基于变分模态分解的混合信号分离方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第15-19页 |
| 1.1 研究背景和意义 | 第15页 |
| 1.2 研究现状与发展趋势 | 第15-17页 |
| 1.2.1 单通道混合信号分离的研究现状 | 第15-16页 |
| 1.2.2 NMF算法的研究现状 | 第16-17页 |
| 1.2.3 变分模态分解的研究现状 | 第17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 盲源分离的基本理论 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 单通道混合信号分离模型 | 第19-20页 |
| 2.3 盲源分离的可分离性与不确定性 | 第20-21页 |
| 2.4 数据的预处理 | 第21-23页 |
| 2.4.1 中心化 | 第21-22页 |
| 2.4.2 白化 | 第22页 |
| 2.4.3 分帧加窗 | 第22-23页 |
| 2.5 正定盲源分离 | 第23-29页 |
| 2.5.1 ICA的算法模型 | 第24-25页 |
| 2.5.2 用峭度解决ICA模型 | 第25-27页 |
| 2.5.3 用负熵解决ICA模型 | 第27-29页 |
| 2.6 分离效果的评判参数 | 第29页 |
| 2.7 本章小结 | 第29-31页 |
| 第3章 基于VMD和ICA的混合信号分离 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 模态分解相关的基础概念 | 第31-35页 |
| 3.2.1 希尔伯特变换与解析信号 | 第31-32页 |
| 3.2.2 瞬时频率 | 第32页 |
| 3.2.3 本征模态函数 | 第32页 |
| 3.2.4 维纳滤波 | 第32-33页 |
| 3.2.5 经验模态分解(EMD) | 第33-35页 |
| 3.3 变分模态分解的原理 | 第35-39页 |
| 3.3.1 构造变分模型 | 第35-36页 |
| 3.3.2 求解变分模型 | 第36-39页 |
| 3.4 基于VMD和ICA的混合信号分离 | 第39-46页 |
| 3.4.1 算法的具体步骤 | 第39-40页 |
| 3.4.2 算法实现流程图 | 第40页 |
| 3.4.3 VMD算法中K值的确定 | 第40-41页 |
| 3.4.4 实验仿真与分析 | 第41-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于VMD和NMF的混合信号分离 | 第47-65页 |
| 4.1 引言 | 第47页 |
| 4.2 语音信号的基础知识 | 第47-48页 |
| 4.2.1 语音信号的特点 | 第47页 |
| 4.2.2 语音信号的频域表示 | 第47-48页 |
| 4.3 非负矩阵分解算法 | 第48-52页 |
| 4.3.1 非负矩阵分解模型 | 第48页 |
| 4.3.2 求解NMF模型 | 第48-51页 |
| 4.3.3 NMF的约束准则 | 第51-52页 |
| 4.3.4 NMF的算法步骤 | 第52页 |
| 4.4 聚类算法 | 第52-54页 |
| 4.4.1 K均值聚类 | 第52-53页 |
| 4.4.2 模糊C均值聚类 | 第53-54页 |
| 4.5 基于NMF的单通道语音信号分离 | 第54-59页 |
| 4.5.1 算法步骤 | 第55-56页 |
| 4.5.2 算法流程图 | 第56页 |
| 4.5.3 实验及结果分析 | 第56-59页 |
| 4.6 基于VMD和NMF的语音信号分离 | 第59-64页 |
| 4.6.1 算法步骤 | 第60页 |
| 4.6.2 算法流程图 | 第60-61页 |
| 4.6.3 实验及结果分析 | 第61-64页 |
| 4.7 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 全文总结 | 第65页 |
| 5.2 不足与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士期间发表的论文 | 第71-73页 |
| 致谢 | 第73页 |
