| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 盲信号分离背景 | 第10-12页 |
| 1.2 盲源分离、独立成分分析、主成分分析之间的关系 | 第12-13页 |
| 1.3 盲源分离模型 | 第13页 |
| 1.4 非正交联合对角化研究盲信号分离的意义 | 第13-15页 |
| 1.5 本文研究内容及结构 | 第15-17页 |
| 第二章 矩阵联合对角化基础理论以及常见算法介绍 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 矩阵的非正交联合对角化算法基础知识 | 第17-21页 |
| 2.2.1 矩阵联合对角化概念 | 第17-18页 |
| 2.2.2 矩阵的非正交联合对角化盲信号分离算法的可辨识性 | 第18-19页 |
| 2.2.3 矩阵非正交联合对角化目标函数 | 第19-21页 |
| 2.2.4 矩阵联合对角化评价标准 | 第21页 |
| 2.3 一些经典的矩阵非正交联合对角化算法介绍 | 第21-24页 |
| 第三章 两种新的Jacobi-like型非正交联合对角化算法 | 第24-38页 |
| 3.1 算法的建立 | 第24-25页 |
| 3.2 最优更新矩阵的推导 | 第25-31页 |
| 3.2.1 基于直接推导的EGRALD1算法 | 第25-27页 |
| 3.2.2 基于一个假设的EGRALD2a算法推导过程 | 第27-29页 |
| 3.2.3 基于两个假设的EGRALD2b算法推导过程 | 第29-31页 |
| 3.3 仿真实验 | 第31-38页 |
| 3.3.1 性能指标 | 第31-32页 |
| 3.3.2 算法的性能 | 第32-38页 |
| 第四章 基于LU分解的三种非正交联合对角化算法 | 第38-49页 |
| 4.1 引言 | 第38页 |
| 4.2 算法的建立 | 第38-41页 |
| 4.3 最优更新矩阵的推导 | 第41-49页 |
| 4.3.1 直接推导过程 | 第41-43页 |
| 4.3.2 简化的推导过程 | 第43-44页 |
| 4.3.3 收敛性分析 | 第44-45页 |
| 4.3.4 仿真实验 | 第45-49页 |
| 第五章 本文总结与展望 | 第49-51页 |
| 5.1 本文总结 | 第49页 |
| 5.2 后续工作展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间取得的成果 | 第54-55页 |
