| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究目的和意义 | 第11页 |
| ·问题的描述 | 第11-13页 |
| ·盲信号分离的分类 | 第12页 |
| ·盲信号分离方法 | 第12-13页 |
| ·盲信号分离的不确定性 | 第13页 |
| ·盲信号分离研究现状 | 第13-16页 |
| ·超定(正定)盲信号分离方法研究 | 第13-14页 |
| ·欠定盲信号分离方法研究 | 第14-15页 |
| ·盲信号分离的应用研究 | 第15页 |
| ·国内外研究团队 | 第15-16页 |
| ·本文的主要工作及章节安排 | 第16-18页 |
| 第2章 盲信号分离理论基础 | 第18-31页 |
| ·引言 | 第18页 |
| ·独立分量分析(ICA) | 第18-22页 |
| ·ICA的数学模型和基本假设 | 第18-19页 |
| ·经典ICA算法 | 第19-22页 |
| ·稀疏分量分析(SCA) | 第22-26页 |
| ·SCA的数学模型和基本假设 | 第22-23页 |
| ·SCA模型的求解方法 | 第23-24页 |
| ·SCA的典型算法 | 第24-26页 |
| ·非负矩阵分解(NMF) | 第26-30页 |
| ·NMF原理 | 第26-27页 |
| ·NMF的典型算法 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于超平面法矢量的欠定盲混合矩阵估计 | 第31-39页 |
| ·引言 | 第31页 |
| ·k阶稀疏源信号的混合 | 第31-32页 |
| ·基于超平面法矢量的欠定盲混合矩阵估计 | 第32-37页 |
| ·混合矩阵估计的数学基础 | 第32-33页 |
| ·源信号理想k阶稀疏情况的混合矩阵估计 | 第33-34页 |
| ·基于超平面聚类的混合矩阵估计方法 | 第34-35页 |
| ·基于超平面法矢量的混合矩阵估计方法 | 第35-37页 |
| ·仿真实验与分析 | 第37-38页 |
| ·算法性能评价准则 | 第37页 |
| ·算法仿真与分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于NMF的盲信号分离方法 | 第39-56页 |
| ·引言 | 第39页 |
| ·基于约束NMF的非欠定盲信号分离方法 | 第39-46页 |
| ·行列式准则 | 第39-40页 |
| ·最小相关约束 | 第40页 |
| ·基于约束NMF盲信号分离的目标函数 | 第40-41页 |
| ·盲信号分离算法 | 第41-42页 |
| ·算法仿真与性能分析 | 第42-46页 |
| ·基于约束NMF的欠定盲信号分离方法 | 第46-55页 |
| ·稀疏测度分析 | 第46页 |
| ·基于行列式和稀疏性约束NMF的欠定盲信号分离算法 | 第46-48页 |
| ·基于三重约束NMF的欠定盲信号分离算法 | 第48-49页 |
| ·算法仿真与性能分析 | 第49-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 盲信号分离在PCMA通信中的应用 | 第56-64页 |
| ·引言 | 第56页 |
| ·PCMA系统通信原理 | 第56-57页 |
| ·基于ICA的单通道PCMA信号半盲分离方法 | 第57-58页 |
| ·单通道PCMA信号的盲分离方法 | 第58-60页 |
| ·盲分离方法原理 | 第58-59页 |
| ·信号抑制法与盲分离法的比较 | 第59-60页 |
| ·算法仿真与性能分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 附录 | 第73页 |