| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-10页 |
| 1．1 研究的背景和意义 | 第6-7页 |
| 1．2 盲分离技术发展现状 | 第7-8页 |
| 1．3 本人的主要工作 | 第8页 |
| 1．4 论文的内容安排 | 第8-10页 |
| 第二章 盲分离问题的基本理论 | 第10-20页 |
| 2．1 盲分离问题的描述 | 第10-11页 |
| 2．2 解决盲分离问题的基本步骤与目标函数的建立 | 第11-14页 |
| 2．2．1 解决盲分离问题的基本步骤 | 第11-12页 |
| 2．2．2 负熵 | 第12-13页 |
| 2．2．3 KL散度 | 第13-14页 |
| 2．2．4 最大似然目标函数 | 第14页 |
| 2．3 预白化处理 | 第14-16页 |
| 2．4 峰度 | 第16-17页 |
| 2．5 非线性函数的选取 | 第17-19页 |
| 2．6 小结 | 第19-20页 |
| 第三章 盲信号抽取 | 第20-32页 |
| 3．1 盲信号抽取概述 | 第20-21页 |
| 3．2 盲信号抽取的数学模型 | 第21页 |
| 3．3 盲信号抽取的基本原理 | 第21-23页 |
| 3．4 时间相关源的盲信号抽取的在线自适应算法 | 第23-28页 |
| 3．4．1 使用线性预测器进行盲抽取在线算法 | 第23-25页 |
| 3．4．2 多个盲信号抽取的神经网络 | 第25-27页 |
| 3．4．3 计算机仿真 | 第27-28页 |
| 3．5 时间相关源的盲信号抽取批处理算法 | 第28-31页 |
| 3．5．1 批处理算法 | 第28-30页 |
| 3．5．2 计算机仿真 | 第30-31页 |
| 3．6 小结 | 第31-32页 |
| 第四章 单输入多输出(SIMO)系统的盲均衡 | 第32-37页 |
| 4．1 SIMO盲均衡模型及假设条件 | 第32-33页 |
| 4．1．1 SIMO盲均衡的数学模型 | 第32-33页 |
| 4．1．2 SIMO盲均衡假设条件 | 第33页 |
| 4．2 前馈模型与自然梯度算法 | 第33-34页 |
| 4．3 计算机仿真 | 第34-36页 |
| 4．4 小结 | 第36-37页 |
| 第五章 多输入多输出(MIMO)盲解卷 | 第37-53页 |
| 5．1 MIMO盲解卷的基本模型与假设 | 第37-39页 |
| 5．1．1 MIMO盲解卷的基本模型 | 第37-39页 |
| 5．1．2 MIMO盲解卷的假设条件 | 第39页 |
| 5．2 盲解卷准则 | 第39-40页 |
| 5．3 不完整约束的自然梯度算法与Bussgang算法 | 第40-47页 |
| 5．3．1 不完整约束的自然梯度算法 | 第40-44页 |
| 5．3．2 Bussgang算法 | 第44页 |
| 5．3．3 符号间串扰准则 | 第44-45页 |
| 5．3．4 计算机仿真 | 第45-47页 |
| 5．4 非最小相位系统盲解卷的滤波器分解方法 | 第47-52页 |
| 5．4．1 非最小相位系统盲解卷的滤波器分解模型 | 第47-48页 |
| 5．4．2 批处理的自然梯度算法 | 第48-50页 |
| 5．4．3 计算机仿真 | 第50-52页 |
| 5．5 小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| 6．1 结论 | 第53-54页 |
| 6．2 未来与展望 | 第54-55页 |
| 攻读硕士期间发表的论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-64页 |