| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题的目的和意义 | 第10-11页 |
| ·盲源分离技术的发展与现状 | 第11-16页 |
| ·盲源分离技术的应用 | 第16-17页 |
| ·论文结构安排 | 第17-19页 |
| 第二章 基础理论 | 第19-44页 |
| ·盲源分离的数学模型 | 第19-22页 |
| ·瞬时混合模型 | 第19-21页 |
| ·卷积混合模型 | 第21-22页 |
| ·盲源分离技术的特点 | 第22-26页 |
| ·盲源分离技术的可实现性 | 第22-23页 |
| ·盲源分离技术的基本假设 | 第23页 |
| ·盲源分离技术的不确定性 | 第23-24页 |
| ·盲源分离技术的等变化性 | 第24-25页 |
| ·评判盲源分离算法性能的两个典型指标 | 第25-26页 |
| ·盲源分离技术的目标函数 | 第26-32页 |
| ·高阶累积量 | 第27-28页 |
| ·负熵 | 第28-29页 |
| ·互信息 | 第29-31页 |
| ·最大熵准则 | 第31页 |
| ·极大似然准则 | 第31-32页 |
| ·对目标函数的优化方法 | 第32-43页 |
| ·最陡梯度下降法 | 第32-33页 |
| ·固定点算法 | 第33-35页 |
| ·联合对角化 | 第35-37页 |
| ·基本粒子群优化算法 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 基于模拟退火粒子群算法的盲源分离 | 第44-57页 |
| ·模拟退火粒子群算法 | 第44-48页 |
| ·基本粒子群算法存在的主要问题 | 第44-46页 |
| ·模拟退火粒子群算法基本原理 | 第46-47页 |
| ·模拟退火粒子群算法的测试 | 第47-48页 |
| ·基于模拟退火粒子群算法的盲源分离 | 第48-49页 |
| ·算法仿真 | 第49-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 基于梯度加速粒子群算法的盲源分离 | 第57-67页 |
| ·带有梯度加速的粒子群算法 | 第57-61页 |
| ·带有梯度加速的粒子群算法的基本原理 | 第57-58页 |
| ·带有梯度加速的粒子群算法的流程图 | 第58-59页 |
| ·带有梯度加速的粒子群算法的测试 | 第59-61页 |
| ·基于带有梯度加速粒子群算法的盲源分离 | 第61-66页 |
| ·分离算法的基本步骤 | 第61-62页 |
| ·分离算法的仿真验证 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 改进型粒子群算法在卷积混合盲源分离中的应用 | 第67-75页 |
| ·卷积混合系统的盲源分离 | 第67-68页 |
| ·卷积混合系统盲源分离问题的基本内容 | 第67-68页 |
| ·卷积混合系统盲源分离问题的主要算法 | 第68页 |
| ·基于改进型粒子群算法的卷积混合系统的盲源分离 | 第68-74页 |
| ·分离算法的基本原理和步骤 | 第68-70页 |
| ·分离算法的仿真实验 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·论文所做的主要工作 | 第75页 |
| ·进一步的研究方向 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士期间发表的论文 | 第83页 |