基于ICA的盲信号分离技术研究及其应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-13页 |
| ·盲信号分离的基本概述 | 第13-14页 |
| ·盲信号分离的概念 | 第13页 |
| ·盲信号分离的基本方法 | 第13-14页 |
| ·盲信号分离的发展及研究现状 | 第14-16页 |
| ·盲信号分离技术的应用 | 第16-17页 |
| ·论文的工作安排 | 第17-19页 |
| 第2章 独立分量分析 | 第19-31页 |
| ·独立分量分析的基本理论 | 第19-22页 |
| ·独立分量分析的基本假设 | 第20-21页 |
| ·不确定性 | 第21-22页 |
| ·信号等变化分离 | 第22页 |
| ·预备知识 | 第22-24页 |
| ·概率密度函数 | 第22-23页 |
| ·熵 | 第23-24页 |
| ·散度(Kullback-Leibler) | 第24页 |
| ·互信息 | 第24页 |
| ·独立分量分析的独立性判据 | 第24-30页 |
| ·预白化处理 | 第25-27页 |
| ·互信息最小化判据(MMI) | 第27页 |
| ·信息极大化判据(ME) | 第27-28页 |
| ·极大似然判据(MLE) | 第28页 |
| ·信息论准则之间的等价性 | 第28-30页 |
| ·优化算法 | 第30页 |
| ·算法的性能指标 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第3章 独立分量分析的优化算法 | 第31-45页 |
| ·基于负熵的快速ICA算法 | 第31-35页 |
| ·非高斯性最大化准则 | 第31-33页 |
| ·单个独立分量的FICA算法 | 第33-34页 |
| ·多个独立分量的FICA算法 | 第34-35页 |
| ·快速ICA算法的特点 | 第35页 |
| ·自适应算法 | 第35-37页 |
| ·自然梯度算法 | 第35-36页 |
| ·EASI算法 | 第36-37页 |
| ·算法的局限性 | 第37页 |
| ·算法性能的仿真分析 | 第37-43页 |
| ·信道稳定条件下算法的分离效果 | 第37-42页 |
| ·信道变化下算法的仿真效果 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 改进的自适应盲分离算法 | 第45-59页 |
| ·自适应算法的性能因素 | 第45-48页 |
| ·激活函数 | 第45-47页 |
| ·学习步长 | 第47-48页 |
| ·改进的变步长算法 | 第48-52页 |
| ·梯度变步长 | 第48-49页 |
| ·改进的变步长 | 第49-52页 |
| ·算法性能仿真分析 | 第52-57页 |
| ·亚高斯信号混合的仿真分析 | 第52-56页 |
| ·亚超高斯信号混合的仿真分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 ICA在舰船振动信号中的应用 | 第59-67页 |
| ·潜艇主要噪声源结构 | 第59-61页 |
| ·舰船辐射噪声的建模 | 第61-63页 |
| ·舰船辐射噪声连续谱的模拟 | 第61页 |
| ·舰船辐射噪声线谱的模拟 | 第61-62页 |
| ·舰船噪声调制包络的模拟 | 第62-63页 |
| ·舰船辐射噪声源的盲分离 | 第63-64页 |
| ·基于ICA的舰船盲分离技术 | 第63-64页 |
| ·舰船的盲分离过程 | 第64页 |
| ·舰船辐射噪声仿真分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 一、论文的工作结论 | 第67页 |
| 二、工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |
