| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源及研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 混合信号分离方法研究现状 | 第10-12页 |
| 1.2.2 经验模态分解研究现状 | 第12-14页 |
| 1.2.3 独立成分分析算法研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 信号源建模及经验模态分解理论 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 混合雷达信号建模 | 第17-21页 |
| 2.2.1 混合雷达信号来源分析 | 第17-18页 |
| 2.2.2 混合雷达信号数学建模 | 第18-19页 |
| 2.2.3 混合雷达信号时频特性分析 | 第19-21页 |
| 2.3 EMD基本理论 | 第21-28页 |
| 2.3.1 EMD算法步骤 | 第21-23页 |
| 2.3.2 EMD算法主要问题 | 第23-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于EMD-IIT和ICA的混合信号预处理 | 第29-46页 |
| 3.1 引言 | 第29页 |
| 3.2 基于EMD和小波包的信号去噪 | 第29-36页 |
| 3.2.1 EMD迭代区间阈值去噪 | 第29-30页 |
| 3.2.2 基于小波包阈值的信号去噪 | 第30-31页 |
| 3.2.3 小波包框架下的EMD-IIT去噪算法研究 | 第31-36页 |
| 3.3 基于独立成分分析的模态解混叠 | 第36-44页 |
| 3.3.1 常用模态解混叠算法 | 第37-38页 |
| 3.3.2 独立成分分析算法 | 第38-40页 |
| 3.3.3 基于FastICA的模态解混叠 | 第40-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于时频分析和ICA的源信号恢复 | 第46-63页 |
| 4.1 引言 | 第46页 |
| 4.2 源信号恢复算法基本步骤 | 第46-47页 |
| 4.3 基于Hilbert变换的混合信号时频分析 | 第47-54页 |
| 4.3.1 Hilbert变换基本理论 | 第47-49页 |
| 4.3.2 IMF分量的时频分析 | 第49-51页 |
| 4.3.3 源信号时频特性估计 | 第51-54页 |
| 4.4 基于ICA的源信号恢复系数矩阵求解 | 第54-57页 |
| 4.4.1 混合信号与IMF分量的变换关系 | 第55-56页 |
| 4.4.2 源信号恢复系数矩阵的求解 | 第56-57页 |
| 4.5 混合信号分离算法性能分析 | 第57-61页 |
| 4.6 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |