ICA算法及其在阵列信号处理中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-23页 |
| ·课题的背景和意义 | 第13-14页 |
| ·ICA的应用 | 第14-16页 |
| ·ICA的研究概况 | 第16-21页 |
| ·实数ICA研究概况 | 第16-20页 |
| ·复数ICA研究概况 | 第20-21页 |
| ·本文研究的内容和结构安排 | 第21-23页 |
| 第2章 ICA的基本理论 | 第23-40页 |
| ·引言 | 第23页 |
| ·基础知识 | 第23-28页 |
| ·统计独立和不相关 | 第23-24页 |
| ·高阶统计量 | 第24-25页 |
| ·信息论 | 第25-28页 |
| ·ICA的基本问题 | 第28-31页 |
| ·ICA的基本概念 | 第28页 |
| ·ICA的数学模型 | 第28-29页 |
| ·ICA的基本假设 | 第29-30页 |
| ·ICA的不确定性 | 第30-31页 |
| ·ICA中的预处理 | 第31-33页 |
| ·ICA的典型算法 | 第33-38页 |
| ·信息最大化算法 | 第33-34页 |
| ·互信息最小化算法 | 第34-35页 |
| ·基于自然梯度的ICA算法 | 第35-36页 |
| ·特征矩阵的联合近似对角化算法 | 第36-38页 |
| ·ICA算法误差性能评价准则 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 快速ICA算法及其改进 | 第40-58页 |
| ·引言 | 第40页 |
| ·FastICA算法 | 第40-45页 |
| ·代价函数的建立 | 第40-43页 |
| ·代价函数的优化 | 第43-44页 |
| ·多个独立分量的提取 | 第44-45页 |
| ·改进的FastICA算法 | 第45-49页 |
| ·仿真试验与结果分析 | 第49-57页 |
| ·验证本文算法对亚高斯信源信号的有效性 | 第49-52页 |
| ·验证本文算法对超高斯信源信号的有效性 | 第52-54页 |
| ·验证本文算法的稳健性以及对混合峭度信源的有效性 | 第54-55页 |
| ·验证本文算法对真实信号的有效性 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 复数ICA算法及其改进 | 第58-88页 |
| ·引言 | 第58页 |
| ·复数ICA的基本问题 | 第58-60页 |
| ·复数随机变量的基本概念 | 第58-59页 |
| ·复数ICA的数学模型 | 第59-60页 |
| ·强不相关变换算法及其改进 | 第60-70页 |
| ·强不相关变换算法 | 第60-61页 |
| ·改进的强不相关变换算法 | 第61-65页 |
| ·仿真实验与结果分析 | 第65-70页 |
| ·复数快速ICA算法及其改进 | 第70-78页 |
| ·复数快速ICA算法 | 第70-72页 |
| ·改进的复数快速ICA算法 | 第72-74页 |
| ·仿真实验与结果分析 | 第74-78页 |
| ·复数非高斯最大化算法及其改进 | 第78-86页 |
| ·复数非高斯最大化算法 | 第78-80页 |
| ·改进的复数非高斯最大化算法 | 第80-81页 |
| ·仿真实验与结果分析 | 第81-86页 |
| ·本章小结 | 第86-88页 |
| 第5章 ICA算法在阵列信号处理中的应用 | 第88-113页 |
| ·引言 | 第88页 |
| ·阵列天线的模型 | 第88-90页 |
| ·波达方向估计算法 | 第90-100页 |
| ·多重信号分类波达方向估计算法 | 第90-92页 |
| ·旋转不变子空间波达方向估计算法 | 第92-94页 |
| ·基于改进算法的盲波达方向估计算法 | 第94-96页 |
| ·仿真试验与结果分析 | 第96-100页 |
| ·波束形成算法 | 第100-111页 |
| ·非盲自适应波束形成算法 | 第101页 |
| ·盲自适应波束形成算法 | 第101-103页 |
| ·改进的固定点盲波束形成算法 | 第103-107页 |
| ·仿真试验与结果分析 | 第107-111页 |
| ·本章小结 | 第111-113页 |
| 结论 | 第113-115页 |
| 参考文献 | 第115-125页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第125-126页 |
| 致谢 | 第126页 |
