| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 盲源分离问题概述 | 第14-15页 |
| 1.1.1 盲源分离介绍 | 第14页 |
| 1.1.2 欠定盲分离介绍 | 第14-15页 |
| 1.2 盲源分离的研究背景和意义 | 第15页 |
| 1.3 混合矩阵估计的研究历史及发展现状 | 第15-16页 |
| 1.4 论文研究内容和结构 | 第16-18页 |
| 第二章 欠定盲分离混合矩阵估计理论基础 | 第18-22页 |
| 2.1 信号稀疏性 | 第18页 |
| 2.2 欠定盲分离问题的数学模型 | 第18-19页 |
| 2.3 源信号充分稀疏时的混合矩阵估计 | 第19-20页 |
| 2.4 源信号非充分稀疏时的混合矩阵估计 | 第20-21页 |
| 2.5 混合矩阵估计的评价标准 | 第21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 源信号充分稀疏条件下的混合矩阵估计研究 | 第22-40页 |
| 3.1 基于k均值聚类算法的混合矩阵估计 | 第22-25页 |
| 3.1.1 基于k均值聚类算法估计混合矩阵原理 | 第22-24页 |
| 3.1.2 基于k均值算法估计混合矩阵的具体步骤 | 第24-25页 |
| 3.2 基于霍夫变换的混合矩阵估计 | 第25-28页 |
| 3.2.1 基于霍夫变换估计混合矩阵的原理 | 第25-27页 |
| 3.2.2 基于霍夫变换估计混合矩阵的具体步骤 | 第27-28页 |
| 3.3 基于重构观测信号算法的混合矩阵估计 | 第28-30页 |
| 3.3.1 重构观测信号算法原理 | 第28-30页 |
| 3.3.2 重构观测信号算法估计混合矩阵的具体步骤 | 第30页 |
| 3.4 基于块分割算法的混合矩阵估计 | 第30-34页 |
| 3.4.1 基于块分割算法估计混合矩阵的原理 | 第31-33页 |
| 3.4.2 基于块分割算法估计混合矩阵的具体步骤 | 第33-34页 |
| 3.5 仿真分析 | 第34-38页 |
| 3.5.1 块分割算法与k均值算法的仿真比较 | 第34-36页 |
| 3.5.2 块分割算法与霍夫变换算法和重构观测信号算法的仿真比较 | 第36-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 源信号非充分稀疏条件下的混合矩阵估计研究 | 第40-58页 |
| 4.1 k-plane算法估计混合矩阵 | 第40-42页 |
| 4.1.1 基于k-plane算法估计混合矩阵原理 | 第40-42页 |
| 4.1.2 基于k-plane算法估计混合矩阵的步骤 | 第42页 |
| 4.2 k维子空间混合矩阵估计算法 | 第42-46页 |
| 4.2.1 聚类子空间估计 | 第43-44页 |
| 4.2.2 混合矩阵估计 | 第44-45页 |
| 4.2.3 基于k维子空间法估计混合矩阵的具体步骤 | 第45-46页 |
| 4.3 基于聚类平面势函数算法的混合矩阵估计 | 第46-51页 |
| 4.3.1 聚类平面估计 | 第46-48页 |
| 4.3.2 混合矩阵估计 | 第48-49页 |
| 4.3.3 基于聚类平面势函数法估计混合矩阵的具体步骤 | 第49-51页 |
| 4.4 改进的k-plane混合矩阵估计算法 | 第51-53页 |
| 4.4.1 改进的k-plane算法原理 | 第51-52页 |
| 4.4.2 改进的k-plane算法估计混合矩阵的具体步骤 | 第52-53页 |
| 4.5 仿真分析 | 第53-56页 |
| 4.5.1 k-plane算法与改进的k-plane算法仿真比较 | 第53-54页 |
| 4.5.2 改进的k-plane法，k维子空间法和聚类平面势函数法仿真比较 | 第54-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 论文工作总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
