| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·课题的意义 | 第9页 |
| ·研究内容及方案 | 第9-10页 |
| ·本文的结构 | 第10-11页 |
| 第二章 盲源分离技术 | 第11-25页 |
| ·盲信号处理的概念 | 第11-12页 |
| ·盲源分离的可实现性 | 第12页 |
| ·盲源分离的实现途径 | 第12-13页 |
| ·几种基本的度量方法介绍 | 第13-17页 |
| ·峭度 | 第13-15页 |
| ·熵 | 第15页 |
| ·负熵 | 第15页 |
| ·互信息 | 第15-16页 |
| ·信号的时间可预测性度量 | 第16-17页 |
| ·梯度计算和优化方法 | 第17-19页 |
| ·预处理 | 第19-20页 |
| ·盲源分离的基本算法 | 第20-23页 |
| ·各种算法的比较 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于源信号时序结构的盲分离 | 第25-35页 |
| ·利用时间去相关实现盲源分离 | 第25-30页 |
| ·使用一个延迟时间 | 第25-26页 |
| ·使用多个延迟时间 | 第26页 |
| ·利用时间相关实现BSS数值方法 | 第26-27页 |
| ·利用时间去相关实现BSS的解析方法 | 第27-29页 |
| ·基于时间相关性的盲分离方法的分类与流程 | 第29-30页 |
| ·基于源信号非平稳性的盲源分离算法 | 第30-31页 |
| ·SOBI算法 | 第31-34页 |
| ·小结 | 第34-35页 |
| 第四章 改进的非平稳信号盲源分离算法 | 第35-56页 |
| ·基于时频点局部最大值的瞬时线性混合盲源分离算法 | 第35-41页 |
| ·非平稳信号的描述 | 第35-36页 |
| ·线性混合信号模型与假设 | 第36页 |
| ·线性混合信号模型的时频表达 | 第36-37页 |
| ·白化与排序 | 第37-38页 |
| ·联合对角化估计矩阵U | 第38-40页 |
| ·基于局部最大值的时频点选取 | 第40-41页 |
| ·算法流程 | 第41-43页 |
| ·基于均方目标函数的解卷积混合盲源分离算法 | 第43-49页 |
| ·卷积混合模型 | 第43页 |
| ·从时域到时频域 | 第43-44页 |
| ·卷积信号时频域联合对角化原则 | 第44-45页 |
| ·联合对角化目标函数的选择 | 第45-46页 |
| ·均方目标函数 | 第46-47页 |
| ·排序 | 第47-48页 |
| ·算法流程 | 第48-49页 |
| ·仿真实验 | 第49-56页 |
| 第五章 肺音信号分离实验 | 第56-67页 |
| ·几个定义 | 第56页 |
| ·实验数据 | 第56-61页 |
| ·信号获取的硬件电路设计 | 第57-61页 |
| ·获取信号的数字化处理 | 第61页 |
| ·实验结果分析及结论 | 第61-66页 |
| ·小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间所发表的学术论文 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附录.1 基于时频点局部最大值的瞬时线性混合盲源分离算法(仿真部分) | 第75-78页 |
| 附录.2 基于均方目标函数的解卷积混合盲源分离算法(主程序部分) | 第78-79页 |