| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 盲源分离 | 第10-12页 |
| 1.2.2 通信系统中的盲信号分离 | 第12-13页 |
| 1.3 本文主要工作及结构安排 | 第13-14页 |
| 2 盲源分离的基本原理 | 第14-30页 |
| 2.1 独立成分分析 | 第14-24页 |
| 2.1.1 数学模型 | 第14-17页 |
| 2.1.2 独立性判据 | 第17-21页 |
| 2.1.3 优化算法 | 第21-23页 |
| 2.1.4 性能评价准则 | 第23-24页 |
| 2.2 约束独立成分分析 | 第24-29页 |
| 2.2.1 基本原理 | 第25页 |
| 2.2.2 算法分类 | 第25-28页 |
| 2.2.3 参考信号设计 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 快速带参考信号的独立成分分析算法 | 第30-44页 |
| 3.1 带参考信号的独立成分分析 | 第30-36页 |
| 3.1.1 基本原理 | 第30-32页 |
| 3.1.2 仿真结果 | 第32-36页 |
| 3.2 快速带参考信号的独立成分分析 | 第36-42页 |
| 3.2.1 基本原理 | 第36-38页 |
| 3.2.2 仿真结果 | 第38-42页 |
| 3.3 性能分析 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 单通道通信信号盲提取 | 第44-59页 |
| 4.1 单通道盲源分离的基本原理 | 第44-48页 |
| 4.1.1 单通道盲源分离模型 | 第45-46页 |
| 4.1.2 混合信号的可分离性 | 第46-47页 |
| 4.1.3 算法分类 | 第47-48页 |
| 4.2 基于改进ICA-R算法的单通道通信信号盲提取 | 第48-57页 |
| 4.2.1 基本原理 | 第49-51页 |
| 4.2.2 仿真结果 | 第51-55页 |
| 4.2.3 性能分析 | 第55-57页 |
| 4.3 本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 本文主要工作 | 第59页 |
| 5.2 进一步研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第65-66页 |
| 致谢 | 第66页 |