基于时序结构信号盲源分离研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-16页 |
| ·研究背景与意义 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文构想 | 第15-16页 |
| 第2章盲源分离的基本理论及主要算法 | 第16-30页 |
| ·盲源分离基本原理 | 第16-18页 |
| ·线性混合模型 | 第16-17页 |
| ·非线性混合模型 | 第17-18页 |
| ·盲源分离的一些假设 | 第18-19页 |
| ·盲信号分离的预处理 | 第19-20页 |
| ·信号的去均值处理 | 第19-20页 |
| ·信号的白化处理 | 第20页 |
| ·盲信号分离的方法 | 第20-25页 |
| ·主分量分析 | 第20-21页 |
| ·瑞利熵 | 第21-22页 |
| ·独立分量分析 | 第22-25页 |
| ·时序结构盲源分离方法 | 第25页 |
| ·典型时序结构盲源分离算法 | 第25-28页 |
| ·AMUSE 算法 | 第26页 |
| ·二阶盲辨识（SOBI）算法 | 第26-27页 |
| ·JADE 算法 | 第27-28页 |
| ·盲信号分离的性能评价指标 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于信源特征参量的盲源分离算法 | 第30-40页 |
| ·系统模型 | 第31页 |
| ·特征参量的变化度 | 第31-33页 |
| ·一阶特征参量的变化度 | 第32页 |
| ·二阶特征参量的变化度 | 第32页 |
| ·高阶特征参量的变化度 | 第32-33页 |
| ·基于二阶特征参量的盲分离原理及算法 | 第33-39页 |
| ·信号自相关函数变化度的性质 | 第33-34页 |
| ·分离算法 | 第34-35页 |
| ·实验结果 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于线性预测的盲源提取算法 | 第40-49页 |
| ·盲信号提取 | 第40页 |
| ·基于线性预测的盲提取算法 | 第40-42页 |
| ·本文提出算法 | 第42-48页 |
| ·分离算法 | 第43-44页 |
| ·算法仿真实现及结果分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录 A 攻读硕士学位期间发表的学术论文目录 | 第56页 |
