| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景 | 第10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 盲源分离研究现状 | 第11-12页 |
| 1.3.2 稀疏分量分析研究现状 | 第12-14页 |
| 1.4 本文的主要研究内容 | 第14-16页 |
| 第2章 欠定盲源分离的基础理论 | 第16-26页 |
| 2.1 欠定盲源分离系统的数学模型 | 第16-18页 |
| 2.1.1 混合系统模型 | 第17-18页 |
| 2.1.2 分离系统模型 | 第18页 |
| 2.2 稀疏分量分析方法 | 第18-21页 |
| 2.2.1 稀疏信号的概念 | 第19-20页 |
| 2.2.2 稀疏信号特征及变换方法 | 第20-21页 |
| 2.3 传统混合矩阵估计算法 | 第21-23页 |
| 2.3.1 势函数方法 | 第21-22页 |
| 2.3.2 K-means聚类算法 | 第22-23页 |
| 2.3.3 模糊C-均值聚类算法 | 第23页 |
| 2.4 算法性能评价准则 | 第23-25页 |
| 2.4.1 混合矩阵估计性能评价准则 | 第23-24页 |
| 2.4.2 源信号分离与重构性能评价准则 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于DBSCAN与霍夫变换的混合矩阵估计算法 | 第26-46页 |
| 3.1 引言 | 第26页 |
| 3.2 信号的稀疏性增强 | 第26-33页 |
| 3.2.1 单源时频点概念 | 第26-28页 |
| 3.2.2 基于相角的单源点检测 | 第28-31页 |
| 3.2.3 低能量点去除及归一化 | 第31-33页 |
| 3.3 密度空间聚类算法基础理论 | 第33-36页 |
| 3.3.1 算法相关概念 | 第33-34页 |
| 3.3.2 改进的密度空间聚类算法 | 第34-36页 |
| 3.4 霍夫变换的基本原理 | 第36-38页 |
| 3.4.1 霍夫变换概念 | 第36页 |
| 3.4.2 直线方向的估计理论 | 第36-38页 |
| 3.5 DBSCAN与霍夫变换结合的混合矩阵估计 | 第38-39页 |
| 3.5.1 结合算法的原理 | 第38-39页 |
| 3.5.2 混合矩阵估计算法步骤 | 第39页 |
| 3.6 实验结果及分析 | 第39-45页 |
| 3.6.1 信号来源及混合处理 | 第39-40页 |
| 3.6.2 实验仿真结果 | 第40-43页 |
| 3.6.3 实验数据分析 | 第43-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第4章 基于方向密度检测与霍夫变换的混合矩阵估计 | 第46-58页 |
| 4.1 引言 | 第46页 |
| 4.2 混合信号的稀疏性增强 | 第46-47页 |
| 4.3 局部方向密度检测方法 | 第47-48页 |
| 4.4 霍夫变换与局部方向密度检测的混合矩阵估计 | 第48-50页 |
| 4.4.1 混合矩阵估计算法原理 | 第48-49页 |
| 4.4.2 局部方向密度检测结合霍夫变换的算法 | 第49-50页 |
| 4.5 实验结果与分析 | 第50-57页 |
| 4.5.1 实验一及数据分析 | 第50-54页 |
| 4.5.2 实验二及数据分析 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 源信号的恢复算法 | 第58-66页 |
| 5.1 引言 | 第58页 |
| 5.2 源信号的恢复算法 | 第58-61页 |
| 5.2.1 线性规划算法 | 第58-59页 |
| 5.2.2 结合K-SVD理论的源信号重构 | 第59-61页 |
| 5.3 实验结果与分析 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |