| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 单通道盲源分离研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文主要工作安排 | 第14-15页 |
| 第二章 盲源分离理论概述 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 盲源分离概念及数学模型 | 第15-16页 |
| 2.3 盲源分离算法简介 | 第16-20页 |
| 2.3.1 快速独立分量分析(FastICA) | 第16-19页 |
| 2.3.2 奇异谱分析法 | 第19-20页 |
| 2.4 算法性能的评价标准 | 第20-22页 |
| 2.4.1 相关系数矩阵 | 第20-21页 |
| 2.4.2 输出信噪比 | 第21页 |
| 2.4.3 算法执行时间 | 第21-22页 |
| 本章小结 | 第22-23页 |
| 第三章 集合经验模态分解 | 第23-32页 |
| 3.1 经验模态分解起源 | 第23页 |
| 3.2 经验模态分解基本概念 | 第23-27页 |
| 3.2.1 瞬时频率 | 第24页 |
| 3.2.2 固有模态分量 | 第24-25页 |
| 3.2.3 经验模态分解的自适应性 | 第25页 |
| 3.2.4 经验模态分解的完备性与正交性分析 | 第25-26页 |
| 3.2.5 经验模态分解的筛选停止准则 | 第26-27页 |
| 3.3 经验模态分解实现过程 | 第27-28页 |
| 3.4 集合经验模态分解 | 第28-31页 |
| 本章小结 | 第31-32页 |
| 第四章 基于EEMD-JADE的单通道生物医学信号盲分离 | 第32-46页 |
| 4.1 引言 | 第32页 |
| 4.2 生物医学信号 | 第32-35页 |
| 4.2.1 诱发电位(EP)信号 | 第33-34页 |
| 4.2.2 脑电信号(EEG) | 第34-35页 |
| 4.3 基于EEMD-JADE的单通道盲源分离算法 | 第35-38页 |
| 4.3.1 JADE算法 | 第35-37页 |
| 4.3.2 EEMD-JADE算法 | 第37-38页 |
| 4.4 算法仿真分析与比较 | 第38-45页 |
| 4.4.1 EEMD-JADE算法仿真 | 第38-40页 |
| 4.4.2 EEMD-PCA-ICA与EEMD-JADE算法比较 | 第40-45页 |
| 本章小结 | 第45-46页 |
| 第五章 基于EEMD-稀疏表示的单通道语音信号盲分离 | 第46-60页 |
| 5.1 引言 | 第46页 |
| 5.2 语音信号特性 | 第46-47页 |
| 5.2.1 短时平稳性 | 第46-47页 |
| 5.2.2 基音周期性 | 第47页 |
| 5.3 信号的采集 | 第47-49页 |
| 5.4 基于EEMD-稀疏表示的单通道盲源分离算法 | 第49-54页 |
| 5.4.1 信号稀疏性判断 | 第49-53页 |
| 5.4.2 势函数法 | 第53-54页 |
| 5.4.3 EEMD-稀疏表示算法 | 第54页 |
| 5.5 算法仿真分析及比较 | 第54-59页 |
| 5.5.1 EEMD-稀疏表示算法仿真 | 第54-56页 |
| 5.5.2 EEMD-稀疏表示与EEMD-PCA-ICA算法比较 | 第56-59页 |
| 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67-68页 |
