| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景与意义 | 第11-14页 |
| ·盲信号分离的研究背景与意义 | 第11-13页 |
| ·盲信号处理的分类 | 第13-14页 |
| ·盲信号分离的发展和国内外研究现状 | 第14-18页 |
| ·论文结构 | 第18-19页 |
| 第2章 盲分离模型及声学脉冲响应测量 | 第19-27页 |
| ·盲信号分离问题模型描述 | 第19-22页 |
| ·瞬时混合模型 | 第19-20页 |
| ·无回声混合模型 | 第20页 |
| ·卷积混合模型 | 第20页 |
| ·麦克风阵列模型与语音盲分离 | 第20-22页 |
| ·房间声学脉冲响应测量 | 第22-26页 |
| ·m 序列及其基本特性 | 第22-23页 |
| ·MLS法测量房间声学脉冲响应 | 第23-25页 |
| ·实验 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于独立分量分析的盲信号分离 | 第27-42页 |
| ·ICA的基本概念与数学模型 | 第27-28页 |
| ·ICA相关的数学基础知识 | 第28-33页 |
| ·概率论与统计学知识 | 第28-29页 |
| ·信息论知识 | 第29-31页 |
| ·其它预备知识 | 第31-33页 |
| ·ICA的主要算法 | 第33-39页 |
| ·信息最大化方法(Infomax) | 第33-37页 |
| ·基于非高斯性的方法 | 第37页 |
| ·基于高阶统计量的方法 | 第37-39页 |
| ·其他几种方法 | 第39页 |
| ·卷积信号频域盲分离 | 第39-41页 |
| ·卷积信号盲分离 | 第39-40页 |
| ·卷积信号频域盲分离 | 第40-41页 |
| ·频域盲分离存在的问题 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第4章 结合语音时频特性的独立分量分析算法 | 第42-58页 |
| ·语音信号的时频稀疏特性 | 第42-44页 |
| ·基于稀疏性求解的盲分离算法 | 第44-46页 |
| ·稀疏源聚类方法 | 第44-45页 |
| ·DUET(Degenerate unmixing estimation technique)方法 | 第45-46页 |
| ·结合稀疏分析与ICA的频域盲分离 | 第46-53页 |
| ·基于信息最大化的频域盲分离算法 | 第47-48页 |
| ·基于语音信号稀疏性的分离矩阵初始化 | 第48-51页 |
| ·ICA的迭代频带挑选 | 第51-53页 |
| ·实验结果与分析 | 第53-57页 |
| ·实验性能指标及实验参数 | 第53-54页 |
| ·实验结果与分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 多通道同步语音采集与盲分离 | 第58-69页 |
| ·多通道同步语音采集平台 | 第58-63页 |
| ·音频驱动简述 | 第58-59页 |
| ·ASIO概述 | 第59-60页 |
| ·硬件设备 | 第60页 |
| ·软件实现 | 第60-63页 |
| ·运行结果 | 第63页 |
| ·连续混合语音的分块在线盲分离 | 第63-66页 |
| ·基本算法描述及分析 | 第64-65页 |
| ·基于时频掩模的ICA后处理方法 | 第65-66页 |
| ·实验结果与分析 | 第66-68页 |
| ·实验配置及性能指标 | 第66-67页 |
| ·实验结果与分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 在读期间发表的学术论文与取得的研究成果 | 第76页 |
| 发表论文 | 第76页 |
| 硕士期间研究经历 | 第76页 |