| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·盲源分离问题的研究背景及意义 | 第7-8页 |
| ·盲源分离的现状 | 第8-9页 |
| ·盲源分离的假设条件 | 第9页 |
| ·盲源分离的可实现性 | 第9-10页 |
| ·盲源分离的不确定性 | 第10-11页 |
| ·论文的主要贡献和结构安排 | 第11-13页 |
| 第二章 盲源分离的理论知识和算法 | 第13-28页 |
| ·盲源分离的数学模型 | 第13-15页 |
| ·线性瞬时混合模型 | 第13-14页 |
| ·线性卷积混合模型 | 第14-15页 |
| ·ICA 与盲源分离 | 第15-19页 |
| ·极大化非高斯性的ICA 估计方法 | 第15-17页 |
| ·盲源分离一般研究方法 | 第17-18页 |
| ·信号预处理 | 第18-19页 |
| ·瞬时混合盲分离方法 | 第19-23页 |
| ·基于信息最大化的神经网络算法——Informax | 第19-20页 |
| ·联合近似对角化法——JADE 法 | 第20-21页 |
| ·基于固定点迭代的快速神经算法——FastICA( Fixed point FastICA) | 第21-23页 |
| ·卷积混合盲分离算法 | 第23-27页 |
| ·时域的分离算法 | 第23-24页 |
| ·频域的分离算法 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 语音信号盲分离实验研究 | 第28-44页 |
| ·语音信号采集系统硬件介绍 | 第28-29页 |
| ·语音信号分离实验 | 第29-42页 |
| ·性能尺度 | 第29-30页 |
| ·仿真实验及结果分析 | 第30-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 结论与展望 | 第44-45页 |
| ·总结 | 第44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49页 |