该解决方案与我在有效解决一维总变分正则化最小二乘问题（去噪/去模糊）中的解决方案非常相似。

MM的唯一区别是设置$D = I$.
这意味着没有理由使用矩阵反转引理。因此，需要防止值中的零${\Lambda}_{k}$.

比较得出：

在这种情况下，每个 MM 迭代比 ADMM 迭代慢 10 倍。MM 的收敛速度仍然快得多，并且在迭代 500 时它优于 ADMM 的迭代 5000。

该代码可在我的StackExchange Signal Processing Q76626 GitHub 存储库中找到（查看SignalProcessing\Q76626文件夹）。

伪规范${L}_{\frac{1}{2}}$可以如中所述解决${L}_{\frac{1}{2}}$正则化。