| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·盲源分离的发展 | 第9-10页 |
| ·人工神经网络的介绍及应用 | 第10-11页 |
| ·本文主要工作 | 第11-12页 |
| 2 盲源分离的基本知识 | 第12-22页 |
| ·盲源分离的概念 | 第12页 |
| ·盲源分离的数学模型 | 第12-14页 |
| ·独立分量分析 | 第14-15页 |
| ·盲源分离中的常用目标函数 | 第15-19页 |
| ·基于人工神经网络的盲分离 | 第19-22页 |
| 3 基于PID 神经网络的盲分离 | 第22-28页 |
| ·PID 神经网络定义 | 第22页 |
| ·PID 神经网络模型（PIDNN） | 第22-24页 |
| ·PID 神经网络控制算法 | 第24-25页 |
| ·基于PID 神经网络的盲分离算法 | 第25-26页 |
| ·实例仿真 | 第26-28页 |
| 4 基于RBF 神经网络盲分离 | 第28-37页 |
| ·后非线性神经网络模型模型 | 第28-30页 |
| ·后非线性模型的分离方法 | 第30-31页 |
| ·基于RBF 神经网络模型的盲分离算法 | 第31-33页 |
| ·基于RBF 神经网络模型与遗传算法优化的非线性盲分离算法 | 第33-37页 |
| 5 总结与展望 | 第37-39页 |
| ·本文的主要工作总结 | 第37页 |
| ·有待解决的问题与发展方向 | 第37-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-42页 |