基于遗传算法的盲源分离研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·盲源分离研究背景及意义 | 第10-11页 |
| ·盲源分离技术研究现状 | 第11-14页 |
| ·盲源分离技术应用现状 | 第14-16页 |
| ·本论文的主要内容 | 第16-17页 |
| 第2章 盲源分离基本理论 | 第17-29页 |
| ·盲源分离基本知识 | 第17-20页 |
| ·统计独立与独立性的度量 | 第17-18页 |
| ·盲源分离的基本特性 | 第18-20页 |
| ·源信号的混合方式 | 第20-21页 |
| ·瞬时混合 | 第21页 |
| ·卷积混合 | 第21页 |
| ·盲源分离的一般研究方法 | 第21-26页 |
| ·独立分量分析 | 第22-25页 |
| ·非线性主分量分析 | 第25-26页 |
| ·盲源分离算法性能评价准则 | 第26-28页 |
| ·基于混合矩阵的评价准则 | 第26-27页 |
| ·基于信号的评价准则 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 遗传算法在盲源分离中的应用 | 第29-39页 |
| ·遗传算法简介 | 第29-31页 |
| ·遗传算法基本概念 | 第29-30页 |
| ·遗传算法原理 | 第30-31页 |
| ·盲源分离中的遗传算法 | 第31-38页 |
| ·编码方式 | 第31-32页 |
| ·算法描述 | 第32-37页 |
| ·算法优越性 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于高阶累积量遗传算法的瞬时盲源分离 | 第39-52页 |
| ·瞬时混合系统的时域模型 | 第39-41页 |
| ·时域模型 | 第39-40页 |
| ·混合模型的假设条件 | 第40-41页 |
| ·盲源分离的基本思路 | 第41页 |
| ·基于高阶累积量的遗传算法 | 第41-48页 |
| ·数据预处理 | 第42页 |
| ·适应度函数的选择 | 第42-43页 |
| ·算法的具体步骤 | 第43-48页 |
| ·仿真结果及分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于优先进化自适应遗传算法的卷积盲源分离 | 第52-70页 |
| ·系统模型 | 第52-55页 |
| ·线性卷积混合系统的时频域模型 | 第52-54页 |
| ·卷积混合信号盲分离系统的可辨识性 | 第54-55页 |
| ·卷积混合信号盲分离常用算法 | 第55-58页 |
| ·解决卷积混合信号盲分离的思路 | 第55-57页 |
| ·盲分离的常用算法 | 第57-58页 |
| ·基于优先进化自适应的遗传算法 | 第58-65页 |
| ·卷积混合下的适应度函数选择 | 第59-60页 |
| ·优先进化策略 | 第60-62页 |
| ·遗传算法收敛性分析 | 第62-65页 |
| ·仿真结果及分析 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |
