中文摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-13页 |
·选题背景及研究意义 | 第9-10页 |
·单通道盲源分离研究及现状 | 第10-11页 |
·国外研究现状 | 第10-11页 |
·国内研究现状 | 第11页 |
·本文研究内容和论文结构 | 第11-13页 |
第二章 盲源分离的基本理论 | 第13-21页 |
·引言 | 第13页 |
·盲源分离的理论介绍 | 第13-16页 |
·盲源分离的基本原理 | 第13页 |
·盲源分离分类及数学模型 | 第13-16页 |
·单通道盲源分离理论 | 第16-20页 |
·单通道盲源分离的基本模型 | 第16-17页 |
·分离方法 | 第17-20页 |
·算法性能评价标准 | 第20页 |
·总结 | 第20-21页 |
第三章 一种基于二次降维的单通道盲源分离法 | 第21-33页 |
·引言 | 第21页 |
·EEMD-改进PCA-ICA算法 | 第21-28页 |
·具体算法流程图 | 第22页 |
·总体经验模态分解EEMD算法基本原理 | 第22-25页 |
·改进的主成分分析PCA | 第25-27页 |
·快速独立成分分析算法 | 第27-28页 |
·仿真及分析 | 第28-32页 |
·实验仿真 | 第28-31页 |
·实验分析对比 | 第31-32页 |
·总结 | 第32-33页 |
第四章 不同随机信号的单通道盲源分离实验及分析 | 第33-49页 |
·引言 | 第33-34页 |
·周期平稳随机信号仿真及分析 | 第34-41页 |
·正弦波与sEMG的混合信号的单通道盲源分离 | 第34-37页 |
·方波与sEMG的混合信号的单通道盲源分离 | 第37-41页 |
·非平稳随机信号实验仿真及分析 | 第41-48页 |
·sEMG与随机锯齿波信号的混合信号的单通道盲源分离 | 第41-44页 |
·sEMG与ECG的混合信号的单通道盲源分离 | 第44-48页 |
·总结分析 | 第48-49页 |
第五章 卷积混合信号的盲源分离的探索 | 第49-56页 |
·引言 | 第49页 |
·卷积混合的IVA模型 | 第49-52页 |
·IVA算法原理 | 第51-52页 |
·仿真及分析 | 第52-54页 |
·表面肌电信号分解实验 | 第52-53页 |
·结果分析 | 第53-54页 |
·总结 | 第54-56页 |
第六章 总结和展望 | 第56-58页 |
·总结 | 第56页 |
·展望 | 第56-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
攻读硕士期间所发表的论文 | 第63-64页 |