| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 盲源分离概述 | 第11-12页 |
| 1.1.1 盲源分离的概念 | 第11-12页 |
| 1.1.2 盲源分离的处理方法 | 第12页 |
| 1.2 研究背景及研究意义 | 第12-13页 |
| 1.3 研究现状及发展趋势 | 第13-14页 |
| 1.4 盲源分离的应用 | 第14-15页 |
| 1.5 本文主要工作 | 第15-16页 |
| 第二章 语音信号盲分离的理论基础 | 第16-31页 |
| 2.1 语音信号的前期分析 | 第16-23页 |
| 2.1.1 语音信号的短时时域分析 | 第16-22页 |
| 2.1.2 语音信号的短时频域分析 | 第22-23页 |
| 2.2 盲信号分离的数学基础 | 第23-30页 |
| 2.2.1 熵 | 第23-24页 |
| 2.2.2 K-L熵和互信息 | 第24-26页 |
| 2.2.3 负熵 | 第26-28页 |
| 2.2.4 高阶统计量 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 盲源分离中的独立分量分析 | 第31-56页 |
| 3.1 语音数据预处理 | 第31-36页 |
| 3.1.1 主分量分析 | 第31-33页 |
| 3.1.2 语音信号的去均值 | 第33-34页 |
| 3.1.3 语音信号的白化 | 第34-35页 |
| 3.1.4 语音信号的正交化 | 第35-36页 |
| 3.2 ICA的独立性判断准则 | 第36-43页 |
| 3.2.1 基于极大似然估计的判断准则 | 第36页 |
| 3.2.2 基于互信息最小化的判断准则 | 第36-37页 |
| 3.2.3 基于信息最大化的判断准则 | 第37-38页 |
| 3.2.4 基于极大化非高斯性的判断准则 | 第38-43页 |
| 3.2.4.1 非高斯性的峭度度量法 | 第39-42页 |
| 3.2.4.2 非高斯性的负熵度量法 | 第42-43页 |
| 3.3 独立分量分析的传统算法 | 第43-54页 |
| 3.3.1 批处理算法 | 第43-46页 |
| 3.3.1.1 特征矩阵的联合近似对角化算法(JADE) | 第43-45页 |
| 3.3.1.2 四阶盲辨识算法(FOBI) | 第45-46页 |
| 3.3.2 自适应算法 | 第46-54页 |
| 3.3.2.1 随机梯度算法 | 第46-48页 |
| 3.3.2.2 自然梯度算法 | 第48-51页 |
| 3.3.2.3 等变量自适应分离算法(EASI) | 第51-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第四章 语音信号盲分离算法研究 | 第56-79页 |
| 4.1 FastICA算法 | 第56-63页 |
| 4.1.1 基于峭度的FastICA算法 | 第56-57页 |
| 4.1.2 基于负熵的FastICA算法 | 第57-62页 |
| 4.1.3 基于似然度的FastICA算法 | 第62-63页 |
| 4.2 排序不确定性 | 第63-73页 |
| 4.2.1 排序不确定性问题 | 第63-64页 |
| 4.2.2 频域相关性度量 | 第64-68页 |
| 4.2.3 排序算法研究 | 第68-70页 |
| 4.2.4 排序算法仿真结果分析 | 第70-73页 |
| 4.3 幅度不确定性 | 第73-78页 |
| 4.3.1 幅度不确定性问题 | 第73页 |
| 4.3.2 幅度不确定性的消除方法 | 第73-74页 |
| 4.3.2.1 最小失真法 | 第73-74页 |
| 4.3.2.2 分离矩阵归一化法 | 第74页 |
| 4.3.3 两种幅度不确定性消除方法的仿真结果分析 | 第74-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第五章 语音信号盲分离在麦克风阵列中的应用 | 第79-92页 |
| 5.1 超定语音盲分离 | 第79-84页 |
| 5.1.1 基本问题概述 | 第79-80页 |
| 5.1.2 系统处理方案 | 第80-81页 |
| 5.1.3 仿真结果分析 | 第81-84页 |
| 5.2 欠定语音盲分离 | 第84-91页 |
| 5.2.1 基本问题概述 | 第84-85页 |
| 5.2.2 幅度衰减矩阵估计 | 第85-86页 |
| 5.2.3 延时矩阵估计 | 第86-88页 |
| 5.2.4 源信号估计 | 第88页 |
| 5.2.5 仿真结果分析 | 第88-91页 |
| 5.3 本章小结 | 第91-92页 |
| 第六章 总结与展望 | 第92-94页 |
| 6.1 总结 | 第92页 |
| 6.2 展望 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-99页 |
| 攻读硕士学位期间研究成果 | 第99-100页 |