基于小波变换与独立分量分析的带噪语音信号盲分离
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 小波理论研究综述 | 第10-11页 |
| 1.2 独立分量分析研究综述 | 第11-12页 |
| 1.3 论文章节安排及主要工作 | 第12-14页 |
| 1.3.1 章节安排 | 第12-13页 |
| 1.3.2 本文的主要工作 | 第13-14页 |
| 第二章 小波变换理论基础 | 第14-26页 |
| 2.1 小波分析的发展历史 | 第14-16页 |
| 2.1.1 傅里叶变换 | 第14-15页 |
| 2.1.2 短时傅里叶变换 | 第15-16页 |
| 2.2 小波变换 | 第16-20页 |
| 2.2.1 连续小波变换 | 第16-17页 |
| 2.2.2 离散小波变换 | 第17-18页 |
| 2.2.3 二进小波变换 | 第18-19页 |
| 2.2.4 小波分析与傅里叶变换的异同 | 第19-20页 |
| 2.3 常用的小波基函数 | 第20-22页 |
| 2.3.1 Haar小波 | 第20-21页 |
| 2.3.2 Mexican hat小波 | 第21页 |
| 2.3.3 Meyer小波 | 第21-22页 |
| 2.3.4 Daubechies(dbN)小波系 | 第22页 |
| 2.4 多分辨分析 | 第22-23页 |
| 2.5 Mallat分解与重构算法 | 第23-26页 |
| 第三章 小波去噪阈值方法及其改进 | 第26-33页 |
| 3.1 小波变换去噪原理 | 第26页 |
| 3.2 小波阈值去噪方法 | 第26-30页 |
| 3.2.1 阈值估计 | 第27-29页 |
| 3.2.2 阈值函数 | 第29-30页 |
| 3.3 改进阈值函数 | 第30-31页 |
| 3.4 实验仿真 | 第31-33页 |
| 第四章 独立分量分析(ICA)算法及其改进 | 第33-53页 |
| 4.1 盲信号处理基础知识 | 第33-37页 |
| 4.1.1 熵和负熵 | 第33-34页 |
| 4.1.2 KL散度与互信息 | 第34-35页 |
| 4.1.3 高阶累计量 | 第35-37页 |
| 4.2 ICA数学模型 | 第37-39页 |
| 4.3 ICA的条件与不确定性 | 第39-40页 |
| 4.4 ICA的一般化步骤 | 第40-46页 |
| 4.5 FastICA算法的改进 | 第46-49页 |
| 4.6 带噪的语音信号盲分离 | 第49-53页 |
| 结束语 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57-58页 |
