| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 盲源分离研究发展状况 | 第14-17页 |
| 1.3 论文的主要工作及结构 | 第17-19页 |
| 第2章 盲源分离模型 | 第19-34页 |
| 2.1 一般盲源分离模型 | 第19-20页 |
| 2.2 欠定盲源分离模型 | 第20-26页 |
| 2.2.1 欠定盲源分离先验假设 | 第20-21页 |
| 2.2.2 欠定盲源分离模型稀疏分析 | 第21-22页 |
| 2.2.3 稀疏信号表示 | 第22-23页 |
| 2.2.4 聚类分析 | 第23-24页 |
| 2.2.5 源信号的恢复 | 第24页 |
| 2.2.6 欠定盲源分离性能评价指标 | 第24-26页 |
| 2.3 含噪盲源分离模型 | 第26-27页 |
| 2.4 独立分量分析 | 第27-33页 |
| 2.4.1 盲源分离约束条件与特点 | 第27-28页 |
| 2.4.2 数据的预处理 | 第28-29页 |
| 2.4.3 ICA优化准则与优化算法 | 第29-32页 |
| 2.4.4 含噪盲源分离性能评价指标 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于AP聚类与K-means的欠定盲源分离 | 第34-52页 |
| 3.1 信号稀疏表示和标准化 | 第34-35页 |
| 3.2 混合矩阵聚类方法估计 | 第35-39页 |
| 3.2.1 K-means算法 | 第36页 |
| 3.2.2 AP聚类算法 | 第36-38页 |
| 3.2.3 基于AP聚类初始化的K-means算法的“两步法” | 第38页 |
| 3.2.4 DEMIX算法 | 第38-39页 |
| 3.3 恢复源信号 | 第39-40页 |
| 3.4 仿真实验与分析 | 第40-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于UWT和ICA的含噪盲源分离 | 第52-67页 |
| 4.1 曲波变换 | 第52-54页 |
| 4.2 UWT | 第54-55页 |
| 4.3 阈值去噪 | 第55-56页 |
| 4.4 UWT硬阈值去噪 | 第56-57页 |
| 4.5 仿真实验与分析 | 第57-66页 |
| 4.6 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录A 攻读学位期间所发表的学术论文 | 第75-76页 |
| 附录B 第3章补充数据 | 第76-78页 |
| 致谢 | 第78页 |