| 第一章 绪论 | 第1-9页 |
| ·盲信号分离的研究和发展 | 第5-6页 |
| ·盲信号分离的方法 | 第6-9页 |
| 第二章 高等统计量 | 第9-12页 |
| ·一维 | 第9页 |
| ·多维 | 第9-12页 |
| 第三章 高矩阵 | 第12-15页 |
| 第四章 ICA模型 | 第15-31页 |
| ·ICA模型 | 第15-19页 |
| ·鉴别信息(Kullback散度)和相互信息量 | 第19-22页 |
| ·统计独立性的度量 | 第22-27页 |
| ·对比函数的选取和简化 | 第27-31页 |
| ·Hermit多项式 | 第27-28页 |
| ·Edgeworth展开 | 第28-31页 |
| 第五章 ICA在盲信号分离中的应用 | 第31-57页 |
| ·盲信号分离的先决条件 | 第31-32页 |
| ·算法的提出 | 第32-44页 |
| ·估计的分析 | 第32-34页 |
| ·对比函数的实选取 | 第34-35页 |
| ·约束优化理论 | 第35-37页 |
| ·算法优化的推导 | 第37-43页 |
| ·分离所有独立分量 | 第43-44页 |
| ·实际算法的应用及分离结果 | 第44-57页 |
| ·数据的前期处理 | 第44-45页 |
| ·数值仿真实验 | 第45-57页 |
| 第六章 小结 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |