| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·盲信号分离的研究背景和意义 | 第10-11页 |
| ·盲信号分离的应用 | 第11-13页 |
| ·盲信号分离算法的研究现状 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 盲信号分离的理论基础 | 第16-30页 |
| ·盲分离数学理论基础 | 第16-23页 |
| ·概率与统计学相关概念 | 第16-20页 |
| ·随机变量的数学期望 | 第16页 |
| ·随机变量的方差 | 第16页 |
| ·矩和累积量 | 第16-18页 |
| ·不相关与相互独立 | 第18-19页 |
| ·中心极限定理 | 第19-20页 |
| ·信息论的基本概念 | 第20-23页 |
| ·信息熵 | 第20-21页 |
| ·互信息 | 第21-22页 |
| ·负熵 | 第22-23页 |
| ·盲信号分离模型 | 第23-24页 |
| ·盲信号分离的基本假设 | 第24-25页 |
| ·盲信号分离的可分性 | 第25-26页 |
| ·盲信号分离的不确定性 | 第26-27页 |
| ·盲信号分离——信号预处理 | 第27-28页 |
| ·中心化 | 第27页 |
| ·白化 | 第27-28页 |
| ·盲信号分离的效果评价 | 第28-29页 |
| ·相似系数 | 第28-29页 |
| ·性能指数 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于ICA的通信信号抗干扰方法及仿真分析 | 第30-53页 |
| 引言 | 第30页 |
| ·独立分量分析原理 | 第30-31页 |
| ·独立分量分析算法说明 | 第31-37页 |
| ·ICA的独立性判据 | 第32-35页 |
| ·基于负熵的固定点快速ICA算法 | 第35-37页 |
| ·FastICA算法的应用研究及仿真实验 | 第37-42页 |
| ·盲源分离算法在通信信号的应用 | 第37-38页 |
| ·基于FastICA算法的FM信号抗干扰仿真实验 | 第38-42页 |
| ·复数ICA算法 | 第42-47页 |
| ·复数信号盲分离算法及相关概念 | 第42-44页 |
| ·复数随机变量的峭度 | 第42-43页 |
| ·复数FastICA算法的代价函数 | 第43-44页 |
| ·复数FastICA算法介绍 | 第44页 |
| ·基于复数FastICA算法的数字调制信号抗干扰仿真实验 | 第44-47页 |
| ·ICA算法在DSP平台上的实现 | 第47-52页 |
| ·DSP简介及平台选择 | 第48页 |
| ·在TMS320C6416DSP平台上的算法实现及实验 | 第48-52页 |
| ·FM调制信号的盲分离 | 第49-50页 |
| ·DQPSK数字调制信号的盲分离 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 小波去噪在ICA算法中的应用研究及仿真分析 | 第53-65页 |
| 引言 | 第53页 |
| ·噪声对盲源分离算法的影响 | 第53-54页 |
| ·小波去噪技术介绍 | 第54-57页 |
| ·小波去噪原理 | 第54-55页 |
| ·小波阈值去噪方法 | 第55页 |
| ·小波基函数及分解层数选择 | 第55-56页 |
| ·阈值函数及阈值选择 | 第56-57页 |
| ·基于小波去噪的ICA盲源分离方法 | 第57-58页 |
| ·实验仿真及分析 | 第58-64页 |
| ·正弦信号 | 第58-61页 |
| ·FM调制信号 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 几何盲分离算法在铁路信号抗干扰中的应用研究及仿真分析 | 第65-78页 |
| ·背景 | 第65-66页 |
| ·铁路FSK信号简介 | 第66-70页 |
| ·铁路FSK信号表达式 | 第66-69页 |
| ·铁路FSK信号干扰 | 第69-70页 |
| ·几何盲源分离算法 | 第70-74页 |
| ·几何盲源分离代数原理 | 第70-71页 |
| ·几何盲源分离算法实现 | 第71-74页 |
| ·实验仿真及分析 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
