| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-22页 |
| ·研究背景及意义 | 第12-13页 |
| ·BSS 问题描述 | 第13-19页 |
| ·BSS 的分类 | 第13-14页 |
| ·BSS 的实现方法 | 第14-15页 |
| ·研究的主要内容 | 第15-19页 |
| ·BSS 的历史及研究现状 | 第19-20页 |
| ·论文的主要工作及组织结构 | 第20-22页 |
| 第2章 独立分量分析 | 第22-45页 |
| ·ICA 基本理论 | 第22-29页 |
| ·基本假设 | 第23-24页 |
| ·盲分离的重要性质 | 第24-26页 |
| ·相关数学知识 | 第26-29页 |
| ·数据的预处理 | 第29-30页 |
| ·ICA 估计算法 | 第30-40页 |
| ·优化准则 | 第31-34页 |
| ·优化算法 | 第34-36页 |
| ·FastICA 改进算法 | 第36-39页 |
| ·影响算法性能的主要因素 | 第39-40页 |
| ·算法的性能评价指标 | 第40页 |
| ·算法性能仿真分析 | 第40-44页 |
| ·经典盲分离算法的仿真分析 | 第40-42页 |
| ·FastICA 基本算法及其改进算法的仿真分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 小波分析去噪 | 第45-56页 |
| ·小波分析基本理论 | 第45-46页 |
| ·小波变换的定义 | 第45-46页 |
| ·Mallat 分解与重构 | 第46页 |
| ·小波分析去噪原理 | 第46-49页 |
| ·小波变换模极大值去噪 | 第47页 |
| ·基于小波变换尺度间相关性去噪 | 第47-48页 |
| ·小波阈值去噪 | 第48-49页 |
| ·小波阈值去噪的改进 | 第49-54页 |
| ·阈值门限的选取 | 第49-50页 |
| ·常用的小波阈值函数 | 第50-51页 |
| ·小波阈值函数的改进 | 第51-54页 |
| ·算法仿真分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 基于噪声模型的盲源分离 | 第56-70页 |
| ·噪声 ICA 模型 | 第56-57页 |
| ·噪声盲分离算法 | 第57-63页 |
| ·噪声成分数目较少的情况 | 第57页 |
| ·结合各种滤波去噪的盲分离算法 | 第57-59页 |
| ·基于最大信噪比的 BSS 算法 | 第59-60页 |
| ·改进的噪声盲分离算法 | 第60-63页 |
| ·算法性能仿真分析 | 第63-69页 |
| ·自然梯度算法与改进的自然梯度算法 | 第63-64页 |
| ·预处理 | 第64-66页 |
| ·后处理 | 第66-67页 |
| ·改进的自然梯度去噪算法 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结束语 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 附录A 攻读学位期间所发表的学术论文及参加的科研项目 | 第78页 |