| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第14-24页 |
| 1.1 研究背景、目的和意义 | 第14-16页 |
| 1.2 相关研究现状及发展动态分析 | 第16-22页 |
| 1.2.1 混合信号的分离方法 | 第16-17页 |
| 1.2.2 常用的信号分析方法 | 第17-22页 |
| 1.3 本文主要研究内容 | 第22-23页 |
| 1.4 本文的组织结构 | 第23-24页 |
| 2 独立函数元的模型与构架 | 第24-40页 |
| 2.1 引言 | 第24-25页 |
| 2.2 问题描述 | 第25-26页 |
| 2.2.1 单路混合信号的分离问题 | 第25页 |
| 2.2.2 信号的特性表征与分类问题 | 第25-26页 |
| 2.2.3 一维信号的分析方法在二维信号中的适用问题 | 第26页 |
| 2.3 独立函数元 | 第26-31页 |
| 2.3.1 独立函数元的模型 | 第26-31页 |
| 2.3.2 独立函数元的定义 | 第31页 |
| 2.4 独立函数元变换的方法 | 第31-32页 |
| 2.5 独立函数元的性质 | 第32-33页 |
| 2.6 基于独立函数元的信号维数扩展方法 | 第33-34页 |
| 2.6.1 扩展信号维数的意义 | 第33页 |
| 2.6.2 利用独立函数元扩展信号维数的一般方法 | 第33-34页 |
| 2.7 基于独立函数元的信号特性表征与分类方法 | 第34-39页 |
| 2.7.1 基于独立函数元的信号特性表征形式的特点 | 第34-35页 |
| 2.7.2 具体流程描述 | 第35页 |
| 2.7.3 确定度和相似距离 | 第35-39页 |
| 2.8 小结 | 第39-40页 |
| 3 独立函数元的获取方法 | 第40-59页 |
| 3.1 引言 | 第40页 |
| 3.2 信号分层的原则 | 第40-41页 |
| 3.3 信号的分层方法 | 第41-46页 |
| 3.3.1 一种改进型圆周卷积的等长度小波分层方法 | 第41-43页 |
| 3.3.2 经验模态分层方法 | 第43-45页 |
| 3.3.3 两种分层方法的优缺点分析 | 第45-46页 |
| 3.4 信号分层后的独立变换方法 | 第46-56页 |
| 3.4.1 分层信号独立变换前的预处理方法 | 第46-47页 |
| 3.4.2 分层信号的独立变换方法 | 第47页 |
| 3.4.3 基于目标函数优化的独立变换方法 | 第47-50页 |
| 3.4.4 基于时频分布联合对角化的独立化算法 | 第50-53页 |
| 3.4.5 基于小波系数联合对角化的独立化算法 | 第53-55页 |
| 3.4.6 几种独立函数元获取方法的性能对比 | 第55-56页 |
| 3.5 分层数目的确定 | 第56-58页 |
| 3.5.1 根据先验知识确定分层数目 | 第56页 |
| 3.5.2 不用先验知识确定分层数目 | 第56-58页 |
| 3.6 本章小结 | 第58-59页 |
| 4 基于独立函数元的一维信号分析方法 | 第59-99页 |
| 4.1 引言 | 第59-61页 |
| 4.2 基于独立函数元的欠定盲分离方法 | 第61-62页 |
| 4.3 单路混合信号的欠定盲分离实验 | 第62-68页 |
| 4.3.1 由语音信号、混沌信号、自定义信号组成的单路混合信号分离实验 | 第62-64页 |
| 4.3.2 单路混合耳声发射信号的分离实验 | 第64-68页 |
| 4.4 单路周期含噪信号的欠定盲分离实验 | 第68-73页 |
| 4.4.1 单路周期含噪心音信号的欠定盲分离实验 | 第68-70页 |
| 4.4.2 单路周期含噪心电信号的欠定盲分离实验 | 第70-73页 |
| 4.5 欠定盲分离实验对比分析 | 第73-77页 |
| 4.6 心音的统计特征表示：心音独立函数元 | 第77-86页 |
| 4.6.0 心音产生的机制和特点 | 第77-78页 |
| 4.6.1 心音独立函数元的定义 | 第78-79页 |
| 4.6.2 基于心音独立函数元的心音信号特性表征方法 | 第79-81页 |
| 4.6.3 心音独立函数元作为心音特性表征的合理性分析 | 第81-86页 |
| 4.7 基于心音独立函数元的驾驶员心脏健康监测方法 | 第86-90页 |
| 4.7.1 研究背景简述 | 第86-87页 |
| 4.7.2 汽车环境下各类声音的特点 | 第87-88页 |
| 4.7.3 一种用于驾驶员心脏健康监测的心音采集装置 | 第88-90页 |
| 4.8 汽车环境中心音信号的提取方法 | 第90-91页 |
| 4.8.1 混合信号的预处理 | 第90页 |
| 4.8.2 心音信号的确定度 | 第90-91页 |
| 4.9 汽车环境中的心音分类识别实验 | 第91-98页 |
| 4.9.1 心音信号的获取 | 第91-92页 |
| 4.9.2 心音信号的分段处理 | 第92-94页 |
| 4.9.3 心音信号的分类实验 | 第94-98页 |
| 4.10 本章小结 | 第98-99页 |
| 5 基于独立函数元的二维信号分析方法研究 | 第99-119页 |
| 5.1 引言 | 第99-100页 |
| 5.2 二维信号的独立函数元：独立图元 | 第100页 |
| 5.3 独立图元的获取方法 | 第100-102页 |
| 5.4 基于独立图元的野外场景分析方法 | 第102-107页 |
| 5.4.1 野外场景的三要素及其结构分析 | 第102-103页 |
| 5.4.2 参考模板的选择原则 | 第103页 |
| 5.4.3 独立图元特征 | 第103-104页 |
| 5.4.4 颜色特征 | 第104页 |
| 5.4.5 纹理特征 | 第104-105页 |
| 5.4.6 全局结构约束 | 第105-106页 |
| 5.4.7 基于独立图元、颜色、纹理特征并结合全局结构约束的三要素分割 | 第106-107页 |
| 5.5 基于独立图元的水体识别方法 | 第107-108页 |
| 5.6 野外场景中水体光照反射模型 | 第108-112页 |
| 5.6.1 野外场景中水体光照特性 | 第108-109页 |
| 5.6.2 野外场景中水体光照模型 | 第109-110页 |
| 5.6.3 参数ξ、η的求解 | 第110-112页 |
| 5.7 野外场景分析与水体识别方法总结 | 第112页 |
| 5.8 实验与分析 | 第112-118页 |
| 5.8.1 实验数据及预处理 | 第112-118页 |
| 5.8.2 实验结果分析 | 第118页 |
| 5.9 本章小结 | 第118-119页 |
| 6 总结与展望 | 第119-121页 |
| 6.1 总结 | 第119-120页 |
| 6.2 展望 | 第120-121页 |
| 致谢 | 第121-122页 |
| 参考文献 | 第122-132页 |
| 附录 | 第132页 |
