| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 管道泄漏信号检测的国内外研究现状 | 第11-13页 |
| 1.3 盲源分离的研究现状 | 第13-14页 |
| 1.4 本文研究内容 | 第14-16页 |
| 第2章 盲源分离问题与压缩感知技术 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 盲源分离算法的基本模型 | 第16-18页 |
| 2.3 盲源分离的分类 | 第18页 |
| 2.4 盲源分离的主要方法 | 第18-22页 |
| 2.4.1 主成分分析法 | 第19-20页 |
| 2.4.2 独立分量分析法 | 第20-21页 |
| 2.4.3 稀疏成分分析法 | 第21-22页 |
| 2.5 压缩感知的基本框架 | 第22-25页 |
| 2.5.1 压缩感知的数学模型 | 第22-23页 |
| 2.5.2 信号的稀疏表示 | 第23-24页 |
| 2.5.3 信号的重构方法 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于信号线性聚集性估计混合矩阵的欠定盲源分离 | 第26-43页 |
| 3.1 引言 | 第26页 |
| 3.2 欠定盲源分离的数学模型 | 第26-28页 |
| 3.3 基于信号时频域线性聚集性估计混合矩阵 | 第28-34页 |
| 3.3.1 信号稀疏程度的判定 | 第28-31页 |
| 3.3.2 增强信号线性聚集程度 | 第31-33页 |
| 3.3.3 混合矩阵的估计 | 第33-34页 |
| 3.3.4 评估混合矩阵估计值 | 第34页 |
| 3.3.5 估计混合矩阵的流程 | 第34页 |
| 3.4 实验仿真及分析 | 第34-41页 |
| 3.4.1 信号线性聚集性强的欠定盲源分离 | 第34-37页 |
| 3.4.2 信号线性聚集性弱的欠定盲源分离 | 第37-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 基于压缩感知重构算法的欠定盲源分离 | 第43-52页 |
| 4.1 引言 | 第43页 |
| 4.2 欠定盲源分离与压缩感知的等效模型 | 第43-45页 |
| 4.3 基于压缩感知实现源信号的分离 | 第45-48页 |
| 4.4 实验仿真及分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于欠定盲源分离的管道泄漏信号处理 | 第52-65页 |
| 5.1 引言 | 第52页 |
| 5.2 实验数据采集 | 第52-56页 |
| 5.3 实验数据的处理及分析 | 第56-64页 |
| 5.3.1 人为混合信号处理实验 | 第56-61页 |
| 5.3.2 自然混合信号处理实验 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |