表目录 | 第7-8页 |
图目录 | 第8-10页 |
摘要 | 第10-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第13-20页 |
1.1 研究背景及意义 | 第13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 发展历程 | 第13-15页 |
1.2.2 研究现状 | 第15-17页 |
1.3 论文主要工作与结构安排 | 第17-20页 |
第二章 盲源分离基本理论与经典算法 | 第20-38页 |
2.1 引言 | 第20页 |
2.2 盲源分离数学模型 | 第20-24页 |
2.2.1 线性瞬时混合模型 | 第20-22页 |
2.2.2 盲源分离基本假设 | 第22-23页 |
2.2.3 盲源分离不确定性 | 第23-24页 |
2.3 观测信号预处理 | 第24-26页 |
2.3.1 零均值化 | 第24页 |
2.3.2 白化 | 第24-26页 |
2.4 独立性判决依据与分离性能指标 | 第26-29页 |
2.4.1 独立性判决依据 | 第26-28页 |
2.4.2 分离性能指标 | 第28-29页 |
2.5 经典算法性能仿真对比 | 第29-37页 |
2.5.1 基于峭度的 FastICA 算法 | 第30-31页 |
2.5.2 基于负熵的 FastICA 算法 | 第31-32页 |
2.5.3 特征矩阵联合近似对角化(JADE)算法 | 第32页 |
2.5.4 分离性能仿真分析 | 第32-37页 |
2.6 本章小结 | 第37-38页 |
第三章 基于小波去噪的带噪信号盲分离方法 | 第38-52页 |
3.1 引言 | 第38页 |
3.2 小波去噪原理及方法 | 第38-44页 |
3.2.1 小波去噪原理 | 第38-39页 |
3.2.2 小波去噪方法 | 第39-42页 |
3.2.3 去噪方法仿真分析 | 第42-44页 |
3.3 前、后去噪盲分离算法分离性能对比研究 | 第44-48页 |
3.3.1 前、后去噪盲分离算法基本思想 | 第44-45页 |
3.3.2 算法分离性能仿真 | 第45-48页 |
3.4 一种基于 JADE 与小波去噪的自适应盲分离方法 | 第48-50页 |
3.4.1 算法基本思想 | 第48-49页 |
3.4.2 算法实现步骤 | 第49页 |
3.4.3 仿真分析 | 第49-50页 |
3.5 本章小结 | 第50-52页 |
第四章 改进白化的 MDL-FastICA 算法 | 第52-66页 |
4.1 引言 | 第52页 |
4.2 信源个数估计方法研究 | 第52-56页 |
4.2.1 特征值分解法 | 第52-53页 |
4.2.2 基于信息论准则的信源估计法 | 第53-56页 |
4.3 算法性能仿真对比 | 第56-58页 |
4.3.1 基于信噪比变化的性能仿真 | 第56-57页 |
4.3.2 基于快拍数变化的性能仿真 | 第57-58页 |
4.4 基于 MDL 估计并考虑噪声影响的改进白化方法 | 第58-60页 |
4.5 改进白化的 MDL-FastICA 算法 | 第60-64页 |
4.5.1 基本思想 | 第60-61页 |
4.5.2 实现步骤 | 第61页 |
4.5.3 仿真分析 | 第61-64页 |
4.6 本章小结 | 第64-66页 |
第五章 基于 PSO-CF 的有限目标信号盲抽取算法 | 第66-80页 |
5.1 引言 | 第66页 |
5.2 基于规范四阶累积量的盲分离算法原理 | 第66-69页 |
5.2.1 问题模型 | 第66页 |
5.2.2 算法思想 | 第66-67页 |
5.2.3 实现步骤 | 第67-69页 |
5.3 基于 PSO-CF 的有限目标信号盲抽取算法 | 第69-75页 |
5.3.1 PSO-CF 原理 | 第69-70页 |
5.3.2 限制条件转化为参数编码 | 第70页 |
5.3.3 有限目标信号盲抽取算法思想 | 第70-71页 |
5.3.4 算法实现步骤 | 第71-72页 |
5.3.5 算法性能仿真 | 第72-75页 |
5.4 算法仿真综合比较 | 第75-78页 |
5.4.1 引入小波去噪并改进白化性能仿真 | 第75-77页 |
5.4.2 引入小波去噪的基于 PSO-CF 的盲分离算法性能仿真 | 第77-78页 |
5.4.3 改进白化的 PSO-CF 盲分离算法性能仿真 | 第78页 |
5.5 本章小结 | 第78-80页 |
结束语 | 第80-83页 |
参考文献 | 第83-88页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第88-89页 |
致谢 | 第89页 |