| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-12页 |
| 1.3 盲源分离的应用 | 第12-13页 |
| 1.4 本文主要创新点 | 第13-14页 |
| 1.5 本文的研究内容与结构安排 | 第14-16页 |
| 第2章 盲源分离的基本理论7 | 第16-30页 |
| 2.1 信号混合模型及其假设 | 第16-18页 |
| 2.2 盲源分离的可分离性和不确定性 | 第18-21页 |
| 2.2.1 盲源分离的可分离性 | 第18-19页 |
| 2.2.2 盲源分离的不确定性 | 第19-21页 |
| 2.3 盲源分离的基本知识 | 第21-27页 |
| 2.3.1 信号的预处理 | 第21-23页 |
| 2.3.2 目标函数 | 第23-24页 |
| 2.3.3 优化算法 | 第24-26页 |
| 2.3.4 盲源分离的性能指标 | 第26-27页 |
| 2.4 非平稳环境下的盲源分离 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于参考分离系统的自适应变步长符号EASI算法 | 第30-46页 |
| 3.1 固定步长EASI算法 | 第30-33页 |
| 3.1.1 等变化源分离 | 第30-31页 |
| 3.1.2 相对梯度 | 第31-32页 |
| 3.1.3 EASI算法的形成 | 第32-33页 |
| 3.2 算法的设计及实现 | 第33-37页 |
| 3.2.1 引入符号函数的EASI算法 | 第33-35页 |
| 3.2.2 基于参考分离系统的自适应步长 | 第35-36页 |
| 3.2.3 算法实现步骤 | 第36-37页 |
| 3.3 仿真实验与结果分析 | 第37-43页 |
| 3.3.1 实验一 | 第38-40页 |
| 3.3.2 实验二 | 第40-43页 |
| 3.3.3 性能分析 | 第43页 |
| 3.4 本章小节 | 第43-46页 |
| 第4章 自适应约束变步长不完整自然梯度算法 | 第46-64页 |
| 4.1 不完整自然梯度算法 | 第46-50页 |
| 4.1.1 自然梯度及不完整基 | 第46-49页 |
| 4.1.2 算法的基本原理 | 第49-50页 |
| 4.2 约束算法的提出 | 第50-51页 |
| 4.3 算法的设计及实现 | 第51-54页 |
| 4.3.1 非平稳环境下约束条件的设计 | 第51-52页 |
| 4.3.2 自适应约束因子 | 第52-53页 |
| 4.3.3 基于梯度的自适应步长 | 第53页 |
| 4.3.4 算法的实现步骤 | 第53-54页 |
| 4.4 仿真实验与结果分析 | 第54-62页 |
| 4.4.1 实验一 | 第54-59页 |
| 4.4.2 实验二 | 第59-62页 |
| 4.4.3 性能分析 | 第62页 |
| 4.5 本章小节 | 第62-64页 |
| 第5章 总结与展望 | 第64-68页 |
| 5.1 对本文工作的总结 | 第64页 |
| 5.2 对今后研究方向的展望 | 第64-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 硕士期间发表的论文 | 第76页 |