| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·盲源分离研究的背景和意义 | 第7-8页 |
| ·盲源分离基本理论 | 第8-14页 |
| ·盲信号处理问题分类 | 第8-9页 |
| ·盲源分离的研究及发展状况 | 第9-11页 |
| ·盲源分离的潜在应用 | 第11-12页 |
| ·盲源分离的基本方法 | 第12-14页 |
| ·论文的研究工作 | 第14-15页 |
| 2 独立分量分析方法概论 | 第15-26页 |
| ·独立分量分析的相关概念 | 第15-17页 |
| ·熵 | 第15-16页 |
| ·Kullback-Leibler 散度 | 第16页 |
| ·互信息 | 第16-17页 |
| ·负熵 | 第17页 |
| ·ICA的线性模型 | 第17-18页 |
| ·ICA研究中的主要问题 | 第18-19页 |
| ·ICA的限制条件 | 第19页 |
| ·ICA的前提假设条件 | 第19-20页 |
| ·ICA的基本算法 | 第20-26页 |
| ·信息极大化(Infomax) | 第20-23页 |
| ·负熵最大化 | 第23-25页 |
| ·最大似然估计法 | 第25-26页 |
| 3 Fast ICA方法概述 | 第26-37页 |
| ·Fast ICA算法的基本理论 | 第26页 |
| ·Fast ICA算法的预处理 | 第26-27页 |
| ·负熵的计算 | 第27页 |
| ·Fast ICA算法原理 | 第27-29页 |
| ·固定点算法 | 第29页 |
| ·Fast ICA实现步骤 | 第29页 |
| ·Fast ICA算法的特点 | 第29-30页 |
| ·算法仿真实验 | 第30-36页 |
| ·结论 | 第36-37页 |
| 4 基于小波变换的Fast ICA方法 | 第37-46页 |
| ·小波变换 | 第37-41页 |
| ·小波变换的定义及性质 | 第37-39页 |
| ·常用小波函数 | 第39-40页 |
| ·Mallat算法和图像塔式分解 | 第40-41页 |
| ·基于小波变换的Fast ICA算法 | 第41-42页 |
| ·算法的可行性 | 第41-42页 |
| ·算法的实现步骤 | 第42页 |
| ·仿真实验 | 第42-44页 |
| ·实验结果分析与结论 | 第44-46页 |
| 5 基于 Fast ICA算法的地震信号去噪 | 第46-54页 |
| ·地震勘探信号中的噪声 | 第46-48页 |
| ·Fast ICA算法在地震信号去噪中的应用 | 第48-53页 |
| ·信号噪声分离的系统结构 | 第48页 |
| ·仿真试验 | 第48-53页 |
| ·结论 | 第53-54页 |
| 6 Fast ICA算法在有噪图像盲分离中的应用 | 第54-61页 |
| ·有噪 ICA模型 | 第54页 |
| ·有噪信号的ICA方法 | 第54-55页 |
| ·曲波图像去噪 | 第55-57页 |
| ·快速离散Curvelet变换 | 第55-56页 |
| ·基于快速离散Curvelet变换的去噪算法 | 第56-57页 |
| ·仿真实验 | 第57页 |
| ·图像的峰值信噪比与相关系数 | 第57-58页 |
| ·Fast ICA算法与曲波变换结合起来实现有噪图像的盲分离 | 第58-59页 |
| ·实验结果分析 | 第59-60页 |
| ·结论 | 第60-61页 |
| 7 总结与展望 | 第61-63页 |
| ·本文工作总结 | 第61页 |
| ·盲源分离研究展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67页 |