基于粒子滤波的单通道盲分离算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| ·选题背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·单通道盲分离 | 第11-12页 |
| ·粒子滤波 | 第12-14页 |
| ·本文内容和结构安排 | 第14-15页 |
| 2 基本理论与方法 | 第15-29页 |
| ·状态空间模型 | 第15-16页 |
| ·贝叶斯理论 | 第16-17页 |
| ·贝叶斯估计理论 | 第16-17页 |
| ·贝叶斯信号处理方法 | 第17页 |
| ·蒙特卡罗信号处理 | 第17-20页 |
| ·蒙特卡罗方法 | 第18页 |
| ·序贯蒙特卡罗信号处理 | 第18-20页 |
| ·粒子滤波及改进 | 第20-28页 |
| ·粒子滤波算法 | 第20-22页 |
| ·粒子滤波的缺点 | 第22-23页 |
| ·粒子滤波的改进 | 第23-25页 |
| ·算法仿真及分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 3 非线性混合信号估计 | 第29-49页 |
| ·混合信号的去噪 | 第29-36页 |
| ·传统粒子滤波的去噪算法 | 第29-31页 |
| ·马尔科夫蒙特卡罗粒子滤波算法描述 | 第31-33页 |
| ·算法仿真及分析 | 第33-36页 |
| ·混合信号的分离 | 第36-40页 |
| ·序贯重要性采样 | 第36-37页 |
| ·基于PF-MCMC的分离算法 | 第37-38页 |
| ·算法仿真及分析 | 第38-40页 |
| ·混合信号与参数的联合估计 | 第40-48页 |
| ·参数估计 | 第41-42页 |
| ·核平滑收缩技术 | 第42页 |
| ·联合估计算法 | 第42-43页 |
| ·算法仿真与分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 4 单通道盲分离 | 第49-59页 |
| ·问题描述 | 第49页 |
| ·粒子滤波盲分离算法 | 第49-52页 |
| ·信号模型 | 第49-50页 |
| ·状态空间模型 | 第50-51页 |
| ·盲分离算法 | 第51-52页 |
| ·算法仿真及分析 | 第52-58页 |
| ·高斯噪声下仿真结果及分析 | 第52-56页 |
| ·非高斯噪声下仿真结果及分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 个人简历、在学期间发表论文情况 | 第64-65页 |
| 致谢 | 第65页 |
