| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 英文缩写列表 | 第10-17页 |
| 第一章 绪论 | 第17-35页 |
| 1.1 研究背景以及意义 | 第17-24页 |
| 1.1.1 研究背景 | 第17-19页 |
| 1.1.2 研究意义 | 第19-24页 |
| 1.2 国内外的研究现状 | 第24-32页 |
| 1.2.1 瞬时线性混叠和独立元分析 | 第25-26页 |
| 1.2.2 欠定的线性混叠和稀疏元分析 | 第26-29页 |
| 1.2.3 盲信号分离算法和语音增强技术 | 第29-30页 |
| 1.2.4 国内盲信号分离的主要研究成果 | 第30-32页 |
| 1.3 面临的挑战及其展望 | 第32-33页 |
| 1.4 论文的研究内容和章节安排 | 第33-35页 |
| 第二章 低稀疏度情形下的欠定盲混叠的源信号重建 | 第35-56页 |
| 2.1 引言 | 第35页 |
| 2.2 问题的描述 | 第35-36页 |
| 2.3 混叠矩阵的估计方法 | 第36-44页 |
| 2.3.1 k均值聚类的混叠矩阵估计 | 第36-38页 |
| 2.3.2 基于二进制时频掩码矩阵估计方法 | 第38-39页 |
| 2.3.3 单源区间矩阵估计方法(MRISSI算法) | 第39-44页 |
| 2.4 源信号的重建 | 第44-50页 |
| 2.4.1 源信号的l_1范数解 | 第44-45页 |
| 2.4.2 最短路径分解法 | 第45-46页 |
| 2.4.3 源信号的l_0范数解 | 第46-47页 |
| 2.4.4 源信号的l_1范数解的性能分析 | 第47-49页 |
| 2.4.5 源信号的统计稀疏分解原则 | 第49-50页 |
| 2.5 仿真实验 | 第50-55页 |
| 2.6 本章小结 | 第55-56页 |
| 第三章 低稀疏度欠定混叠信号的盲提取 | 第56-67页 |
| 3.1 引言 | 第56页 |
| 3.2 问题的提出 | 第56-57页 |
| 3.3 混叠矩阵的基矢量估计 | 第57-58页 |
| 3.4 源信号提取算法 | 第58-60页 |
| 3.5 提取源的性质讨论 | 第60-63页 |
| 3.6 仿真实验 | 第63-66页 |
| 3.7 本章小结 | 第66-67页 |
| 第四章 在低稀疏度情形下基于时频掩码的欠定盲分离 | 第67-84页 |
| 4.1 引言 | 第67页 |
| 4.2 著名的DUET算法 | 第67-68页 |
| 4.3 DUET算法的性能讨论 | 第68-69页 |
| 4.4 改进的DUET算法 | 第69-72页 |
| 4.5 BE- TFMask算法 | 第72-74页 |
| 4.6 仿真实验 | 第74-83页 |
| 4.7 本章小结 | 第83-84页 |
| 第五章 低稀疏度欠定盲处理技术在语音增强中的应用 | 第84-114页 |
| 5.1 引言 | 第84页 |
| 5.2 欠定盲处理技术与语音增强的数学模型 | 第84-85页 |
| 5.3 语音增强算法的概述 | 第85-88页 |
| 5.3.1 常用单通道的语音增强算法 | 第85-87页 |
| 5.3.2 常用多通道语音增强技术的概况 | 第87-88页 |
| 5.4 欠定盲处理技术在双通道语音去噪中的应用 | 第88-98页 |
| 5.4.1 双通道带噪语音模型的稀疏元分析 | 第88-89页 |
| 5.4.2 高斯噪声源的稀疏元分析 | 第89-92页 |
| 5.4.3 基于时频掩码的双通道语音增强 | 第92-98页 |
| 5.5 欠定盲处理技术在单通道语音增强中的应用 | 第98-102页 |
| 5.5.1 单通道数学模型的转化 | 第98-100页 |
| 5.5.2 基于时频稀疏性的单通道语音增强算法 | 第100-102页 |
| 5.6 仿真实验 | 第102-113页 |
| 5.7 本章小结 | 第113-114页 |
| 总结与展望 | 第114-116页 |
| 参考文献 | 第116-125页 |
| 攻读学位期间发表的与学位论文内容相关的学术论文 | 第125-127页 |
| 致谢 | 第127-128页 |
| 附件 | 第128页 |