| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章. 绪论 | 第15-25页 |
| 1.1 课题背景和研究意义 | 第15-18页 |
| 1.2 盲信号分离问题模型 | 第18-19页 |
| 1.3 盲信号分离技术的应用 | 第19-20页 |
| 1.4 盲信号分离技术发展现状 | 第20-23页 |
| 1.4.1. 正定和超定盲信号分离 | 第20-21页 |
| 1.4.2. 欠定盲信号分离 | 第21-22页 |
| 1.4.3. 单通道盲信号分离 | 第22-23页 |
| 1.5 本文主要工作及内容安排 | 第23-25页 |
| 第二章. 线性瞬时混合盲信号分离的理论基础 | 第25-45页 |
| 2.1 线性瞬时混合模型 | 第25-26页 |
| 2.2 盲信号分离的先验条件 | 第26-27页 |
| 2.3 盲信号分离的预处理 | 第27-29页 |
| 2.4 盲信号分离相关的基础理论 | 第29-36页 |
| 2.4.1. 概率统计相关知识 | 第29-33页 |
| 2.4.2. 峭度 | 第33-34页 |
| 2.4.3. 负熵 | 第34-35页 |
| 2.4.4. Kullback-Leibler散度和互信息 | 第35-36页 |
| 2.5 盲信号分离的常用方法 | 第36-45页 |
| 2.5.1. 基于非高斯性的盲信号分离算法 | 第36-39页 |
| 2.5.2. 基于线性预测的盲信号分离算法 | 第39-45页 |
| 第三章. 欠定语音信号盲分离 | 第45-61页 |
| 3.1 基于广义高斯分布的信号稀疏性度量 | 第45-50页 |
| 3.2 欠定稀疏盲信号分离模型 | 第50-51页 |
| 3.3 单源区间 | 第51-52页 |
| 3.4 混叠矩阵的估计 | 第52-54页 |
| 3.5 源信号的估计 | 第54页 |
| 3.6 仿真实验及结果分析 | 第54-60页 |
| 3.7 本章小结 | 第60-61页 |
| 第四章. 基于PSP的单通道PCMA盲信号分离 | 第61-95页 |
| 4.1 单通道盲信号分离 | 第61-63页 |
| 4.2 PCMA信号简介 | 第63-65页 |
| 4.3 PCMA信号盲分离模型 | 第65-66页 |
| 4.4 PSP算法 | 第66-68页 |
| 4.5 基于前馈非二元码SOVA-PSP软输出分离算法 | 第68-78页 |
| 4.5.1 前馈非二元码SOVA | 第69-74页 |
| 4.5.2 前馈非二元码SOVA-PSP盲分离算法的软输出计算 | 第74-75页 |
| 4.5.3 仿真实验及结果分析 | 第75-78页 |
| 4.6 基于非二元码BCJR-PSP的PCMA信号盲分离算法 | 第78-83页 |
| 4.6.1 算法原理 | 第78-81页 |
| 4.6.2 仿真实验及结果分析 | 第81-83页 |
| 4.7 单路定时准确时低复杂度PSP算法 | 第83-86页 |
| 4.7.1 算法原理 | 第84-85页 |
| 4.7.2 算法复杂度分析 | 第85页 |
| 4.7.3 仿真实验及结果分析 | 第85-86页 |
| 4.8 基于CHASE译码思想的PCMA盲分离算法 | 第86-94页 |
| 4.8.1 算法原理与实现 | 第87-90页 |
| 4.8.2 算法复杂度分析 | 第90页 |
| 4.8.3 仿真实验及结果分析 | 第90-91页 |
| 4.8.4 分离结果错误情况分析 | 第91-94页 |
| 4.9 本章小结 | 第94-95页 |
| 第五章. 基于马尔科夫链蒙特卡洛的软输出PCMA盲信号分离算法 | 第95-105页 |
| 5.1 ISI信道模型 | 第95-96页 |
| 5.2 基于MAP准则的后验对数似然比 | 第96-97页 |
| 5.3 MCMC算法原理 | 第97-98页 |
| 5.3.1 吉布斯采样 | 第97-98页 |
| 5.3.2 计算后验对数似然比 | 第98页 |
| 5.4 改进的MCMC算法 | 第98-101页 |
| 5.5 基于MCMC的软输出PCMA盲信号分离算法 | 第101-102页 |
| 5.6 算法复杂度分析 | 第102页 |
| 5.7 仿真实验 | 第102-104页 |
| 5.8 本章小结 | 第104-105页 |
| 第六章. 总结与展望 | 第105-107页 |
| 6.1 全文总结 | 第105-106页 |
| 6.2 未来展望 | 第106-107页 |
| 致谢 | 第107-109页 |
| 参考文献 | 第109-119页 |
| 作者简介 | 第119页 |
