| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-29页 |
| 1.1 研究背景以及意义 | 第12-15页 |
| 1.2 盲分离数学模型 | 第15-22页 |
| 1.2.1 线性混叠模型 | 第15-17页 |
| 1.2.2 延迟无回声混叠 | 第17-18页 |
| 1.2.3 卷积混叠模型 | 第18-22页 |
| 1.3 盲分离的研究现状 | 第22-27页 |
| 1.3.1 独立分量分析 | 第23-24页 |
| 1.3.2 稀疏分量分析 | 第24-25页 |
| 1.3.3 平行因子分析 | 第25-27页 |
| 1.3.4 预编码器 | 第27页 |
| 1.4 论文的研究内容和章节安排 | 第27-29页 |
| 第二章 基于时频表示的欠定盲分离算法 | 第29-58页 |
| 2.1 引言 | 第29-32页 |
| 2.2 二次时频表示 | 第32-36页 |
| 2.3 一种基于魏格纳-威利分布的欠定盲分离算法 | 第36-49页 |
| 2.3.1 估计混叠矩阵的改进方法 | 第36-39页 |
| 2.3.2 一种基于时频表示的欠定盲分离算法(UBSS-FAS) | 第39-46页 |
| 2.3.3 讨论：自项时频点的提取 | 第46-49页 |
| 2.4 数值仿真 | 第49-57页 |
| 2.4.1 语音信号仿真 | 第49-55页 |
| 2.4.2 人脸图像仿真 | 第55-57页 |
| 2.5 本章小结 | 第57-58页 |
| 第三章 结合PARAFAC与时频表示的欠定盲分离算法 | 第58-73页 |
| 3.1 引言 | 第58-59页 |
| 3.2 平行因子分析 | 第59-61页 |
| 3.3 平行因子分析应用在盲分离的两个例子 | 第61-63页 |
| 3.3.1 第一个例子 | 第61-62页 |
| 3.3.2 第二个例子 | 第62-63页 |
| 3.4 结合PARAFAC与时频表示的欠定盲分离算法 | 第63-68页 |
| 3.5 数值仿真 | 第68-72页 |
| 3.6 本章小结 | 第72-73页 |
| 第四章 SIMO FIR信道的二阶盲均衡算法 | 第73-96页 |
| 4.1 引言 | 第73-75页 |
| 4.2 模型描述 | 第75-77页 |
| 4.3 截断传输矩阵算法回顾 | 第77-82页 |
| 4.3.1 符号说明以及截断传输矩阵算法 | 第77-81页 |
| 4.3.2 截断传输矩阵算法分析 | 第81-82页 |
| 4.4 一种新的二阶盲均衡算法 | 第82-89页 |
| 4.5 数值仿真 | 第89-94页 |
| 4.6 本章小结 | 第94-96页 |
| 第五章 基于z域预编码的相关源信号分离 | 第96-116页 |
| 5.1 引言 | 第96-98页 |
| 5.2 基于z域预编码的相关源分离 | 第98-104页 |
| 5.2.1 从时域到z域的模型转换 | 第98-100页 |
| 5.2.2 二阶预编码盲分离算法 | 第100-103页 |
| 5.2.3 二阶预编码算法执行 | 第103-104页 |
| 5.3 基于Z域一阶预编码的相关源分离算法 | 第104-108页 |
| 5.3.1 一阶预编码分离标准 | 第104-107页 |
| 5.3.2 一阶预编码算法执行 | 第107-108页 |
| 5.4 数值仿真 | 第108-115页 |
| 5.5 本章小结 | 第115-116页 |
| 结论 | 第116-119页 |
| 参考文献 | 第119-136页 |
| 攻读学位期间取得的研究成果 | 第136-138页 |
| 致谢 | 第138-139页 |
| 答辩委员会对论文的评定意见 | 第139页 |
