| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-22页 |
| ·研究背景及意义 | 第13-14页 |
| ·盲信号分离算法概述 | 第14-16页 |
| ·盲信号处理的应用 | 第16-17页 |
| ·气体传感器阵列 | 第17-20页 |
| ·论文内容 | 第20-22页 |
| 第2章 盲信号分离算法 | 第22-29页 |
| ·盲信号分离问题的数学模型 | 第22-23页 |
| ·盲信号分离问题的可分离性 | 第23页 |
| ·基本定义及定理 | 第23-24页 |
| ·盲可分离的原则 | 第24-28页 |
| ·基本定理 | 第24页 |
| ·m = n 的情况 | 第24-27页 |
| ·m > n 的情况 | 第27页 |
| ·m < n 的情况 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 红外气体分析原理 | 第29-41页 |
| ·红外光吸收原理 | 第29-31页 |
| ·朗伯-比尔吸收定律 | 第31-33页 |
| ·红外探测器 | 第33-37页 |
| ·热电偶探测器 | 第33-35页 |
| ·热电阻探测器 | 第35-36页 |
| ·热释电探测器 | 第36-37页 |
| ·混合气体的吸收情况 | 第37-39页 |
| ·气体成分之间的干扰问题 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于盲分离模型的处理算法 | 第41-52页 |
| ·混合气体的盲可分离性 | 第41-43页 |
| ·主分量分析法（PCA） | 第43-46页 |
| ·独立分量分析法（ICA） | 第46-48页 |
| ·主分量分析（PCA）和独立分量分析（ICA）比较 | 第48-49页 |
| ·非线性主成分分析法（NLPCA） | 第49-50页 |
| ·两种盲信号分离算法 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 数据分析及处理 | 第52-71页 |
| ·实验数据采集 | 第52页 |
| ·混合气体分析 | 第52-55页 |
| ·信号的预处理 | 第55-58页 |
| ·基于峭度的盲信号分离算法 | 第58-63页 |
| ·算法推导 | 第58-61页 |
| ·仿真实验 | 第61-62页 |
| ·混合气体观测数据分析 | 第62-63页 |
| ·基于最大信噪比的盲信号分离算法 | 第63-69页 |
| ·算法推导 | 第63-67页 |
| ·仿真实验 | 第67-68页 |
| ·混合气体观测数据分析 | 第68-69页 |
| ·检测误差 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附录 A 实验装置图 1 | 第79页 |
| 附录 B 实验装置图 2 | 第79页 |