摘要 | 第1-10页 |
ABSTRACT | 第10-14页 |
符号表 | 第14-15页 |
缩略语 | 第15-19页 |
第一章 绪论 | 第19-29页 |
·盲信号处理的模型 | 第19-21页 |
·正定不含噪卷积混合盲分离频域解法概述 | 第21-26页 |
·频域解法简介 | 第21-22页 |
·复值信号的盲分离概述 | 第22-23页 |
·次序不确定性概述 | 第23-25页 |
·幅值不确定性简述 | 第25-26页 |
·含噪盲分离简述 | 第26页 |
·卷积混合盲分离在主动声纳目标检测中的应用 | 第26-27页 |
·本文的研究任务、研究内容与创新点 | 第27页 |
·本文内容的组织结构 | 第27-29页 |
第二章 数学基础 | 第29-36页 |
·高斯与非高斯分布 | 第29-30页 |
·不相关性和统计独立性 | 第30-31页 |
·贝叶斯概率理论简介 | 第31页 |
·信息理论简介 | 第31-32页 |
·熵 | 第31-32页 |
·微分熵 | 第32页 |
·互信息 | 第32页 |
·梯度与优化算法 | 第32-33页 |
·常规梯度法 | 第33页 |
·自然梯度法 | 第33页 |
·信号的白化 | 第33-34页 |
·盲分离评价指标 | 第34-35页 |
·本章小结 | 第35-36页 |
第三章 复值信号盲分离算法研究 | 第36-48页 |
·复随机向量与不相关性 | 第36-37页 |
·非正则复随机向量 | 第36-37页 |
·复随机向量的不相关性 | 第37页 |
·复信号盲分离主流算法介绍 | 第37-41页 |
·JADE | 第38页 |
·COMPLEX FASTICA | 第38页 |
·COMPLEX ICA | 第38-40页 |
·SUT | 第40-41页 |
·基于伪自相关矩阵的二阶统计量复值信号盲分离算法 | 第41-43页 |
·可分性简述 | 第41-42页 |
·基于伪自相关矩阵的算法推导 | 第42-43页 |
·基于伪互相关矩阵的高阶统计量复值信号盲分离算法 | 第43-44页 |
·仿真分析 | 第44-47页 |
·本章小结 | 第47-48页 |
第四章 卷积混合盲分离频域解法中的次序不确定性问题研究 | 第48-71页 |
·扩展的几何方法 | 第48-51页 |
·扩展MVDR | 第48-50页 |
·扩展MVDR 的仿真分析 | 第50-51页 |
·互参数法比较 | 第51-59页 |
·互参数法的理论基础与计算 | 第51-52页 |
·互参数法实验对比 | 第52-59页 |
·非正则复信号验证 | 第59-61页 |
·卷积混合盲分离频域算法实验研究 | 第61-69页 |
·本章小结 | 第69-71页 |
第五章 基于粒子滤波的含噪盲分离 | 第71-91页 |
·含噪盲分离的模型分解 | 第71-72页 |
·动态状态空间方程与含噪盲分离相结合的可行性分析 | 第72-74页 |
·观测方程 | 第72页 |
·基于时变自回归模型的动态状态方程 | 第72-73页 |
·双重估计 | 第73-74页 |
·粒子滤波简介 | 第74-79页 |
·粒子滤波发展简介 | 第74-75页 |
·粒子滤波的基本原理 | 第75-77页 |
·退化问题与重采样 | 第77-78页 |
·粒子平滑 | 第78-79页 |
·实验研究 | 第79-89页 |
·线性含噪盲分离仿真试验 | 第79-86页 |
·非线性含噪盲分离仿真试验 | 第86-89页 |
·本章小结 | 第89-91页 |
第六章 盲信号处理在主动声纳目标检测中的应用 | 第91-102页 |
·消除主动声纳混响方法简介 | 第91-94页 |
·基于混响非平稳和有色特性的方法介绍 | 第91-93页 |
·基于混响在时间上形成过程的方法介绍 | 第93-94页 |
·盲分离在主动声纳目标检测中应用的可行性分析 | 第94-97页 |
·主动声纳接收数据分析 | 第94-96页 |
·基于盲分离的主波束目标信号增强分析 | 第96-97页 |
·实验研究 | 第97-101页 |
·仿真目标试验 | 第98页 |
·真实目标试验 | 第98-101页 |
·本章小结 | 第101-102页 |
第七章 总结与展望 | 第102-106页 |
·本文总结 | 第102-104页 |
·盲信号处理的潜在研究方向 | 第104-106页 |
参考文献 | 第106-113页 |
致谢 | 第113-115页 |
攻读博士学位期间已公开发表或录用的论文 | 第115-117页 |
攻读博士学位期间所参与的科研项目 | 第117-118页 |
攻读博士学位期间所参与的学术活动 | 第118页 |