独立子波函数的理论分析及其应用
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 课题研究现状及存在的问题 | 第10-11页 |
1.3 论文工作 | 第11-13页 |
1.3.1 论文结构 | 第11-12页 |
1.3.2 论文的主要贡献及创新点 | 第12-13页 |
第二章 单路混叠信号盲源分离概述 | 第13-22页 |
2.1 引言 | 第13页 |
2.2 盲源分离理论知识概述 | 第13-17页 |
2.2.1 盲源分离的混合模型 | 第13-16页 |
2.2.2 盲源分离问题的基本假设 | 第16-17页 |
2.2.3 盲源分离的常用算法 | 第17页 |
2.3 单路混叠信号盲源分离 | 第17-20页 |
2.3.1 单路混叠信号的基本模型 | 第18页 |
2.3.2 单路混叠信号的可分离性 | 第18-19页 |
2.3.3 传统单路混叠信号盲源分离算法 | 第19-20页 |
2.4 本章小结 | 第20-22页 |
第三章 独立子波函数的理论分析 | 第22-32页 |
3.1 引言 | 第22页 |
3.2 信号的分解 | 第22-26页 |
3.2.1 傅里叶变换 | 第22-23页 |
3.2.2 Gabor变换 | 第23-24页 |
3.2.3 小波变换 | 第24页 |
3.2.4 小波包变换 | 第24-25页 |
3.2.5 EMD分解 | 第25-26页 |
3.3 独立子波函数的分析 | 第26-31页 |
3.3.1 数学预备知识 | 第26-28页 |
3.3.2 理论分析过程 | 第28-31页 |
3.4 本章小结 | 第31-32页 |
第四章 独立子波函数的获得方法 | 第32-48页 |
4.1 引言 | 第32页 |
4.2 独立成分分析 | 第32-36页 |
4.2.1 独立成分分析算法模型 | 第32-34页 |
4.2.2 衡量ICA算法分离效果的指标参数 | 第34-36页 |
4.3 基于EMD的独立子波函数获得方法 | 第36-40页 |
4.3.1 基于EMD的独立子波函数获得算法 | 第36-37页 |
4.3.2 实验分析 | 第37-40页 |
4.4 基于WPT的独立子波函数获得方法 | 第40-44页 |
4.4.1 基于WPT的独立子波函数获得算法 | 第40-41页 |
4.4.2 实验分析 | 第41-44页 |
4.5 两种独立子波函数获得方法比较 | 第44-46页 |
4.6 本章小结 | 第46-48页 |
第五章 独立子波函数在单路混叠信号盲分离中的应用 | 第48-59页 |
5.1 引言 | 第48页 |
5.2 基于独立子波函数的单路混叠信号盲分离算法 | 第48-49页 |
5.3 基于独立子波函数的单路混叠信号盲分离实验 | 第49-58页 |
5.4 本章小结 | 第58-59页 |
第六章 总结与展望 | 第59-61页 |
6.1 全文总结 | 第59页 |
6.2 研究展望 | 第59-61页 |
参考文献 | 第61-64页 |
附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
附录2 攻读硕士学位期间参加的科研项目 | 第65-66页 |
致谢 | 第66页 |