欠定盲源分离混合矩阵估计算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·盲分离概述 | 第8-9页 |
| ·盲源分离系统 | 第8页 |
| ·欠定盲分离简介 | 第8-9页 |
| ·欠定盲分离研究背景和意义 | 第9页 |
| ·欠定盲分离的研究历史及发展现状 | 第9-11页 |
| ·论文主要研究内容和结构 | 第11-14页 |
| 第二章 混合矩阵估计的基础知识 | 第14-18页 |
| ·信号的稀疏性 | 第14-15页 |
| ·稀疏信号 | 第14页 |
| ·时频分析 | 第14-15页 |
| ·稀疏分量分析 | 第15-17页 |
| ·欠定盲分离的数学模型 | 第15-16页 |
| ·源信号充分稀疏时的方法 | 第16页 |
| ·源信号非充分稀疏时的方法 | 第16-17页 |
| ·混合矩阵估计质量的评价标准 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 源信号充分稀疏情况下的混合矩阵估计算法 | 第18-28页 |
| ·基于k均值的混合矩阵估计算法 | 第18-20页 |
| ·k均值聚类算法的原理 | 第18-19页 |
| ·k 均值在混合矩阵估计中的应用 | 第19-20页 |
| ·基于 k 均值的混合矩阵估计的步骤 | 第20页 |
| ·基于霍夫变换的混合矩阵估计算法 | 第20-23页 |
| ·霍夫变换介绍 | 第20-21页 |
| ·霍夫变换在混合矩阵估计中的应用 | 第21-22页 |
| ·基于霍夫变换的混合矩阵估计的步骤 | 第22-23页 |
| ·基于搜索重构观测信号采样点的混合矩阵估计算法 | 第23-25页 |
| ·搜索重构观测信号采样点法的原理 | 第23-24页 |
| ·基于搜索重构观测信号采样点的混合矩阵估计步骤 | 第24-25页 |
| ·基于点密度大区域检测的混合矩阵估计算法 | 第25-26页 |
| ·点密度大区域检测法的原理 | 第25-26页 |
| ·基于点密度大区域检测的混合矩阵估计步骤 | 第26页 |
| ·仿真实验 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 源信号非充分稀疏情况下的混合矩阵估计算法 | 第28-48页 |
| ·基于k-plane的混合矩阵估计算法 | 第28-30页 |
| ·k-plane法的原理 | 第28-30页 |
| ·k-plane法的步骤 | 第30页 |
| ·基于k维子空间的混合矩阵估计算法 | 第30-34页 |
| ·k维子空间法的原理 | 第30-33页 |
| ·k维子空间法的步骤 | 第33-34页 |
| ·基于平面聚类势函数的混合矩阵估计算法 | 第34-37页 |
| ·平面聚类势函数法的原理 | 第34-35页 |
| ·平面聚类势函数法的步骤 | 第35-37页 |
| ·基于鲁棒竞争聚类的混合矩阵估计算法 | 第37-42页 |
| ·鲁棒竞争聚类算法的原理 | 第37-41页 |
| ·鲁棒竞争聚类法的步骤 | 第41-42页 |
| ·基于估计参数势函数的混合矩阵估计算法 | 第42-45页 |
| ·估计参数势函数法的原理 | 第42-44页 |
| ·估计参数势函数法的步骤 | 第44-45页 |
| ·仿真实验 | 第45-47页 |
| ·仿真实验 1 | 第45-46页 |
| ·仿真实验 2 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 时变欠定盲分离混合矩阵估计算法 | 第48-58页 |
| ·基于稀疏域二维最小偏差角的方法 | 第48-51页 |
| ·基于稀疏域二维最小偏差角方法的原理 | 第48-50页 |
| ·基于稀疏域二维最小偏差角方法的步骤 | 第50-51页 |
| ·改进的时变欠定盲分离混合矩阵估计算法 | 第51-53页 |
| ·改进算法的原理 | 第51-53页 |
| ·改进算法的步骤 | 第53页 |
| ·仿真实验 | 第53-57页 |
| ·仿真实验 1 | 第54-55页 |
| ·仿真实验 2 | 第55-56页 |
| ·仿真实验 3 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结束语 | 第58-60页 |
| ·论文工作总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 研究成果 | 第66-67页 |
