欠定盲源分离混合矩阵估计及源信号恢复算法
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 盲源分离技术 | 第11-14页 |
| 1.2.2 欠定盲源分离技术 | 第14-17页 |
| 1.3 论文主要内容及章节安排 | 第17-19页 |
| 第2章 欠定盲源分离 | 第19-31页 |
| 2.1 欠定盲源分离 | 第19-20页 |
| 2.1.1 系统模型 | 第19-20页 |
| 2.1.2 盲源分离的不确定性 | 第20页 |
| 2.2 稀疏分量分析 | 第20-23页 |
| 2.2.1 信号的稀疏特性 | 第21页 |
| 2.2.2 常用的时频变换工具 | 第21-22页 |
| 2.2.3 信号的聚类特性 | 第22-23页 |
| 2.3 混合矩阵估计的经典算法 | 第23-26页 |
| 2.3.1 K均值聚类算法 | 第23-24页 |
| 2.3.2 模糊C均值聚类算法 | 第24-25页 |
| 2.3.3 势函数法 | 第25-26页 |
| 2.3.4 拉普拉斯势函数法 | 第26页 |
| 2.4 源信号恢复主要算法 | 第26-29页 |
| 2.4.1 最小1l范数法 | 第26-27页 |
| 2.4.2 贝叶斯类信号恢复算法 | 第27-28页 |
| 2.4.3 二元掩蔽信号恢复算法 | 第28-29页 |
| 2.5 欠定盲源分离算法的性能评价指标 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于分段势函数的混合矩阵估计算法 | 第31-51页 |
| 3.1 时频单源点检测算法 | 第31-33页 |
| 3.2 基于MSCM的混合矩阵估计算法 | 第33-37页 |
| 3.2.1 权重势函数及其参数选择 | 第34-36页 |
| 3.2.2 确定源信号数量及混合矩阵的估计 | 第36-37页 |
| 3.3 MSCM算法的不足 | 第37页 |
| 3.4 基于分段势函数的混合矩阵估计算法 | 第37-43页 |
| 3.4.1 去除低能量点 | 第38-40页 |
| 3.4.2 分段势函数及其参数选择 | 第40-42页 |
| 3.4.3 源信号数量及混合矩阵的估计 | 第42-43页 |
| 3.5 算法的假设条件与主要步骤 | 第43-44页 |
| 3.6 验证实验 | 第44-49页 |
| 3.6.1 算法有效性 | 第44-47页 |
| 3.6.2 算法适用性 | 第47页 |
| 3.6.3 对比实验 | 第47-49页 |
| 3.7 本章小结 | 第49-51页 |
| 第4章 基于子空间投影的源信号恢复算法 | 第51-65页 |
| 4.1 经典子空间投影源信号恢复算法 | 第51-52页 |
| 4.2 经典子空间投影算法的不足 | 第52-53页 |
| 4.3 改进的子空间投影算法 | 第53-55页 |
| 4.4 改进子空间投影的简化算法 | 第55-58页 |
| 4.5 仿真实验 | 第58-63页 |
| 4.5.1 算法有效性 | 第58-60页 |
| 4.5.2 算法适用性及对比效果 | 第60-63页 |
| 4.6 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |
