| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 盲源分离的研究背景与意义 | 第10页 |
| 1.2 盲源分离的技术研究概况 | 第10-11页 |
| 1.3 盲源分离的应用 | 第11-13页 |
| 1.4 本文主要创新点 | 第13-14页 |
| 1.5 本文的研究内容与结构安排 | 第14-16页 |
| 第2章 盲源分离的基本理论 | 第16-28页 |
| 2.1 盲源分离的数学基础 | 第16-20页 |
| 2.1.1 概率论 | 第16-17页 |
| 2.1.2 矩阵 | 第17-19页 |
| 2.1.3 信息论 | 第19-20页 |
| 2.2 盲源分离数学模型 | 第20-22页 |
| 2.3 盲源分离的可行性 | 第22-24页 |
| 2.4 盲源分离的一般求解过程 | 第24-27页 |
| 2.4.1 信号的预处理 | 第24-26页 |
| 2.4.2 目标函数 | 第26-27页 |
| 2.4.3 优化算法 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于符号算子的变步长不完整自然梯度算法 | 第28-48页 |
| 3.1 不完整的自然梯度算法 | 第28-33页 |
| 3.1.1 自然梯度算法 | 第28-30页 |
| 3.1.2 不完整的自然梯度算法 | 第30-33页 |
| 3.2 算法的分离性能指标 | 第33-35页 |
| 3.2.1 基于混合-分离矩阵的评价准则 | 第33-34页 |
| 3.2.2 基于信号波形的评价准则 | 第34-35页 |
| 3.3 基于符号算子的变步长不完整自然梯度算法 | 第35-39页 |
| 3.3.1 符号算子的引入 | 第35-36页 |
| 3.3.2 基于梯度的自适应步长 | 第36-37页 |
| 3.3.3 算法实现步骤及复杂度分析 | 第37-39页 |
| 3.4 仿真实验与结果分析 | 第39-46页 |
| 3.4.1 实验一 | 第39-42页 |
| 3.4.2 实验二 | 第42-46页 |
| 3.4.3 结果分析 | 第46页 |
| 3.5 本章小节 | 第46-48页 |
| 第4章 非平稳环境下的自适应不完整自然梯度约束算法 | 第48-60页 |
| 4.1 盲源分离中的非平稳性 | 第48-49页 |
| 4.2 约束算法的提出 | 第49-51页 |
| 4.3 自适应不完整自然梯度约束算法 | 第51-54页 |
| 4.3.1 非平稳环境下约束条件的设计 | 第51-52页 |
| 4.3.2 自适应约束因子 | 第52-53页 |
| 4.3.3 算法的实现步骤 | 第53-54页 |
| 4.4 仿真实验与结果分析 | 第54-59页 |
| 4.4.1 实验一 | 第55-58页 |
| 4.4.2 实验二 | 第58-59页 |
| 4.4.3 结果分析 | 第59页 |
| 4.5 本章小节 | 第59-60页 |
| 第5章 总结与展望 | 第60-64页 |
| 5.1 对本文工作的总结 | 第60-61页 |
| 5.2 对今后研究方向的展望 | 第61-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 硕士期间发表的论文 | 第72页 |