| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题背景和意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-16页 |
| 1.2.1 欠定盲源分离研究现状 | 第14-15页 |
| 1.2.2 欠定盲源提取研究现状 | 第15-16页 |
| 1.3 主要工作安排 | 第16-18页 |
| 第2章 盲信号分离和提取理论概述 | 第18-24页 |
| 2.1 欠定盲源分离系统模型 | 第18-20页 |
| 2.1.1 线性瞬时混合模型 | 第19页 |
| 2.1.2 无回响混合模型 | 第19-20页 |
| 2.1.3 卷积混合模型 | 第20页 |
| 2.2 常用的时频分析方法 | 第20-21页 |
| 2.2.1 短时傅里叶变换 | 第20-21页 |
| 2.2.2 魏格纳-维尔分布 | 第21页 |
| 2.3 盲源分离的不确定性 | 第21-22页 |
| 2.4 盲源分离算法性能指标 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于单源区间检测的混合矩阵估计算法 | 第24-38页 |
| 3.1 数学模型与时频分析 | 第24-26页 |
| 3.2 单源时频区间的概念及假设 | 第26页 |
| 3.3 TIFCORR算法和TIFROM算法 | 第26-28页 |
| 3.3.1 TIFCORR算法 | 第26-27页 |
| 3.3.2 TIFROM算法 | 第27-28页 |
| 3.4 基于单源区间预提取的混合矩阵估计算法 | 第28-34页 |
| 3.4.1 单源区间预提取 | 第28-31页 |
| 3.4.2 混合矩阵估计 | 第31-34页 |
| 3.5 仿真分析 | 第34-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 基于单源点检测的混合矩阵估计算法 | 第38-50页 |
| 4.1 信号模型和假设条件 | 第38-39页 |
| 4.2 空间时频分布下基于的单源点检测的混合矩阵估计算法 | 第39-43页 |
| 4.2.1 改进的单源点检测准则 | 第39-41页 |
| 4.2.2 低能量点去除 | 第41页 |
| 4.2.3 混合矩阵估计 | 第41-43页 |
| 4.3 仿真分析 | 第43-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 基于空域约束的欠定盲提取算法 | 第50-63页 |
| 5.1 独立分量分析 | 第50-52页 |
| 5.2 参考独立分量分析 | 第52-53页 |
| 5.2.1 ICA-R算法的提出 | 第52页 |
| 5.2.2 ICA-R算法原理 | 第52-53页 |
| 5.3 基于空域约束的欠定ICA-R算法 | 第53-57页 |
| 5.3.1 近场窄带信号模型 | 第53-54页 |
| 5.3.2 参考信号以及约束条件的构造 | 第54-55页 |
| 5.3.3 基于空域约束的欠定ICA-R算法 | 第55-57页 |
| 5.4 仿真分析 | 第57-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-73页 |
| 致谢 | 第73页 |