yl1,T T

yl2,...,ylN]是第l个时隙基站的接收信号， wl＝[wl1,wl2,...,wlN]2

是均值为零，协方差矩阵为σΙ的复高斯噪声；

由于用户活动在连续多个时隙呈现的联合稀疏性，将MMV模型转换成以块为单位的SMV模型，SMV模型是指单测量矢量模型：其中， vec(·)表示矩阵的向

量化操作， 表示大小为m×n的克罗内克乘积矩阵，m＝NL，n＝KL，稀疏信号恢复时，需要从线性测量向量y中恢复块稀疏信号b；

稀疏信号恢复过程包括以下步骤：

步骤S1：输入基站接收信号、等效信道矩阵、设备总数和扩频增益，设置发射信号恢复成功的判决条件，对用户发射信号分配模式耦合的高斯先验信息，对噪声信号分配普通高斯先验信息，初始化与发射信号和噪声相关的参数和超参数，初始化发射信号的后验均值、方差以及传递消息的一阶泰勒展开级数；

所述步骤S1包括：

S101.在基站接收信号y和等效信道矩阵A已知的条件下，为描述传输符号与其相邻元素的相关性，引入一组超参数α＝{αi‑1,αi,αi+1}；

由于b是一个块稀疏信号，将b等分为K个块，每个块中含有L个元素；给定活跃用户因子pa时，b中含有Kpa个非零块，每个块对应某一活跃用户连续L个时隙的发射信号；对发射信号bi分配模式耦合的高斯先验分布，其中，ηi＝βαi‑1+αi+βαi+1，αi表示控制bi活跃度的非负超参数，αi‑1和αi+1表示其相邻元素bi‑1和bi+1的超参数，β表示bi与其相邻元素的相关系数，0≤β≤1，α0＝0，αn+1＝0；当β＝0时，p(bi；α)简化为普通高斯先验分布；当0＜β≤1时，随着超参数αi趋近于正无穷，发射信号bi及其相邻元素均接近于0；

超参数α是关于参数a和b的伽马先验分布，2

S102.定义γ为噪声方差的倒数，即γ＝1/σ，p(w)满足 超参数γ是关于参数c和d的伽马先验分布，

‑1 c c‑1 ‑dγ

p(γ；c,d)＝Gamma(γ|c,d)＝Γ(c) dγ e ；

S103.将接收信号y的似然分布表示为：S104.设置发射信号恢复成功的判决条件，即最大迭代阈值Rmax和最大容许误差ε；对超b b参数集Θ＝{α,γ}、后验分布参数Ξ＝{μ,φ}以及因子节点向变量节点传递消息的一阶泰T勒展开级数 进行赋初值；超参数α＝[α1,α2,...,αn]的初始值αi(0)为1，其中i＝1,2,...,n；超参数γ的初始值γ(0)为1；后验均值 的初始值 为1；后验方差的初始值 为1；一阶泰勒展开级数 的初始值 为0，其中j＝1,2,...,m；

步骤S2：采用广义近似消息传递技术对因子节点和变量节点之间的消息传递规则进行简化，再根据贝叶斯基本准则，分别估计发射信号和无噪声输出信号的近似后验分布参数；

所述步骤S2包括：

S201.根据广义近似消息传递，计算因子节点向变量节点传递的消息：其中，pj(t)表示无噪声输出信号 加噪声后的变量， 表示噪声的方差，t表示当前循环的次数，t≥1；

S202.根据贝叶斯基本准则，计算无噪声输出信号uj的近似后验分布：其中， 和 分别

表示uj的后验均值和方差；

S203.根据uj的近似后验分布参数，计算因子节点向变量节点传递消息的一阶和二阶泰勒展开级数：S204.在j＝1,2,...,m时，重复执行步骤S201～S203；

S205.根据广义近似消息传递，计算变量节点向因子节点传递的消息：其中， 表示发射信号bi加噪声后的变量， 表示噪声的方差；

S206.根据贝叶斯基本准则，更新发射信号bi的后验分布参数：其中， 和 分别表示发射信号bi

更新的后验均值和方差，ηi(t‑1)＝βαi‑1(t‑1)+αi(t‑1)+βαi+1(t‑1)；

S207.在i＝1,2,...,n时，重复执行步骤S205～S206；

步骤S3：在期望最大化框架下寻找超参数的最大似然估计值，最终获得发射信号超参数的次优更新规则和噪声信号超参数的最优更新规则；

所述步骤S3包括：

S301.将发射信号b看作隐藏变量，计算包含b的对数似然函数的期望值，即Q函数：S302.根据需要更新的超参数{α,γ}将Q函数分为两部分：在Q函数中，仅关于α的项表示为：

其中，const表示常数项， 表示 的期望值；基于发射信号bi的近似后验分布信息表示为：

Q(α|α(t‑1),γ(t‑1))中的超参数由于存在对数项而互相耦合，无法直接推导αi的解析表达式；为了最大化Q函数，采用简单的次优更新规则：其中，

在Q函数中，仅关于γ的项表示为：

2 2

其中，const表示常数项，E[(yj‑uj)]表示(yj‑uj) 的期望值；基于无噪声输出信号uj的2

近似后验分布信息 E[(yj‑uj)]表示为：为了最大化Q函数，推导Q(γ|α(t‑1),γ(t‑1))关于γ的一阶偏导数，并将其设为零，得到γ的最优更新规则：步骤S4：根据设置的最大迭代阈值或前后两次迭代后验均值的差值判断是否继续迭代，若满足判决条件则输出恢复信号，若不满足则返回步骤S2开始新一轮迭代；

所述步骤S4中的判决条件包括：

第一、运行次数达到Rmax；

第二、满足

若满足任一判决条件则输出b当前的后验均值作为恢复信号，若不满足则返回步骤S2开始新一轮迭代。