| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·引言 | 第7-8页 |
| ·盲信号分离问题研究现状 | 第8-10页 |
| ·线性混叠信号盲分离 | 第8-10页 |
| ·非线性混叠信号盲分离 | 第10页 |
| ·本文的主要研究工作 | 第10-12页 |
| 2 盲源分离基本理论和方法研究 | 第12-21页 |
| ·盲信号分离的基本理论 | 第12-14页 |
| ·盲信号分离数学模型 | 第12-13页 |
| ·盲源分离的可辨识性和不确定性 | 第13-14页 |
| ·基于 ICA的盲源分离方法 | 第14-19页 |
| ·基于信息理论的方法 | 第15-17页 |
| ·基于非高斯性最大化的方法 | 第17-19页 |
| ·基于 ICA的盲源分离仿真实验 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 基于蚁群算法的线性盲源分离问题的研究 | 第21-37页 |
| ·引言 | 第21页 |
| ·蚁群优化算法的基本原理 | 第21-24页 |
| ·蚁群优化算法的自然隐喻 | 第21-23页 |
| ·蚁群优化算法的框架 | 第23-24页 |
| ·基于蚁群算法的盲源分离问题的研究 | 第24-31页 |
| ·基于最小互信息的代价函数 | 第24-26页 |
| ·蚁群学习算法 | 第26-27页 |
| ·基于ACO解决BSS问题的主要步骤 | 第27页 |
| ·仿真与分析 | 第27-31页 |
| ·基于蚁群算法的BSE问题的研究 | 第31-36页 |
| ·BSE问题的数学描述 | 第31页 |
| ·峭度最大代价函数 | 第31-32页 |
| ·消源处理 | 第32-33页 |
| ·仿真与分析 | 第33-36页 |
| ·小结 | 第36-37页 |
| 4 基于高阶统计理论和蚁群算法的非线性盲源分离算法研究 | 第37-42页 |
| ·引言 | 第37页 |
| ·非线性盲源分离的数学模型 | 第37-38页 |
| ·基于高阶统计理论和蚁群算法的非线性盲源分离算法研究 | 第38-41页 |
| ·基于高阶统计理论的非线性盲源分离准则 | 第38-39页 |
| ·算法流程 | 第39-40页 |
| ·仿真与分析 | 第40-41页 |
| ·小结 | 第41-42页 |
| 5 基于 DSP的盲源分离实验 | 第42-51页 |
| ·引言 | 第42页 |
| ·基于DSP+RTDX+PC/Windows构架的盲源分离实验平台 | 第42-45页 |
| ·RTDX数据交换过程 | 第42-45页 |
| ·实验平台的软件结构 | 第45-46页 |
| ·主机和目标板双向实时数据传输具体实现 | 第45-46页 |
| ·盲源分离算法的嵌入及程序流程 | 第46页 |
| ·实验平台的硬件结构 | 第46-47页 |
| ·实验与分析 | 第47-50页 |
| ·实验步骤 | 第47-48页 |
| ·实验结果 | 第48-50页 |
| ·小结 | 第50-51页 |
| 6 总结与展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者在攻读硕士期间所发表的论文及获奖情况 | 第57页 |
