匹配追踪算法在语音盲源分离中的应用
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·盲源分离的研究现状 | 第9-11页 |
| ·语音信号盲源分离的应用 | 第11-12页 |
| ·本文主要工作与结构安排 | 第12-14页 |
| 第2章 盲源分离 | 第14-22页 |
| ·盲源分离 | 第14-17页 |
| ·线性盲源分离混合方式 | 第14-16页 |
| ·盲源分离研究内容 | 第16-17页 |
| ·语音信号分析方法 | 第17-18页 |
| ·盲源分离中应用的统计学相关概念 | 第18-20页 |
| ·盲源分离性能评价准则 | 第20-21页 |
| ·盲源分离发展面临的问题 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 独立成分分析算法 | 第22-28页 |
| ·ICA 基本理论 | 第22-23页 |
| ·ICA 的预处理方法及一般步骤 | 第23-24页 |
| ·ICA 的预处理方法 | 第23-24页 |
| ·ICA 分离算法的步骤 | 第24页 |
| ·ICA 的实验结果及性能分析 | 第24-26页 |
| ·ICA 实验 | 第24-26页 |
| ·实验小结 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第4章 自适应盲源分离算法 | 第28-35页 |
| ·EASI 自适应算法 | 第28-31页 |
| ·等变自适应算法的基本概述 | 第28-29页 |
| ·等变自适应算法的实验 | 第29-31页 |
| ·EASI 实验小结 | 第31页 |
| ·基于峭度的自适应语音盲源分离算法 | 第31-34页 |
| ·基于峭度的自适应算法的基本概述 | 第31-32页 |
| ·PDF 的估计及激活函数的选取 | 第32页 |
| ·基于峭度的自适应算法的实验及小结 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 基于 MP 的语音盲源分离算法 | 第35-52页 |
| ·信号的稀疏分解 | 第35-37页 |
| ·信号的稀疏分解基本概述 | 第35页 |
| ·信号的稀疏分解优点 | 第35-36页 |
| ·信号稀疏分解的一般步骤 | 第36-37页 |
| ·过完备字典 | 第37-39页 |
| ·过完备字典基本概述 | 第37-38页 |
| ·过完备字典的形成 | 第38页 |
| ·Gabor 过完备字典 | 第38-39页 |
| ·匹配追踪算法 | 第39-44页 |
| ·MP 基本概述 | 第39页 |
| ·MP 的应用 | 第39-40页 |
| ·MP 分解的两类算法 | 第40-43页 |
| ·正交匹配算法 | 第43-44页 |
| ·基于 MP 算法的改进 | 第44-47页 |
| ·基于 MP 算法的语音信号盲源分离 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 总结 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 申请学位期间的研究成果及发表的学术论文 | 第57页 |
