| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8页 |
| ·语音增强研究历史和现状 | 第8-9页 |
| ·语音增强的基本算法 | 第9-15页 |
| ·主分量分析和独立分量分析概述 | 第15-16页 |
| ·本文的章节安排和主要工作 | 第16-18页 |
| 第二章 主分量分析（PCA）及其在语音增强中应用 | 第18-28页 |
| ·引言 | 第18页 |
| ·PCA 概述 | 第18-19页 |
| ·主分量的求解 | 第19-21页 |
| ·基于 PCA 的信号子空间法去噪声 | 第21-24页 |
| ·基于信号子空间算法语音增强的仿真实验 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 独立分量分析的基本理论 | 第28-38页 |
| ·引言 | 第28页 |
| ·独立分量分析原理 | 第28-31页 |
| ·ICA 算法工作机理 | 第31页 |
| ·非高斯性与统计独立 | 第31-34页 |
| ·信号预处理 | 第34-36页 |
| ·基于主分量分析的独立分量信号源个数的估计 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 独立分量分析的算法及应用 | 第38-60页 |
| ·引言 | 第38页 |
| ·基于峰度的快速固定点算法 | 第38-42页 |
| ·基于负熵的快速固定点算法(FAST FIXED-POINT ALGORITHM) | 第42-46页 |
| ·独立分量分离评价标准 | 第46-47页 |
| ·基于独立分量分析算法在语音信号增强中应用 | 第47-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 改进ICA 算法语音信号增强 | 第60-70页 |
| ·引言 | 第60页 |
| ·基于ICA 算法多通道输出的目标语音确认 | 第60-65页 |
| ·基于相关测度的独立分量的顺序调整 | 第65-67页 |
| ·本章小结 | 第67-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 摘要 | 第77-79页 |
| Abstract | 第79-82页 |
| 致谢 | 第82页 |