| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的背景及意义 | 第7页 |
| ·国内外研究现状及发展趋势 | 第7-9页 |
| ·本文主要研究内容 | 第9页 |
| ·本文结构安排 | 第9-11页 |
| 第二章 盲源分离的基本理论 | 第11-21页 |
| ·盲源分离的概念及两种数学模型 | 第11-12页 |
| ·盲源分离的可分离性讨论 | 第12-15页 |
| ·盲源分离问题的基本假设 | 第12-13页 |
| ·盲分离问题的可解性 | 第13-14页 |
| ·分离后信号的不确定性 | 第14页 |
| ·分离效果评价指标 | 第14-15页 |
| ·盲源分离的典型算法 | 第15-19页 |
| ·独立分量分析 | 第15-17页 |
| ·稀疏分量分析算法 | 第17-18页 |
| ·联合对角化算法 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于PCA 与ICA 相结合的语音信号盲分离算法 | 第21-29页 |
| ·PCA-ICA 算法理论分析 | 第21-22页 |
| ·PCA-ICA 算法实现过程 | 第22页 |
| ·仿真实验与结果分析 | 第22-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于两步法稀疏分量分析的欠定语音盲分离 | 第29-41页 |
| ·两步法理论分析 | 第29-31页 |
| ·基于模糊C-均值聚类的混叠矩阵估计算法 | 第29-30页 |
| ·最小路径分解法恢复源信号 | 第30-31页 |
| ·两步法仿真实验的实现过程 | 第31-38页 |
| ·结果分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 基于WVD 和联合对角化的超定语音信号盲分离 | 第41-51页 |
| ·算法原理分析 | 第41-42页 |
| ·算法实现步骤 | 第42-43页 |
| ·实验仿真与结果分析 | 第43-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·全文内容总结 | 第51页 |
| ·展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第59页 |