| 第一章 绪论 | 第1-15页 |
| ·工程背景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文研究内容 | 第14-15页 |
| 第二章 独立成份分析方法 | 第15-26页 |
| ·盲源分离问题描述 | 第15-17页 |
| ·基于信息论准则的独立成份分析方法 | 第17-21页 |
| ·基于非高斯化的独立成份分析方法 | 第21-25页 |
| ·小结 | 第25-26页 |
| 第三章 改进的基于Jacobi 优化的盲源分离方法 | 第26-36页 |
| ·基于Jacobi 优化的极大似然估计方法 | 第26-30页 |
| ·改进的基于 Jacobi 优化的极大似然估计方法 | 第30-31页 |
| ·语音信号分离实验 | 第31-33页 |
| ·算法程序 | 第33-34页 |
| ·小结 | 第34-36页 |
| 第四章 非线性盲源分离 | 第36-52页 |
| ·非线性去混叠系统 | 第36-37页 |
| ·基于后非线性的盲源分离 | 第37-42页 |
| ·基于BP 神经网络的非线性盲源分离 | 第42-51页 |
| ·小结 | 第51-52页 |
| 第五章 发动机机匣振动实验与软件开发 | 第52-66页 |
| ·机匣振动信号分离实验 | 第52-58页 |
| ·盲源分离程序软件包开发 | 第58-61页 |
| ·静子叶片振动与疲劳分析平台 | 第61-65页 |
| ·小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·本文主要结论 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 在学期间的科研成果 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74-92页 |