一种张量稀疏优化深度展开网络的多维信号重建方法及系统

本发明公开一种张量稀疏优化深度展开网络的多维信号重建方法及系统，属于信号处理、图像处理技术领域；该方法包括：输入待重建的多维信号张量；对待重建的多维信号张量，进行稀疏系数张量和网络可学习参数的初始化；基于待重建的多维信号张量和初始化结果，通过网络K层迭代学习的近端梯度更新，持续优化稀疏系数张量，得到优化后的稀疏系数张量；根据网络K层迭代学习后的可学习重建算子和优化后的稀疏系数张量还原出重建信号；输出重建完成的多维信号张量。本发明在每一层使用张量模态积来实现可学习的Kronecker‑free重建/残差投影算子进行解析性的近端梯度更新与软阈值收缩，从而直接在张量域学习稀疏系数，避免显式向量化和Kronecker操作。