| 中文摘要 | 第1-13页 |
| ABSTRACT | 第13-18页 |
| 缩略语简表与符号说明 | 第18-20页 |
| 第一章 绪论 | 第20-32页 |
| ·概述 | 第20-22页 |
| ·国内外研究现状 | 第22-27页 |
| ·线性瞬时混叠盲源分离 | 第22-24页 |
| ·欠定情况下的盲源分离 | 第24-26页 |
| ·国内的研究情况 | 第26页 |
| ·盲源分离发展 | 第26-27页 |
| ·盲源分离技术的应用 | 第27-29页 |
| ·论文的研究内容和主要贡献 | 第29-32页 |
| ·过完备描述算法及在话者识别中的应用研究 | 第29-30页 |
| ·基于聚类方向加权和最小均方误差的欠定盲源分离算法研究 | 第30页 |
| ·基于高阶统计稀疏表征的欠定盲源分离算法研究 | 第30-32页 |
| 第二章 盲源分离的基本理论与典型算法 | 第32-44页 |
| ·引言 | 第32页 |
| ·盲源分离的数学模型和先验假设 | 第32-34页 |
| ·盲源分离的基本数学模型 | 第32-33页 |
| ·盲源分离问题的先验假设和不确定性 | 第33-34页 |
| ·分离准则及优化算法 | 第34-42页 |
| ·非高斯最大化 | 第34-38页 |
| ·最小互信息 | 第38-39页 |
| ·极大似然估计方法 | 第39-41页 |
| ·Informax准则 | 第41-42页 |
| ·欠定情况的盲源分离 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第三章 过完备描述盲源分离算法与实现 | 第44-54页 |
| ·引言 | 第44-45页 |
| ·过完备描述数学模型 | 第45-46页 |
| ·过完备描述盲源分离基本算法 | 第46-50页 |
| ·推断系数或源信号 | 第46-48页 |
| ·训练学习算法 | 第48-50页 |
| ·算法的具体实现 | 第50-51页 |
| ·仿真实验及分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第四章 基于稀疏特征的欠定盲源分离算法 | 第54-68页 |
| ·引言 | 第54-55页 |
| ·系统模型和先验假设 | 第55-56页 |
| ·混叠信号的聚类特性 | 第56-57页 |
| ·欠定盲源分离算法 | 第57-61页 |
| ·信源个数和混叠矩阵的估计 | 第57-59页 |
| ·信源的估计与恢复 | 第59-60页 |
| ·L1范数算法的缺点 | 第60-61页 |
| ·基于信源方向加权的欠定盲源分离算法 | 第61-63页 |
| ·基于最小均方误差的欠定盲源分离算法 | 第63-64页 |
| ·仿真实验及分析 | 第64-67页 |
| ·信源个数与混叠矩阵的估计 | 第64-65页 |
| ·源信号的分离 | 第65-67页 |
| ·小结 | 第67-68页 |
| 第五章 基于统计稀疏的带噪欠定盲源分离算法 | 第68-78页 |
| ·引言 | 第68-69页 |
| ·基于稀疏表征的欠定盲源分离 | 第69-73页 |
| ·系统框图 | 第69-70页 |
| ·统计稀疏分量分析 | 第70-71页 |
| ·仿真实验及分析 | 第71-73页 |
| ·带噪语音欠定盲分离 | 第73-77页 |
| ·系统框架 | 第73-74页 |
| ·小波去噪处理 | 第74-75页 |
| ·仿真实验及分析 | 第75-77页 |
| ·小结 | 第77-78页 |
| 第六章 盲源分离在话者识别中的应用 | 第78-88页 |
| ·引言 | 第78页 |
| ·过完备算法在话者识别中的应用 | 第78-85页 |
| ·话者识别简介 | 第78-79页 |
| ·基于过完备描述的话者特征 | 第79-81页 |
| ·语音信号基函数的提取 | 第81-84页 |
| ·共振峰基函数的提取 | 第84-85页 |
| ·识别方法及实验结果 | 第85-87页 |
| ·识别方法 | 第85-86页 |
| ·实验结果及分析 | 第86-87页 |
| ·小结 | 第87-88页 |
| 第七章 结论与展望 | 第88-92页 |
| 附录 | 第92-95页 |
| 参考文献 | 第95-109页 |
| 致谢 | 第109-110页 |
| 攻读学位期间发表的论文与参加的科研项目 | 第110-112页 |
| 附件:外文论文两篇 | 第112-132页 |
| 学位论文评阅及答辩情况表 | 第132页 |