| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 盲源分离研究现状 | 第9-12页 |
| 1.3 论文的主要工作及内容安排 | 第12-14页 |
| 第2章 语音信号盲源分离的概述 | 第14-28页 |
| 2.1 混合模型 | 第16-17页 |
| 2.1.1 瞬时混合模型 | 第16页 |
| 2.1.2 无回响混合模型 | 第16-17页 |
| 2.1.3 卷积混合模型 | 第17页 |
| 2.2 标准盲源分离算法 | 第17-18页 |
| 2.3 欠定盲分离算法 | 第18-20页 |
| 2.4 基于视听觉信息融合的语音信号盲分离 | 第20-27页 |
| 2.4.1 视觉信息的选择与提取 | 第22-23页 |
| 2.4.2 视听觉信息的融合 | 第23-26页 |
| 2.4.3 AV-IVA 算法 | 第26-27页 |
| 2.5 小结 | 第27-28页 |
| 第3章 基于高斯势函数的欠定语音混合信号盲分离算法 | 第28-39页 |
| 3.1 高斯势函数 | 第29-31页 |
| 3.2 基于高斯势函数法的混合参数的估计 | 第31页 |
| 3.3 源信号的估计 | 第31-32页 |
| 3.4 算法性能仿真 | 第32-38页 |
| 3.4.1 算法性能评价标准 | 第32-33页 |
| 3.4.2 实验一 | 第33页 |
| 3.4.3 实验二 | 第33-35页 |
| 3.4.4 实验三 | 第35-38页 |
| 3.5 小结 | 第38-39页 |
| 第4章 基于视听觉信息融合的高斯势函数算法 | 第39-52页 |
| 4.1 机器视觉定位 | 第40-42页 |
| 4.2 AVGPF 算法 | 第42-43页 |
| 4.3 算法性能仿真 | 第43-51页 |
| 4.3.1 算法性能评价标准 | 第43-44页 |
| 4.3.2 实验一 | 第44-47页 |
| 4.3.3 实验二 | 第47-50页 |
| 4.3.4 实验三 | 第50-51页 |
| 4.4 小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间的研究成果 | 第59页 |