基于粒子群算法的盲分离及盲抽取的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1. 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·盲分离及抽取的发展及现状 | 第11-15页 |
| ·盲分离的应用背景 | 第15-19页 |
| 2. 盲信号分离及抽取基本理论 | 第19-34页 |
| ·盲分离及盲抽取问题的概念 | 第19-24页 |
| ·线性瞬时混合 | 第19-21页 |
| ·线性卷积混合 | 第21-22页 |
| ·非线性混合 | 第22-24页 |
| ·几种分离准则 | 第24-30页 |
| ·高阶累积量 | 第24-26页 |
| ·最大负熵 | 第26-28页 |
| ·互信息量最小化 | 第28-29页 |
| ·最大似然 | 第29-30页 |
| ·几种优化算法 | 第30-34页 |
| ·梯度法 | 第30-31页 |
| ·FastICA算法 | 第31-32页 |
| ·Infomax算法 | 第32-34页 |
| 3. 基于粒子群算法的盲信号分离 | 第34-55页 |
| ·粒子群算法理论 | 第34-40页 |
| ·粒子群算法 | 第34-35页 |
| ·基本粒子群算法 | 第35-38页 |
| ·改进的粒子群算法 | 第38-40页 |
| ·基于粒子群算法的盲信号分离 | 第40-55页 |
| ·盲分离算法的选择 | 第40-42页 |
| ·目标函数的选择 | 第42-44页 |
| ·算法流程 | 第44-48页 |
| ·实例仿真 | 第48-55页 |
| 4. 基于粒子群算法的盲信号抽取 | 第55-67页 |
| ·算法的提出 | 第55-56页 |
| ·算法分析 | 第56-59页 |
| ·盲信号抽取框架 | 第56页 |
| ·抽取 | 第56-57页 |
| ·紧缩 | 第57-59页 |
| ·基于粒子群算法的盲抽取的实现 | 第59-60页 |
| ·参数编码 | 第59页 |
| ·算法流程 | 第59-60页 |
| ·实例仿真 | 第60-67页 |
| ·一般信号的抽取 | 第60-62页 |
| ·声音信号的抽取 | 第62-64页 |
| ·图像信号的抽取 | 第64-67页 |
| 5. 总结与展望 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 附录 攻读学位期间发表论文目录 | 第76-77页 |
| 后记 | 第77-78页 |
