基于盲源分离技术的多目标辨识与定向技术研究
| 第一章 绪论 | 第1-13页 |
| ·研究目的与应用背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要工作 | 第11-13页 |
| 第二章 盲源分离的基本理论 | 第13-28页 |
| ·数学模型 | 第13-15页 |
| ·盲源分离与独立分量分析关系 | 第15页 |
| ·盲源分离的可分离性 | 第15-19页 |
| ·盲源分离理沦知识 | 第19-23页 |
| ·熵 | 第19-20页 |
| ·最大熵原理 | 第20-21页 |
| ·峰度 | 第21-22页 |
| ·盲源分离方法及前提条件 | 第22-23页 |
| ·盲分离的几种代表性算法 | 第23-26页 |
| ·Bell & Sejnowski(BS)算法 | 第23-24页 |
| ·EASI算法 | 第24页 |
| ·NPCA-RLS算法 | 第24-25页 |
| ·自然梯度算法 | 第25-26页 |
| ·算法性能评价准则 | 第26-27页 |
| ·基于混合矩阵的算法性能评价准则 | 第26-27页 |
| ·基于信号波形的算法性能评价准则 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 瞬时混合模型自然梯度盲分离算法 | 第28-45页 |
| ·瞬时混合模型 | 第28-29页 |
| ·自然梯度(NG)算法 | 第29-34页 |
| ·自然梯度 | 第29页 |
| ·算法推导 | 第29-31页 |
| ·自然梯度算法的仿真实验 | 第31-34页 |
| ·改进的自然梯度(MNG)算法 | 第34-43页 |
| ·数据的预处理 | 第34-35页 |
| ·去均值 | 第34页 |
| ·白化 | 第34-35页 |
| ·非线性函数的提出 | 第35-36页 |
| ·构建算法分离性能评价函数 | 第36-37页 |
| ·改进自然梯度算法的仿真实验与实验分析 | 第37-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 不同信噪比下的盲源分离算法研究 | 第45-58页 |
| ·含固有噪声的盲源分离 | 第45-52页 |
| ·固有噪声分布于每个原信号的分离情况 | 第45-51页 |
| ·信噪比为15dB的情况 | 第46-48页 |
| ·信噪比为5dB的情况 | 第48-49页 |
| ·信噪比为0dB的情况 | 第49-51页 |
| ·固有噪声作为独立的一个原信号 | 第51-52页 |
| ·含环境噪声的盲源分离 | 第52-56页 |
| ·信噪比为15dB的情况 | 第53-54页 |
| ·信噪比为10dB的情况 | 第54-55页 |
| ·信噪比为5dB的情况 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 基于盲分离方法的目标方向估计 | 第58-71页 |
| ·目标方位估计方法 | 第58-61页 |
| ·方位估计理论概述 | 第58-60页 |
| ·基于盲分离的目标方向估计方法 | 第60-61页 |
| ·目标方向估计问题 | 第61-64页 |
| ·水声基阵接收信号模型 | 第61-63页 |
| ·目标方向估计 | 第63页 |
| ·盲源分离复数算法 | 第63-64页 |
| ·算法有效性验证 | 第64-67页 |
| ·实船噪声信号的目标方向估计仿真实验 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 全文总结与展望 | 第71-73页 |
| ·本文工作总结 | 第71-72页 |
| ·下一步研究工作展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 作者在攻读硕士学位期间发表的论文 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附录 | 第81-84页 |
| 西北工业大学业学位论文知识产权声明书 | 第84页 |
| 西北工业大学学位论文原创性声明 | 第84页 |
