| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题背景及研究意义 | 第8-9页 |
| ·单通道盲源分离研究及现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文研究内容和论文结构 | 第11-14页 |
| 第二章 盲源分离基本理论 | 第14-26页 |
| ·引言 | 第14页 |
| ·盲源分离理论介绍 | 第14-21页 |
| ·盲源分离数学理论模型 | 第14-17页 |
| ·盲源分离经典算法 | 第17-20页 |
| ·分离结果的不确定性 | 第20-21页 |
| ·欠定盲源分离理论 | 第21-22页 |
| ·单通道盲源分离理论 | 第22-25页 |
| ·单通道盲源分离算法分类 | 第22-24页 |
| ·单通道盲源分离算法性能评价标准 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 一种自适应单入多出盲源分离法 | 第26-40页 |
| ·引言 | 第26页 |
| ·一种自适应单入多出算法的原理 | 第26-34页 |
| ·EEMD 算法简介 | 第27-31页 |
| ·主成份分析（PCA） | 第31-32页 |
| ·FastICA | 第32页 |
| ·具体算法流程 | 第32-34页 |
| ·仿真及分析 | 第34-39页 |
| ·周期信号混合实验 | 第34-37页 |
| ·ECG 信号与 sEMG 信号实验 | 第37-39页 |
| ·总结 | 第39-40页 |
| 第四章 基于局部均值分解的单通道盲源分离法 | 第40-52页 |
| ·引言 | 第40页 |
| ·基于局部均值分解单通道盲源分离法 | 第40-41页 |
| ·LMD 算法优化——端点效应的抑制 | 第41-46页 |
| ·盲源分离仿真结果及分析 | 第46-51页 |
| ·总结 | 第51-52页 |
| 第五章 EEMD-PCA-ICA 与 LMD-ICA 算法仿真对比 | 第52-58页 |
| ·引言 | 第52页 |
| ·实验仿真及分析 | 第52-56页 |
| ·总结 | 第56-58页 |
| 第六章 工作总结与展望 | 第58-60页 |
| ·工作总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 附录：人体表面肌电信号采集器（专利一） | 第68-70页 |
| 攻读学位期间发表的学术论文及专利目录 | 第70-71页 |