| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 论文研究内容 | 第8页 |
| 1.3 论文章节安排 | 第8-11页 |
| 第二章 盲源分离技术简介 | 第11-29页 |
| 2.1 盲源分离的基本原理 | 第11-14页 |
| 2.1.1 信息论基础知识 | 第11-14页 |
| 2.1.2 盲源分离的混合模型 | 第14页 |
| 2.2 盲源分离的算法分类 | 第14-27页 |
| 2.2.1 非欠定盲源分离算法 | 第16-20页 |
| 2.2.2 欠定盲源分离算法 | 第20-27页 |
| 2.3 盲源分离算法在语音分离中的应用 | 第27-29页 |
| 第三章 基于固定点的语音非欠定盲分离算法研究 | 第29-35页 |
| 3.1 基于四阶累积量的固定点算法 | 第29-32页 |
| 3.2 基于负熵的固定点算法 | 第32-35页 |
| 3.2.1 算法流程 | 第32-33页 |
| 3.2.2 非线性函数的改进 | 第33-35页 |
| 第四章 基于稀疏性的语音欠定盲分离算法研究 | 第35-49页 |
| 4.1 基于 ICA 和 T-F mask 的欠定盲源分离 | 第35-40页 |
| 4.1.1 分离阶段 | 第36-37页 |
| 4.1.2 核心程序 | 第37-38页 |
| 4.1.3 合并阶段 | 第38-40页 |
| 4.2 基于聚类和压缩感知的语音信号欠定盲源分离 | 第40-49页 |
| 4.2.1 基于 K 均值聚类的混合矩阵估计 | 第40-41页 |
| 4.2.2 基于压缩感知的源信号分离 | 第41-44页 |
| 4.2.3 基于单源点检测的混合矩阵估计算法 | 第44-49页 |
| 第五章 算法性能评价 | 第49-61页 |
| 5.1 语音质量评价标准 | 第49页 |
| 5.2 算法性能测试 | 第49-55页 |
| 5.2.1 基于固定点的非欠定语音分离算法测试 | 第49-52页 |
| 5.2.2 基于 ICA 和 T-F mask 的欠定语音分离算法测试 | 第52-53页 |
| 5.2.3 基于聚类的混合矩阵估计算法测试 | 第53-55页 |
| 5.3 测试结果分析 | 第55-61页 |
| 5.3.1 基于固定点的非欠定语音盲分离算法分析 | 第55-58页 |
| 5.3.2 欠定语音盲分离算法分析 | 第58-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 论文工作总结 | 第61页 |
| 6.2 后续工作和展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-68页 |