将稀疏贝叶斯学习引入线性混合像元分解中，提出一种基于复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法。在多观测向量的稀疏贝叶斯框架下，对各参数建立概率模型，经贝叶斯推断得到基于L2,1正则化的联合稀疏贝叶斯解混模型，并将丰度向量的非负与和为一约束加入到凸优化的目标函数中，通过变量分离法将复合正则化