混合语音盲分离的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·盲信号分离研究的背景 | 第10页 |
| ·盲信号分离的研究现状 | 第10-12页 |
| ·盲信号分离的基本理论 | 第12-14页 |
| ·BSS问题的数学描述 | 第12-13页 |
| ·BSS问题的可实现性 | 第13-14页 |
| ·本文研究内容 | 第14-15页 |
| 第2章 独立分量分析的基本概念和主要算法 | 第15-28页 |
| ·ICA的基本概念和模型 | 第15-18页 |
| ·ICA的基本概念 | 第15页 |
| ·ICA的发展 | 第15-16页 |
| ·基本 ICA问题模型 | 第16-18页 |
| ·ICA基本原理与主要算法 | 第18-22页 |
| ·ICA算法基本原理 | 第18-19页 |
| ·信息论及统计理论的一些基础知识 | 第19-22页 |
| ·熵 | 第19-20页 |
| ·互信息 | 第20-21页 |
| ·Kullack-Leibler ( KL)散度 | 第21页 |
| ·负熵 | 第21页 |
| ·高阶累积量 | 第21-22页 |
| ·ICA的主要算法 | 第22-27页 |
| ·基于信息最大化的 ICA算法 | 第22-23页 |
| ·基于最大似然估计的 ICA算法 | 第23-24页 |
| ·基于最小互信息的 ICA算法 | 第24-25页 |
| ·基于负熵最大化的 ICA算法 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第3章 混合语音信号分离 | 第28-44页 |
| ·混合语音信号分离问题及信道模型 | 第28-31页 |
| ·语音混合问题 | 第28页 |
| ·语音混合问题模型 | 第28-29页 |
| ·信道的数学模型 | 第29-31页 |
| ·实际环境下的冲击响应 | 第31页 |
| ·语音信号的可分离性 | 第31-34页 |
| ·最小相位系统 | 第32-33页 |
| ·非最小相位系统 | 第33-34页 |
| ·语音盲分离实现的途径 | 第34-36页 |
| ·前馈结构 | 第34-35页 |
| ·反馈结构 | 第35-36页 |
| ·盲分离算法的时频域实现 | 第36-43页 |
| ·语音信号时域盲分离算法 | 第37-38页 |
| ·语音信号频域盲分离算法 | 第38-43页 |
| ·FastICA算法 | 第38-40页 |
| ·试验仿真与分析 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第4章 基于 LMS算法的自适应滤波的语音消噪 | 第44-55页 |
| ·自适应滤波理论概述 | 第44-45页 |
| ·最小均方误差算法及其收敛性分析 | 第45-51页 |
| ·最小均方误差算法介绍 | 第45-47页 |
| ·LMS算法自适应收敛性分析 | 第47-50页 |
| ·试验仿真与分析 | 第50-51页 |
| ·频域盲分离的本质 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第5章 基于遗传算法的语音盲分离 | 第55-63页 |
| ·遗传算法的基本概念和优点 | 第55-57页 |
| ·遗传算法的基本概念 | 第55-56页 |
| ·遗传算法的优点 | 第56-57页 |
| ·基于遗传算法的语音盲分离 | 第57-62页 |
| ·算法提出的背景 | 第57页 |
| ·基于遗传算法的 BSS算法 | 第57-58页 |
| ·试验仿真与分析 | 第58-62页 |
| ·小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间公开发表论文 | 第68-69页 |
| 致谢 | 第69-70页 |
| 研究生履历 | 第70页 |
