中文摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第14-23页 |
1.1 盲源分离 | 第14页 |
1.2 研究背景和意义 | 第14-17页 |
1.2.1 BSS在数字助听系统中的应用 | 第14-17页 |
1.2.2 数字助听器系统中低复杂度BSS算法的研究意义 | 第17页 |
1.3 研究现状 | 第17-20页 |
1.3.1 低复杂度频域BSS算法的研究现状 | 第17-19页 |
1.3.2 数字助听系统中低复杂度频域BSS的研究现状 | 第19-20页 |
1.4 论文内容 | 第20-21页 |
1.5 论文结构 | 第21-23页 |
第二章 盲源分离的基本理论 | 第23-32页 |
2.1 盲源分离问题的模型描述 | 第23-27页 |
2.1.1 瞬时混合模型 | 第23-25页 |
2.1.2 卷积混合模型 | 第25-26页 |
2.1.3 无回声混合模型 | 第26-27页 |
2.2 瞬时混合盲源分离算法 | 第27页 |
2.3 卷积混合盲源分离算法 | 第27-30页 |
2.3.1 时域方法 | 第27-28页 |
2.3.2 频域方法 | 第28-30页 |
2.4 性能评价指标 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第三章 传统频域独立成分分析算法(FDICA) | 第32-49页 |
3.1 算法流程 | 第32页 |
3.2 复数ICA | 第32-36页 |
3.2.1 去均值及白化 | 第33页 |
3.2.2 复数FastICA | 第33-35页 |
3.2.3 量化自然梯度算法 | 第35-36页 |
3.3 顺序不确定性 | 第36-42页 |
3.3.1 排序算法介绍 | 第36-37页 |
3.3.2 基于估计混合矩阵列向量的排序算法 | 第37-42页 |
3.4 幅度不确定性 | 第42页 |
3.5 实验与分析 | 第42-46页 |
3.5.1 实验设置 | 第42-43页 |
3.5.2 结果与分析 | 第43-46页 |
3.6 算法复杂度分析 | 第46-48页 |
3.7 本章小结 | 第48-49页 |
第四章 基于行列式的频点选择FDICA | 第49-74页 |
4.1 提出算法流程 | 第49-50页 |
4.2 频点选择范围 | 第50-51页 |
4.3 第一阶段频点选择 | 第51-57页 |
4.3.1 行列式选择标准适用性 | 第51-53页 |
4.3.2 选择方案 | 第53-54页 |
4.3.3 方案有效性 | 第54-57页 |
4.4 第二阶段频点选择 | 第57-63页 |
4.4.1 少数初选频点分离性能差的原因分析 | 第57-58页 |
4.4.2 异常点检测 | 第58-60页 |
4.4.3 选择方案 | 第60-61页 |
4.4.4 方案有效性 | 第61-63页 |
4.5 未选频点的分离 | 第63-65页 |
4.6 实验与分析 | 第65-72页 |
4.6.1 阈值ε选取 | 第65-68页 |
4.6.2 结果与分析 | 第68-70页 |
4.6.3 性能提升的原因分析 | 第70-72页 |
4.7 本章小结 | 第72-74页 |
第五章 基于互信息的频点选择FDICA | 第74-82页 |
5.1 提出算法流程 | 第74页 |
5.2 互信息选择标准 | 第74-75页 |
5.3 第一阶段频点选择方案 | 第75-76页 |
5.4 实验与分析 | 第76-81页 |
5.4.1 阈值β选取 | 第76-78页 |
5.4.2 结果与分析 | 第78-81页 |
5.5 本章小结 | 第81-82页 |
第六章 总结与展望 | 第82-84页 |
参考文献 | 第84-91页 |
致谢 | 第91-92页 |
攻读硕士研究生期间研究成果 | 第92页 |
参与的项目 | 第92-93页 |
附表 | 第93页 |