摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-14页 |
·研究背景与意义 | 第8-11页 |
·课题支持 | 第11页 |
·本论文的主要工作及组织结构 | 第11-12页 |
·本章小结 | 第12-14页 |
第二章 盲信号分离的基础知识 | 第14-24页 |
·引言 | 第14-15页 |
·信号模型与假设 | 第15-17页 |
·信号模型 | 第15页 |
·基本假设 | 第15-17页 |
·算法构造 | 第17页 |
·对比函数理论 | 第17-21页 |
·两种对比函数的定义 | 第17-18页 |
·常用对比函数 | 第18-21页 |
·已有算法及其性能评价指标 | 第21-23页 |
·已有算法概述 | 第21-22页 |
·算法的性能评价指标 | 第22-23页 |
·小结 | 第23-24页 |
第三章 优化的EASI算法 | 第24-34页 |
·引言 | 第24页 |
·优化的EASI算法 | 第24-29页 |
·最小互信息对比函数和Cardoso的EASI算法 | 第24-26页 |
·优化的 EASI 算法的提出及其稳定性分析 | 第26-29页 |
·计算机仿真 | 第29-32页 |
·本章小结 | 第32-34页 |
第四章 超定盲信号分离RLS算法研究 | 第34-42页 |
·引言 | 第34-35页 |
·已有的RLS算法 | 第35-36页 |
·pajunen等人的RLS型盲信号分离算法 | 第35页 |
·朱孝龙等人的基于自然梯度的RLS型盲信号分离算法 | 第35页 |
·不需要预白化的RLS型盲信号分离算法 | 第35-36页 |
·超定盲信号分离的RLS型算法 | 第36-38页 |
·基于投影自然梯度的超定盲信号分离的LMS型算法 | 第36-37页 |
·基于投影自然梯度的超定盲信号分离的RLS型算法 | 第37-38页 |
·仿真实验 | 第38-40页 |
·结论 | 第40-42页 |
第五章 总结和展望 | 第42-44页 |
·总结 | 第42页 |
·展望 | 第42-44页 |
致谢 | 第44-46页 |
参考文献 | 第46-50页 |
硕士期间论文发表情况及科研工作 | 第50-51页 |