基于高阶统计量的自适应盲分离算法研究
| 第一章 绪论 | 第1-13页 |
| ·肓信号处理问题的起源 | 第8-9页 |
| ·肓信号源分离 | 第9-10页 |
| ·盲分离的研究进展 | 第10-11页 |
| ·论文的结构 | 第11-13页 |
| 第二章 基础理论 | 第13-19页 |
| ·信号的混合模型 | 第13-14页 |
| ·信号的分离模型 | 第14-15页 |
| ·盲信号分离的假设条件和模糊性 | 第15-16页 |
| ·高阶统计量 | 第16-18页 |
| ·梯度下降法 | 第18页 |
| ·本章总结 | 第18-19页 |
| 第三章 基于高阶累积量的多通道盲解卷积 | 第19-31页 |
| ·混合模型 | 第19-20页 |
| ·分离网络 | 第20-22页 |
| ·分离算法 | 第22-23页 |
| ·算法的稳定性分析 | 第23-27页 |
| ·计算机仿真 | 第27-29页 |
| ·本章总结 | 第29-31页 |
| 第四章 基于熵最大原理的盲分离 | 第31-43页 |
| ·信息理论 | 第31页 |
| ·瞬时混合情况下基于熵最大化的肓分离 | 第31-34页 |
| ·在卷积混合情况下的肓分离算法 | 第34-35页 |
| ·计算机仿真结果及讨论 | 第35-38页 |
| ·本章总结 | 第38-39页 |
| ·本章附录 | 第39-43页 |
| 第五章 基于自然梯度的盲分离 | 第43-59页 |
| ·自然梯度 | 第43-45页 |
| ·基于自然梯度的盲分离 | 第45-47页 |
| ·算法性能分析 | 第47-52页 |
| ·算法仿真 | 第52-58页 |
| ·本章总结 | 第58-59页 |
| 第六章 水池试验数据处理 | 第59-64页 |
| ·实验的目的及方法 | 第59-60页 |
| ·数据的处理 | 第60-63页 |
| ·本章总结 | 第63-64页 |
| 第七章 总结 | 第64-66页 |
| ·论文的主要工作和创新点 | 第64页 |
| ·以后的工作 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-72页 |
