| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 课题的研究现状和发展趋势 | 第12-16页 |
| 1.3 论文创新点和结构安排 | 第16-19页 |
| 1.3.1 论文创新点 | 第16-17页 |
| 1.3.2 论文结构安排 | 第17-19页 |
| 第二章 盲源分离算法基本理论 | 第19-29页 |
| 2.1 盲源分离数学模型 | 第19-21页 |
| 2.1.1 线性瞬时混合模型 | 第19-20页 |
| 2.1.2 卷积混合模型 | 第20-21页 |
| 2.2 盲源分离前提条件 | 第21-23页 |
| 2.2.1 对信源假设 | 第21-23页 |
| 2.2.2 对滤波器假设 | 第23页 |
| 2.3 盲源分离预处理 | 第23-24页 |
| 2.3.1 信号的零均值化 | 第23页 |
| 2.3.2 信号的白化处理 | 第23-24页 |
| 2.4 盲源分离的分离准则 | 第24-26页 |
| 2.4.1 峰度值最大化 | 第24-25页 |
| 2.4.2 互信息最小化 | 第25页 |
| 2.4.3 负熵最大化 | 第25-26页 |
| 2.4.4 高阶累积量法 | 第26页 |
| 2.5 评价准则 | 第26-27页 |
| 2.5.1 相关系数 | 第26页 |
| 2.5.2 散点图 | 第26-27页 |
| 2.5.3 信噪比 | 第27页 |
| 2.6 本草小结 | 第27-29页 |
| 第三章 粒子群优化算法 | 第29-36页 |
| 3.1 基本粒子群优化算法 | 第29-32页 |
| 3.1.1 算法依据 | 第29-30页 |
| 3.1.2 算法描述 | 第30-31页 |
| 3.1.3 算法流程 | 第31-32页 |
| 3.2 改进粒子群优化算法 | 第32-33页 |
| 3.2.1 改进依据 | 第32页 |
| 3.2.2 算法描述 | 第32-33页 |
| 3.2.3 基于改进粒子群盲源分离算法步骤 | 第33页 |
| 3.3 简化粒子群优化算法 | 第33-35页 |
| 3.3.1 算法依据 | 第33-34页 |
| 3.3.2 算法描述 | 第34页 |
| 3.3.3 算法流程 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 改进的线性盲源分离算法 | 第36-50页 |
| 4.1 基于峰度值盲源分离算法 | 第36-40页 |
| 4.1.1 算法描述 | 第36-37页 |
| 4.1.2 基于峰度值和改进粒子群的盲源分离算法 | 第37页 |
| 4.1.3 仿真实验结果 | 第37-40页 |
| 4.2 改进的盲源分离算法 | 第40-42页 |
| 4.2.1 改进依据 | 第40页 |
| 4.2.2 基于非线性函数和简化粒子群的盲源分离算法 | 第40-41页 |
| 4.2.3 改进的盲源分离算法步骤 | 第41-42页 |
| 4.3 仿真实验 | 第42-48页 |
| 4.3.1 多类型源信号同时混合的盲源分离仿真实验 | 第42-45页 |
| 4.3.2 含有两路高斯信号的盲源分离仿真实验 | 第45-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 基于峰度值的消源卷积混合盲源分离算法 | 第50-62页 |
| 5.1 算法提出 | 第50页 |
| 5.2 算法描述 | 第50-53页 |
| 5.3 仿真实验 | 第53-60页 |
| 5.3.1 对PAM信号卷积混合消源盲源分离仿真 | 第53-55页 |
| 5.3.2 对BPSK信号卷积混合消源盲源分离仿真 | 第55-57页 |
| 5.3.3 对随机信号卷积混合消源盲源分离仿真 | 第57-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第六章 基于四阶互累积量的卷积混合盲源分离算法 | 第62-69页 |
| 6.1 算法提出 | 第62-63页 |
| 6.2 算法描述 | 第63-64页 |
| 6.3 仿真实验 | 第64-67页 |
| 6.4 本章小结 | 第67-69页 |
| 第七章 结论 | 第69-71页 |
| 7.1 本文工作总结 | 第69-70页 |
| 7.2 未来工作展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读学位期间所取得的相关科研成果 | 第77-79页 |
| 致谢 | 第79-81页 |
