| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究的目的和意义 | 第13-14页 |
| ·盲信号分离技术研究现状和发展态势 | 第14-17页 |
| ·本文的主要研究工作 | 第17-18页 |
| ·本文的内容安排 | 第18-21页 |
| 第二章 盲信号分离的理论基础及常用算法简介 | 第21-39页 |
| ·理论基础 | 第21-29页 |
| ·统计基础 | 第21-24页 |
| ·信息论基础 | 第24-27页 |
| ·非高斯性度量 | 第27-29页 |
| ·常用算法 | 第29-38页 |
| ·ICA 模型及其可辨识性 | 第29-30页 |
| ·固定点(Fixed Point)算法 | 第30-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 非圆信号的快速分离算法 | 第39-62页 |
| ·复信号独立分量分析的快速固定点算法 | 第39-42页 |
| ·圆信号ICA 的快速固定点算法(c-FastICA) | 第39-41页 |
| ·非圆信号ICA 的快速固定点算法(nc-FastICA) | 第41-42页 |
| ·非圆信号ICA 快速固定点算法的两类推广 | 第42-50页 |
| ·修正的非圆信号ICA 快速固定点算法(mnc-FastICA) | 第42-45页 |
| ·非圆信号盲分离(BNSS)的频域算法 | 第45-46页 |
| ·仿真实验 | 第46-50页 |
| ·非圆信号卷积型混合的独立向量分析方法 | 第50-60页 |
| ·问题引入 | 第51页 |
| ·独立向量分析 | 第51-53页 |
| ·非圆信号卷积型混合的独立向量分析算法(nc-IVA) | 第53-56页 |
| ·仿真实验 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 附录 | 第61-62页 |
| 第四章 含噪独立分量分析的期望最大化算法 | 第62-70页 |
| ·引言 | 第62页 |
| ·BSS 模型和贝叶斯原理 | 第62-63页 |
| ·含噪ICA 的EM 算法 | 第63-67页 |
| ·仿真实验 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于凸分析理论的盲信号分离算法 | 第70-95页 |
| ·引言 | 第70页 |
| ·基于非负信号混合凸分析的线性规划分离算法 | 第70-80页 |
| ·数学模型和非负盲源分离的凸分析 | 第71-78页 |
| ·实信号CAMNS-LP(R-CAMNS-LP)算法 | 第78-79页 |
| ·仿真实验 | 第79-80页 |
| ·基于邻近点梯度的独立分量分析算法 | 第80-94页 |
| ·一般的凸优化模型和邻近点梯度方法构造 | 第81-83页 |
| ·邻近点梯度方法的收敛性 | 第83-90页 |
| ·独立分量分析的快速邻近点梯度方法 | 第90-91页 |
| ·仿真实验 | 第91-94页 |
| ·本章小结 | 第94-95页 |
| 第六章 基于同频干扰分离的FM 信号无源定位技术 | 第95-112页 |
| ·引言 | 第95-96页 |
| ·基于同频干扰分离的FM 信号无源定位的方案设计 | 第96页 |
| ·直达波和多径等杂波的抑制 | 第96-97页 |
| ·一种适用于微弱信号盲提取的白化方法 | 第97-102页 |
| ·应用背景 | 第97-98页 |
| ·一种适用于微弱信号盲提取的白化方法 | 第98-101页 |
| ·仿真实验 | 第101-102页 |
| ·目标回波参数估计 | 第102-104页 |
| ·时延和多普勒频率估计 | 第102-103页 |
| ·DOA 估计和对目标的定位 | 第103-104页 |
| ·基于同频干扰分离的FM 信号无源定位的仿真实验 | 第104-111页 |
| ·本章小结 | 第111-112页 |
| 第七章 全文总结 | 第112-115页 |
| 致谢 | 第115-116页 |
| 参考文献 | 第116-126页 |
| 攻博期间取得的研究成果 | 第126-128页 |
