| 第一章 概 述 | 第1-14页 |
| 1．1 信号盲分离简介 | 第8-11页 |
| 1．1．1 信号盲分离的概念 | 第8-9页 |
| 1．1．2 信号盲分离的数学模型 | 第9-11页 |
| 1．2 信号盲分离技术的发展 | 第11-13页 |
| 1．3 本论文的主要工作 | 第13-14页 |
| 第二章 解决信号盲分离的一般思路 | 第14-20页 |
| 2．1 信号盲分离的可实现性 | 第14-15页 |
| 2．2 信号盲分离的思路简介 | 第15-16页 |
| 2．3 神经网络解决信号分离的可实现性 | 第16-18页 |
| 2．4 关于信息理论的一些基本知识 | 第18-20页 |
| 第三章 瞬时线性混合语音信号盲分离的信息最大化方法 | 第20-35页 |
| 3．1 信息最大化方法概述 | 第20-21页 |
| 3．1．1 思路简介 | 第20-21页 |
| 3．1．2 分离模型 | 第21页 |
| 3．2 信息最大化算法推导 | 第21-28页 |
| 3．2．1 单输入-单输出的情况 | 第22-24页 |
| 3．2．2 多输入-多输出的情况 | 第24-27页 |
| 3．2．3 通用的S型函数 | 第27-28页 |
| 3．3 思路归纳及问题说明 | 第28-29页 |
| 3．4 计算机模拟结果 | 第29-35页 |
| 3．4．1 测试流程 | 第30页 |
| 3．4．2 性能标准 | 第30-31页 |
| 3．4．3 模拟结果 | 第31-35页 |
| 第四章 卷积混合语音信号盲分离的信息最大化方法 | 第35-53页 |
| 4．1 卷积混合语音信号盲分离简介 | 第35-38页 |
| 4．1．1 卷积混合的数学模型 | 第35-36页 |
| 4．1．2 解决卷积混合信号盲分离的思路 | 第36-38页 |
| 4．2 卷积混合信号盲分离的信息最大化方法 | 第38-45页 |
| 4．2．1 前向型分离网络 | 第38-42页 |
| 4．2．2 后向型分离网络 | 第42-43页 |
| 4．2．3 改进的分离算法 | 第43-45页 |
| 4．3 原始信号的恢复 | 第45-47页 |
| 4．4 计算机模拟结果 | 第47-50页 |
| 4．5 关于算法的收敛性的讨论 | 第50-53页 |
| 第五章 结论 | 第53-56页 |
| 5．1 总结 | 第53-54页 |
| 5．2 未来的研究方向 | 第54-56页 |
| 参考文献 | 第56-58页 |