欠定盲源分离的混合矩阵估计方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 盲源分离研究发展现状 | 第13-17页 |
| 1.2.1 盲源分离的理论方法 | 第14-15页 |
| 1.2.2 正定盲源分离研究现状 | 第15-16页 |
| 1.2.3 欠定盲源分离研究现状 | 第16-17页 |
| 1.3 论文的主要工作及结构 | 第17-19页 |
| 第2章 欠定盲源分离基础理论 | 第19-29页 |
| 2.1 欠定盲源分离系统的数学模型和先验假设 | 第19-21页 |
| 2.1.1 混合系统模型 | 第19-20页 |
| 2.1.2 分离系统模型 | 第20页 |
| 2.1.3 欠定盲源分离的假设条件 | 第20-21页 |
| 2.2 欠定盲源分离的稀疏性分析 | 第21-24页 |
| 2.2.1 稀疏信号的概念 | 第21-23页 |
| 2.2.2 稀疏信号特征及变换方法 | 第23-24页 |
| 2.3 混合矩阵估计方法 | 第24-27页 |
| 2.3.1 K-means聚类算法 | 第25-26页 |
| 2.3.2 势函数方法 | 第26页 |
| 2.3.3 粒子群优化算法 | 第26-27页 |
| 2.4 源信号分离算法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于改进人工蜂群算法的欠定盲分离 | 第29-46页 |
| 3.1 信号的稀疏性增强 | 第29-32页 |
| 3.1.1 时频单源点检测 | 第30-32页 |
| 3.1.2 观测信号归一化 | 第32页 |
| 3.2 基于改进人工蜂群的混合矩阵估计方法 | 第32-38页 |
| 3.2.1 标准ABC算法 | 第33-34页 |
| 3.2.2 目标函数和搜索策略的改进 | 第34-35页 |
| 3.2.3 基于Levy飞行局部随机搜索 | 第35-38页 |
| 3.3 仿真实验与分析 | 第38-45页 |
| 3.3.1 仿真环境和评价指标 | 第38-39页 |
| 3.3.2 实验一及数据分析 | 第39-43页 |
| 3.3.3 实验二及数据分析 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于密度空间聚类的欠定盲分离 | 第46-58页 |
| 4.1 密度空间聚类算法基础理论 | 第46-48页 |
| 4.1.1 算法的相关概念 | 第46-47页 |
| 4.1.2 DBSCAN聚类算法描述 | 第47-48页 |
| 4.2 密度峰值聚类 | 第48-52页 |
| 4.2.1 算法的相关概念 | 第49-50页 |
| 4.2.2 峰值聚类的流程描述 | 第50-51页 |
| 4.2.3 参数的选取 | 第51-52页 |
| 4.3 密度空间混合矩阵估计方法步骤 | 第52页 |
| 4.4 实验结果及分析 | 第52-57页 |
| 4.4.1 实验一及数据分析 | 第52-55页 |
| 4.4.2 实验二及数据分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 附录A 攻读硕士学位期间完成的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
