基于压缩感知重构算法的欠定盲源分离研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
插图索引 | 第10-11页 |
附表索引 | 第11-12页 |
第1章 绪论 | 第12-16页 |
·研究背景及意义 | 第12-13页 |
·盲源分离的发展历程和研究现状 | 第13-15页 |
·盲源分离的发展历程 | 第13-14页 |
·盲源分离的研究现状 | 第14-15页 |
·论文的内容安排 | 第15-16页 |
第2章 盲源分离理论 | 第16-25页 |
·盲源分离的基本模型 | 第17-19页 |
·线性混合模型 | 第17-19页 |
·线性瞬时混合模型 | 第17-18页 |
·线性卷积混合模型 | 第18-19页 |
·非线性混合模型 | 第19页 |
·盲源分离方法 | 第19-24页 |
·主分量分析 | 第19-21页 |
·独立分量分析 | 第21-22页 |
·稀疏成分分析 | 第22-23页 |
·非负矩阵分解 | 第23-24页 |
·本章小结 | 第24-25页 |
第3章 压缩感知理论 | 第25-33页 |
·压缩感知理论框架 | 第25-27页 |
·信号的稀疏表示 | 第27-29页 |
·信号的观测 | 第29-31页 |
·信号的重构 | 第31-32页 |
·本章小结 | 第32-33页 |
第4章 自适应步长回溯重构算法 | 第33-46页 |
·传统的重构算法 | 第33-41页 |
·凸优化重构算法 | 第33-34页 |
·贪婪迭代重构算法 | 第34-41页 |
·正交匹配追踪重构算法 | 第34-36页 |
·分段正交匹配追踪重构算法 | 第36-38页 |
·子空间追踪重构算法 | 第38-41页 |
·自适应步长回溯匹配重构算法 | 第41-45页 |
·本章小结 | 第45-46页 |
第5章 基于压缩感知理论的欠定盲源分离 | 第46-58页 |
·稀疏的盲源分离模型 | 第46-48页 |
·稀疏的盲源分离模型下的信号分离 | 第48-50页 |
·混合矩阵的估计 | 第48-50页 |
·源信号的分离 | 第50页 |
·实验仿真 | 第50-56页 |
·本章小结 | 第56-58页 |
结论 | 第58-60页 |
参考文献 | 第60-65页 |
致谢 | 第65-66页 |
附录 A 攻读学位期间发表的论文 | 第66-67页 |
附录 B 攻读学位期间参与的科研项目 | 第67页 |