稀疏分量分析的欠定盲分离算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 插图索引 | 第14-16页 |
| 附表索引 | 第16-17页 |
| 第1章 绪论 | 第17-30页 |
| ·研究背景及意义 | 第17-19页 |
| ·国内外研究现状 | 第19-23页 |
| ·盲源分离技术的应用 | 第23-27页 |
| ·论文的主要工作及组织结构 | 第27-30页 |
| 第2章 欠定盲源分离理论和算法 | 第30-38页 |
| ·欠定盲源分离数学模型 | 第30-31页 |
| ·欠定盲源分离相关理论知识 | 第31-34页 |
| ·信号的分布特性 | 第31-32页 |
| ·欠定盲源分离的先验性假设 | 第32页 |
| ·稀疏理论 | 第32-33页 |
| ·聚类分析 | 第33-34页 |
| ·欠定盲源分离方法 | 第34-36页 |
| ·衡量盲源分离的性能指标 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 稀疏二阶段欠定盲源分离方法 | 第38-51页 |
| ·引言 | 第38页 |
| ·欠定盲分离混叠矩阵估计 | 第38-43页 |
| ·势函数聚类的混叠矩阵估计方法 | 第38-39页 |
| ·拉普拉斯势函数法 | 第39-40页 |
| ·K 均值聚类方法 | 第40-42页 |
| ·霍夫变换的欠定盲源分离方法 | 第42-43页 |
| ·欠定盲分离源信号恢复 | 第43-44页 |
| ·仿真实验 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于蚁群聚类的混叠矩阵估计方法 | 第51-65页 |
| ·蚁群聚类原理 | 第52-54页 |
| ·蚁群聚类的混叠矩阵估计新方法 | 第54-58页 |
| ·观测信号分析与初始化 | 第54-55页 |
| ·初始化聚类中心 | 第55-56页 |
| ·聚类估计混叠矩阵 | 第56-58页 |
| ·源信号恢复 | 第58页 |
| ·欠定盲源分离算法步骤 | 第58-59页 |
| ·仿真实验及分析 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 加权最小化 L1 范数源信号恢复新方法 | 第65-72页 |
| ·源信号恢复过程分析 | 第65-66页 |
| ·最小化 L1 范数法的局限性 | 第66-67页 |
| ·改进的加权最小化 L1 范数方法原理 | 第67-68页 |
| ·加权最小化 L1 范数算法步骤 | 第68页 |
| ·仿真测试 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-75页 |
| 参考文献 | 第75-85页 |
| 致谢 | 第85-87页 |
| 附录 A 读研期间发表学术论文 | 第87页 |
