噪声条件下欠定盲源分离算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-12页 |
| 1.1 欠定盲源分离的研究背景和意义 | 第9页 |
| 1.2 欠定盲源分离的研究现状 | 第9-11页 |
| 1.3 本文主要研究工作及各章节安排 | 第11-12页 |
| 2 欠定盲源分离的基本概念和基本原理 | 第12-19页 |
| 2.1 欠定盲源分离的数学模型 | 第12-13页 |
| 2.2 信号的稀疏性 | 第13-15页 |
| 2.3 信号的时频分析 | 第15-17页 |
| 2.3.1 短时傅里叶变换 | 第16页 |
| 2.3.2 维格纳-韦立分布 | 第16-17页 |
| 2.4 欠定盲源分离算法性能评价准则 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 基于矩阵变换和逐层分离的欠定盲源分离方法 | 第19-34页 |
| 3.1 问题的提出 | 第19页 |
| 3.2 单源时频点的辨识 | 第19-21页 |
| 3.3 变换矩阵和掩蔽模版的构建 | 第21-27页 |
| 3.4 逐层时频点的分离 | 第27-29页 |
| 3.5 计算机仿真实验结果 | 第29-33页 |
| 3.5.1 语音信号的分离 | 第29-30页 |
| 3.5.2 语音和音乐的分离 | 第30-31页 |
| 3.5.3 语音和噪声信号的分离 | 第31-32页 |
| 3.5.4 相关信号的分离 | 第32页 |
| 3.5.5 不同情形下的大量随机实验 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 基于支持向量机的单观测二值信号欠定分离方法 | 第34-45页 |
| 4.1 问题的提出 | 第34页 |
| 4.2 支持向量机 | 第34-37页 |
| 4.3 基于支持向量机的单观测二值分离系统 | 第37-40页 |
| 4.4 计算机仿真实验结果 | 第40-44页 |
| 4.4.1 不含噪声情况下的二值图像分离 | 第40-41页 |
| 4.4.2 噪声情况下的二值图像分离 | 第41-43页 |
| 4.4.3 随机加噪重复分离实验 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 基于最大后验的二值图像单路欠定盲源方法 | 第45-63页 |
| 5.1 问题的提出 | 第45页 |
| 5.2 基于最大后验的混合参数估计 | 第45-48页 |
| 5.3 逐层信源分离 | 第48-49页 |
| 5.4 计算机仿真实验结果 | 第49-62页 |
| 5.4.1 低相关图像的分离 | 第50-52页 |
| 5.4.2 高相关图像的分离 | 第52-57页 |
| 5.4.3 噪声环境下的分离结果 | 第57-60页 |
| 5.4.4 算法性能的客观评价 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |
