| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究的背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-11页 |
| ·语音音乐信号分离的研究现状 | 第7-10页 |
| ·盲源分离的研究现状 | 第10-11页 |
| ·本文主要研究内容 | 第11页 |
| ·本文结构安排 | 第11-13页 |
| 第二章 盲源分离基本理论 | 第13-22页 |
| ·盲源分离的数学模型 | 第13-14页 |
| ·线性瞬时混合模型 | 第13-14页 |
| ·线性卷积混合模型 | 第14页 |
| ·非线性混合模型 | 第14页 |
| ·盲源分离的可分离性 | 第14-15页 |
| ·盲源分离的不确定性 | 第15页 |
| ·盲源分离的评价指标 | 第15-16页 |
| ·相似系数矩阵 | 第15页 |
| ·信干比 | 第15-16页 |
| ·性能指数 | 第16页 |
| ·信号的预处理 | 第16-17页 |
| ·信号的零均值化 | 第16页 |
| ·信号的白化 | 第16-17页 |
| ·盲源分离的经典算法 | 第17-22页 |
| ·负熵最大化方法 | 第17-18页 |
| ·基于时频比的盲源分离 | 第18-20页 |
| ·互信息最大化方法 | 第20-22页 |
| 第三章 基于负熵最大化改进的语音音乐信号分离 | 第22-32页 |
| ·针对初值敏感改进的盲分离算法 | 第22-23页 |
| ·算法实现步骤 | 第23-24页 |
| ·仿真实验结果与分析 | 第24-31页 |
| ·负熵最大化方法实验结果 | 第26页 |
| ·用牛顿下山法改进后的算法实验结果 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于时频比改进的语音音乐信号分离 | 第32-42页 |
| ·基于相似矩阵的重复结构 | 第32-34页 |
| ·基于时频比改进的盲源分离 | 第34-35页 |
| ·算法实现步骤 | 第35-36页 |
| ·仿真实验结果与分析 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 EMD 和互信息最大化相结合的语音音乐信号分离 | 第42-50页 |
| ·经验模态分解的基本理论 | 第42页 |
| ·EMD 和互信息最大化相结合的算法 | 第42-43页 |
| ·算法实现步骤 | 第43-45页 |
| ·仿真实验结果与分析 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 作者在攻读硕士学位期间发表的论文 | 第57页 |