| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 盲信号分离国内外研究现状 | 第10-11页 |
| 1.3 本文内容安排 | 第11-13页 |
| 第二章 盲源分离基本理论 | 第13-21页 |
| 2.1 盲源分离基本模型 | 第13-14页 |
| 2.2 盲源分离方法 | 第14页 |
| 2.3 欠定盲源分离的相关理论基础 | 第14-18页 |
| 2.3.1 信号的分布特性 | 第14-15页 |
| 2.3.2 欠定盲源分离问题的条件性假设 | 第15页 |
| 2.3.3 稀疏理论 | 第15-17页 |
| 2.3.4 聚类分析 | 第17-18页 |
| 2.4 欠定盲源分离方法 | 第18-19页 |
| 2.5 衡量盲源分离的性能指标 | 第19-20页 |
| 本章小结 | 第20-21页 |
| 第三章 基于SCA的欠定盲源分离方法研究 | 第21-42页 |
| 3.1 信号稀疏度度量 | 第21-25页 |
| 3.1.1 广义高斯信号及其性质 | 第21-23页 |
| 3.1.2 广义高斯信号稀疏度度量 | 第23-25页 |
| 3.2 稀疏度计算及欠定可分离条件 | 第25-26页 |
| 3.3 欠定盲分离混叠矩阵的估计方法 | 第26-30页 |
| 3.3.1 k均值聚类方法 | 第27-28页 |
| 3.3.2 霍夫变换的欠定盲源分离方法 | 第28-29页 |
| 3.3.3 势函数法混叠矩阵的估计 | 第29-30页 |
| 3.3.4 拉普拉斯势函数法 | 第30页 |
| 3.4 欠定盲分离中对源信号的恢复 | 第30-31页 |
| 3.5 仿真实验 | 第31-41页 |
| 本章小结 | 第41-42页 |
| 第四章 基于改进的蚁群聚类的混叠矩阵估计方法 | 第42-57页 |
| 4.1 蚁群聚类算法的基本模型 | 第42-46页 |
| 4.1.1 基于蚁穴清理行为的蚁群聚类算法 | 第43-44页 |
| 4.1.2 基于觅食行为的蚁群聚类算法 | 第44-45页 |
| 4.1.3 基于两种行为的蚁群聚类算法的比较分析 | 第45-46页 |
| 4.2 改进的蚁群聚类的混叠矩阵估计方法 | 第46-52页 |
| 4.2.1 信号预处理 | 第46-48页 |
| 4.2.2 初始聚类中心的确定 | 第48-49页 |
| 4.2.3 改进蚁群聚类算法的基本步骤 | 第49-50页 |
| 4.2.4 蚁群聚类中心的修正 | 第50-52页 |
| 4.3 实验与仿真 | 第52-56页 |
| 本章小结 | 第56-57页 |
| 第五章 基于改进的l_1范数的源信号恢复 | 第57-67页 |
| 5.1 基本理论 | 第57-58页 |
| 5.2 不同类型盲信号恢复 | 第58-59页 |
| 5.3 范数基本算法 | 第59-61页 |
| 5.3.1 传统的最小范数方法 | 第59-60页 |
| 5.3.2 传统l_1范数算法的不足 | 第60-61页 |
| 5.4 基于加权的l_1范数算法恢复源信号 | 第61-63页 |
| 5.4.1 基于角度的加权l_1范数法的源信号恢复 | 第61-62页 |
| 5.4.2 基于均值的加权l_1范数法源信号恢复 | 第62-63页 |
| 5.5 实验与仿真 | 第63-66页 |
| 本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |