频域盲源分离算法研究及其在高速列车噪声成分分离中的应用
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-11页 |
| 目录 | 第11-14页 |
| 1 绪论 | 第14-22页 |
| ·研究背景和研究意义 | 第14-16页 |
| ·盲源分离算法的发展 | 第16-19页 |
| ·本文的组织结构及主要工作 | 第19-22页 |
| 2 频域盲源分离算法简介 | 第22-34页 |
| ·混合模型 | 第22-24页 |
| ·将时域卷积转换为频域点积 | 第24-26页 |
| ·频域盲源分离算法的基本流程 | 第26-33页 |
| ·预处理 | 第26-27页 |
| ·学习分离模型 | 第27-30页 |
| ·后期处理 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 3 解决频域盲源分离中的排列歧义性 | 第34-58页 |
| ·排列歧义性 | 第34-37页 |
| ·使用核方法和谱方法解决排列歧义性 | 第37-43页 |
| ·问题描述 | 第37-39页 |
| ·Kernel k-means算法 | 第39-41页 |
| ·排列问题的谱方法解释 | 第41-43页 |
| ·核矩阵的构造 | 第43-46页 |
| ·特征提取 | 第46-52页 |
| ·信号包络 | 第47-48页 |
| ·Power Ratio特征 | 第48-50页 |
| ·基于信号源方位的特征 | 第50-52页 |
| ·实验 | 第52-56页 |
| ·两源分离实验 | 第52-53页 |
| ·在强回响环境中的分离实验 | 第53-54页 |
| ·九源分离实验 | 第54-55页 |
| ·使用信号源方位信息解决排列歧义性 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 4 基于子频带和子空间非线性映射的IVA算法 | 第58-78页 |
| ·IVA算法 | 第58-63页 |
| ·从频域盲源分离算法到IVA算法 | 第58-61页 |
| ·IVA的目标函数 | 第61-62页 |
| ·优化方法 | 第62-63页 |
| ·子频带IVA | 第63-67页 |
| ·基于clique的方法 | 第63-65页 |
| ·基于子频带的方法 | 第65-67页 |
| ·基于子空间投影的非线性映射 | 第67-72页 |
| ·IVA中的非线性映射 | 第67-69页 |
| ·基于子空间的方法 | 第69-72页 |
| ·计算复杂度分析 | 第72-74页 |
| ·实验 | 第74-77页 |
| ·瞬时混合分离实验 | 第75-76页 |
| ·卷积混合分离实验 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 5 频域盲源分离算法的性能评价 | 第78-90页 |
| ·盲源分离算法性能评价指标 | 第78-81页 |
| ·在频域上进行性能评价 | 第81-84页 |
| ·通过估计能量传递网络进行性能评价 | 第84-86页 |
| ·实验 | 第86-88页 |
| ·评价指标对比实验 | 第86-87页 |
| ·计算复杂度分析 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 6 高速列车噪声成分分离 | 第90-106页 |
| ·高速列车噪声的基本性质 | 第90-95页 |
| ·时频分析 | 第91页 |
| ·自相关性分析 | 第91-94页 |
| ·峭度分析 | 第94-95页 |
| ·透射噪声与结构噪声的分离 | 第95-101页 |
| ·透射噪声与结构噪声 | 第95-97页 |
| ·车体频响特性的测量 | 第97-98页 |
| ·实车数据实验 | 第98-101页 |
| ·车内噪声成分的分离 | 第101-105页 |
| ·模拟实验 | 第101-103页 |
| ·实车数据实验 | 第103-105页 |
| ·本章小结 | 第105-106页 |
| 7 总结与展望 | 第106-110页 |
| ·本文工作总结 | 第106-107页 |
| ·未来工作展望 | 第107-110页 |
| 参考文献 | 第110-120页 |
| 攻读博士学位期间发表的学术论文 | 第120-122页 |
| 作者简历 | 第122-126页 |
| 学位论文数据集 | 第126页 |
