| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 盲源分离的研究背景及意义 | 第14页 |
| 1.2 国内外研究现状及相关应用 | 第14-16页 |
| 1.3 全文内容及布局 | 第16-18页 |
| 第二章 盲分离的基本理论与经典算法 | 第18-30页 |
| 2.1 盲分离基本模型及假设 | 第18-19页 |
| 2.2 信号预处理 | 第19-21页 |
| 2.2.1 信号的零均值化 | 第19页 |
| 2.2.2 信号的预白化 | 第19-21页 |
| 2.3 BSS中的经典算法 | 第21-28页 |
| 2.3.1 对比函数优化法 | 第21-25页 |
| 2.3.2 基于代数方法 | 第25-28页 |
| 2.4 BSS评价准则 | 第28-29页 |
| 2.4.1 性能指数(Performance Index,PI) | 第28-29页 |
| 2.4.2 全局矩阵与单位阵之间的误差 | 第29页 |
| 2.4.3 峰值信噪比(Peak Signal to Noise Ratio,PSNR) | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于两正定矩阵联合对角化的盲分离方法 | 第30-42页 |
| 3.1 预白化数据的情况 | 第30-33页 |
| 3.1.1 基于预白化数据的协方差矩阵 | 第31页 |
| 3.1.2 两个正定矩阵的构造 | 第31-33页 |
| 3.2 基于观测数据的情况 | 第33-34页 |
| 3.3 分离矩阵的获取 | 第34-35页 |
| 3.4 算法流程概要 | 第35页 |
| 3.5 仿真实验与比较分析 | 第35-40页 |
| 3.5.1 语音信号实验 | 第35-38页 |
| 3.5.2 图像实验 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 非平稳源的估计问题研究 | 第42-52页 |
| 4.1 盲提取基本模型及假设 | 第42-43页 |
| 4.2 无噪声情况下的盲提取算法 | 第43-46页 |
| 4.3 有噪声情况下的盲提取算法 | 第46-48页 |
| 4.3.1 鲁棒白化方法 | 第46-47页 |
| 4.3.2 有噪声BSE算法 | 第47-48页 |
| 4.4 仿真实验 | 第48-51页 |
| 4.4.1 3 个语音信号混合的情况(无噪声) | 第48-49页 |
| 4.4.2 3 个灰度图像混合的情况(有噪声) | 第49-51页 |
| 4.5 本章小节 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 本文总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 作者简介 | 第60-61页 |