摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
图索引 | 第11-13页 |
符号表 | 第13-14页 |
第1章 绪论 | 第14-27页 |
·课题研究的意义 | 第14-16页 |
·课题研究的现状 | 第16-25页 |
·循环平稳理论的研究现状 | 第17-20页 |
·盲源分离算法的发展现状 | 第20-24页 |
·基于循环平稳理论的盲源分离 | 第24-25页 |
·课题研究的背景 | 第25页 |
·论文主要工作和结构安排 | 第25-27页 |
第2章 基于循环平稳理论的盲源分离 | 第27-45页 |
·盲源分离的基本理论与算法 | 第27-31页 |
·盲源分离的数学模型 | 第27-29页 |
·盲源分离的算法分析 | 第29-30页 |
·盲源分离的评价指标 | 第30-31页 |
·循环平稳理论 | 第31-43页 |
·低阶循环平稳过程 | 第33-38页 |
·高阶循环统计量 | 第38-43页 |
·基于循环平稳理论的盲源分离 | 第43页 |
·本章小结 | 第43-45页 |
第3章 基于循环平稳度的盲源分离算法 | 第45-72页 |
·二阶循环平稳度分离准则 | 第45-47页 |
·二阶循环统计量 | 第45-46页 |
·二阶循环平稳度准则 | 第46-47页 |
·基于二阶循环统计量的DCS盲源分离算法 | 第47-54页 |
·基于循环平稳理论的盲源分离原理 | 第47-50页 |
·算法性能分析 | 第50-51页 |
·仿真试验 | 第51-54页 |
·高阶累积量循环平稳度准则 | 第54-64页 |
·高阶循环累积量 | 第55-59页 |
·高阶循环平稳度分离准则 | 第59-64页 |
·基于高阶循环平稳度准则的盲源分离算法 | 第64-70页 |
·算法原理 | 第64-66页 |
·计算机仿真 | 第66-69页 |
·算法性能分析 | 第69-70页 |
·小结 | 第70-72页 |
第4章 基于对角化原理的循环平稳盲源分离算法 | 第72-102页 |
·矩阵对角化及特征值分解 | 第72-82页 |
·矩阵可对角化理论 | 第72-77页 |
·特征值和特征向量矩阵的对角化 | 第73-76页 |
·可对角化矩阵 | 第76-77页 |
·矩阵的奇异值分解 | 第77-78页 |
·信号的白化处理 | 第78-82页 |
·盲源分离算法中分离矩阵 | 第79-80页 |
·信号的白化处理 | 第80-82页 |
·二阶循环平稳理论的鲁棒白化平均矩阵对角化盲源分离算法 | 第82-90页 |
·鲁棒预白化 | 第82-83页 |
·基于鲁棒白化平均矩阵对角化盲源分离算法 | 第83-84页 |
·算法的基本理论 | 第84-87页 |
·算法性能指标 | 第87页 |
·计算机仿真 | 第87-90页 |
·联合近似对角化原理 | 第90-93页 |
·循环累积量矩阵 | 第90-91页 |
·联合近似对角化原理 | 第91-93页 |
·基于四阶循环累积量的JADE盲源分离算法 | 第93-101页 |
·JADE盲源分离算法原理 | 第93-95页 |
·基于四阶循环累积量的JADE盲源分离算法 | 第95-97页 |
·试验仿真 | 第97-101页 |
·小结 | 第101-102页 |
第5章 互信息量最小化的循环平稳信号盲源分法 | 第102-119页 |
·信息论的基本概念 | 第102-103页 |
·KL散度 | 第102页 |
·互信息量 | 第102-103页 |
·基于互信息量的盲源分离算法 | 第103-109页 |
·目标函数 | 第103-105页 |
·寻优算法 | 第105-109页 |
·基于最小互信息量的循环平稳盲源分离算法 | 第109-118页 |
·信息量最小化准则 | 第109-110页 |
·基于最小互信息量的循环平稳盲源分离算法 | 第110-113页 |
·计算机仿真 | 第113-117页 |
·算法性能分析 | 第117-118页 |
·本章小结 | 第118-119页 |
第6章 总结与展望 | 第119-122页 |
·本文所做的工作 | 第119-120页 |
·本文的创新点 | 第120-121页 |
·进一步的研究方向 | 第121-122页 |
参考文献 | 第122-131页 |
致谢 | 第131-132页 |
在读期间发表的论文及科研工作情况 | 第132-133页 |