| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及现状 | 第10-12页 |
| 1.2 盲信号分离的基础知识 | 第12-14页 |
| 1.3 盲信号分离的基本原理 | 第14-17页 |
| 1.4 论文研究内容与创新点 | 第17-19页 |
| 第二章 盲分离算法分类及其实现过程 | 第19-28页 |
| 2.1 盲源分离方法介绍 | 第19-23页 |
| 2.1.1 基于高阶统计的方法 | 第19-20页 |
| 2.1.2 基于信息理论的方法 | 第20-23页 |
| 2.2 独立变量分析 | 第23-25页 |
| 2.3 信号分离常用评价指标 | 第25-27页 |
| 2.3.1 信噪比评价函数 | 第26页 |
| 2.3.2 相似系数评价函数 | 第26-27页 |
| 2.3.3 分离结果判定值（ PI ） | 第27页 |
| 2.4 ICA的基本方法 | 第27-28页 |
| 第三章 Fast ICA迭代算法 | 第28-42页 |
| 3.1 Fast ICA | 第28-35页 |
| 3.1.1 观测信号的去噪 | 第29-33页 |
| 3.1.2 观测信号的去均值与白化预处理 | 第33-35页 |
| 3.2 负熵最大的Fast ICA算法 | 第35-37页 |
| 3.3 非线性函数改进的Fast ICA算法 | 第37-42页 |
| 第四章 基于Steffensen迭代的Fast ICA | 第42-54页 |
| 4.1 牛顿迭代简介 | 第42-44页 |
| 4.2 迭代改进的Fast ICA算法 | 第44-49页 |
| 4.2.1 Steffensen加速迭代原理 | 第45-46页 |
| 4.2.2 迭代算法改进的Fast ICA算法 | 第46-49页 |
| 4.3 不同迭代法的两种Fast ICA算法性能指标分析 | 第49-54页 |
| 第五章 算法改进在语音信号中的实际应用 | 第54-63页 |
| 5.1 语音信号的一些常用特征 | 第54-56页 |
| 5.2 语音信号常用评判标准 | 第56-57页 |
| 5.3 改进算法在实际语音信号混合中的盲分离 | 第57-62页 |
| 5.4 本章总结 | 第62-63页 |
| 第六章 总结与展望 | 第63-66页 |
| 参考文献 | 第66-69页 |
| 作者攻读硕士学位期间的学术成果 | 第69-70页 |
| 致谢 | 第70页 |