| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究的背景与意义 | 第9-10页 |
| ·盲分离的发展历程及研究现状 | 第10-13页 |
| ·基于独立分析的盲分离技术的研究 | 第10-12页 |
| ·基于计算听觉场景分析的盲分离技术研究 | 第12-13页 |
| ·本文的主要工作及结构安排 | 第13-15页 |
| 第二章 基于线性独立分量分析的语音盲分离算法的研究 | 第15-39页 |
| ·算法原理及分离性能指标 | 第15-17页 |
| ·基于自然梯度ICA的语音盲分离算法的研究 | 第17-22页 |
| ·基于自然梯度ICA的语音盲分离算法的原理 | 第17-20页 |
| ·仿真实验 | 第20-22页 |
| ·基于改进的信息最大化的语音盲分离算法的研究 | 第22-30页 |
| ·基于信息最大化语音盲分离技术原理 | 第22-24页 |
| ·改进的信息最大化语音盲分离算法原理 | 第24-26页 |
| ·实验仿真及结果比较 | 第26-30页 |
| ·最大信噪比语音盲分离算法的研究 | 第30-33页 |
| ·算法原理 | 第30-31页 |
| ·仿真实验 | 第31-33页 |
| ·基于最小增益的语音盲分离算法研究 | 第33-38页 |
| ·算法原理 | 第33-35页 |
| ·算法可分离性的证明 | 第35页 |
| ·实验仿真 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于计算听觉场景分析的语音盲分离算法概述 | 第39-43页 |
| ·计算听觉场景分析概述 | 第39页 |
| ·基于计算听觉场景分析(CASA)的语音盲分离算法简介 | 第39-43页 |
| 第四章 基于计算听觉场景分析的语音盲分离算法的研究 | 第43-55页 |
| ·混合信号的分解 | 第43-50页 |
| ·听觉外围处理 | 第43-48页 |
| ·特征提取 | 第48-50页 |
| ·分解信号的组织 | 第50-51页 |
| ·语音的重新合成 | 第51-52页 |
| ·实验结果分析及分离性能评价 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 盲源分离在语音增强中的应用 | 第55-65页 |
| ·语音信号特性 | 第55-56页 |
| ·噪声的特性 | 第56页 |
| ·语音增强算法概述 | 第56-57页 |
| ·语音增强算法的质量评价指标 | 第57-59页 |
| ·基于独立分量分析的语音增强算法研究 | 第59-63页 |
| ·算法原理 | 第59-61页 |
| ·语音增强实验 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
