摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
符号对照表 | 第13-16页 |
缩略语对照表 | 第16-21页 |
第一章 绪论 | 第21-31页 |
1.1 引言 | 第21页 |
1.2 盲信号分离方法的分类 | 第21-22页 |
1.3 盲信号分离的发展与现状 | 第22-26页 |
1.4 盲信号分离的应用领域 | 第26-28页 |
1.5 本文的研究内容安排 | 第28-31页 |
第二章 瞬时混叠盲信号分离的基础理论 | 第31-43页 |
2.1 引言 | 第31页 |
2.2 信号模型 | 第31-32页 |
2.3 基本假设 | 第32-33页 |
2.3.1 对源信号的统计特性有如下假设 | 第32页 |
2.3.2 对混叠矩阵(信道)有如下假设 | 第32-33页 |
2.3.3 对噪声的统计特性有如下假设 | 第33页 |
2.4 非圆信号的统计特性 | 第33-34页 |
2.5 可联合对角化结构 | 第34-39页 |
2.5.1 统计独立源的四阶累积量切片矩阵 | 第34-36页 |
2.5.2 统计独立源的第二广义特征函数的二阶导数 | 第36-38页 |
2.5.3 统计不相关源的二阶统计量 | 第38-39页 |
2.6 代价函数 | 第39-41页 |
2.6.1 基于F范数的代价函数 | 第39-40页 |
2.6.2 最小二乘拟合代价函数 | 第40-41页 |
2.7 预白化处理方法 | 第41-42页 |
2.8 本章小结 | 第42-43页 |
第三章 基于一维全局搜索的正交联合对角化算法 | 第43-67页 |
3.1 引言 | 第43-44页 |
3.2 基于一维全局搜索的正交联合对角化算法 | 第44-52页 |
3.2.1 问题描述 | 第44-45页 |
3.2.2 所提算法 | 第45-50页 |
3.2.3 计算复杂度分析 | 第50页 |
3.2.4 收敛性分析 | 第50-52页 |
3.3 算法推广 | 第52-61页 |
3.3.1 复矩阵转换为实对称矩阵方法 | 第52-53页 |
3.3.2 算法推广1:间接实现 | 第53-57页 |
3.3.3 算法推广2:直接实现 | 第57-59页 |
3.3.4 计算复杂度对比 | 第59-61页 |
3.4 实验仿真 | 第61-66页 |
3.5 本章小结 | 第66-67页 |
第四章 基于F范数代价函数的非酉联合对角化算法 | 第67-109页 |
4.1 引言 | 第67-69页 |
4.2 JDi算法的推广 | 第69-74页 |
4.2.1 MJDi算法 | 第69-71页 |
4.2.2 CJDi算法 | 第71-74页 |
4.3 问题描述 | 第74-75页 |
4.4 DJDi算法 | 第75-85页 |
4.4.1 仅考虑目标矩阵组R_H | 第76-80页 |
4.4.2 仅考虑目标矩阵组R_T | 第80-82页 |
4.4.3 同时考虑两组矩阵R_H和R_T | 第82-84页 |
4.4.4 算法步骤 | 第84页 |
4.4.5 计算复杂度 | 第84-85页 |
4.5 PSJD算法 | 第85-94页 |
4.5.1 仅考虑目标矩阵组R_H | 第86-89页 |
4.5.2 仅考虑目标矩阵组R_T | 第89-92页 |
4.5.3 同时考虑两组矩阵R_H和R_T | 第92-93页 |
4.5.4 算法步骤 | 第93页 |
4.5.5 计算复杂度 | 第93-94页 |
4.6 仿真实验 | 第94-107页 |
4.7 本章小结 | 第107-109页 |
第五章 基于最小二乘代价函数的非酉联合对角化算法 | 第109-133页 |
5.1 引言 | 第109-110页 |
5.2 问题描述 | 第110-111页 |
5.3 基于驻点法的非正交联合对角化算法 | 第111-131页 |
5.3.1 仅考虑目标矩阵组R_H | 第111-115页 |
5.3.2 仅考虑目标矩阵组R_T | 第115-118页 |
5.3.3 同时考虑两组矩阵R_H和R_T | 第118-119页 |
5.3.4 算法步骤 | 第119-120页 |
5.3.5 仿真实验 | 第120-131页 |
5.4 本章小结 | 第131-133页 |
第六章 结束语 | 第133-137页 |
6.1 本文内容总结 | 第133-134页 |
6.2 工作展望 | 第134-137页 |
参考文献 | 第137-147页 |
致谢 | 第147-149页 |
作者简介 | 第149-150页 |