摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 课题的提出及意义 | 第10-11页 |
1.2 盲源分离的发展历程及未来研究动态 | 第11-13页 |
1.3 本文的主要创新点 | 第13-14页 |
1.4 本文的结构安排 | 第14-16页 |
第2章 盲源分离的基本理论 | 第16-30页 |
2.1 盲源分离的数学基础 | 第16-18页 |
2.2 盲源分离的可行性及不确定性 | 第18-19页 |
2.3 盲源分离的独立性判据 | 第19-23页 |
2.3.1 非高斯性 | 第20-21页 |
2.3.2 互信息 | 第21页 |
2.3.3 峭度 | 第21-22页 |
2.3.4 负熵 | 第22-23页 |
2.4 盲源分离的求解过程 | 第23-28页 |
2.4.1 信号的预处理 | 第23-25页 |
2.4.2 目标函数 | 第25-26页 |
2.4.3 优化算法 | 第26-28页 |
2.5 本章小结 | 第28-30页 |
第3章 基于分离步长的自适应不完整自然梯度算法 | 第30-50页 |
3.1 不完整自然梯度算法 | 第30-34页 |
3.1.1 自然梯度算法 | 第30-31页 |
3.1.2 不完整自然梯度算法 | 第31-34页 |
3.2 算法的分离性能指标 | 第34-36页 |
3.2.1 基于混合-分离矩阵的评价准则 | 第34-35页 |
3.2.2 基于信号波形的评价准则 | 第35-36页 |
3.3 算法的设计与实现 | 第36-40页 |
3.3.1 非线性函数的选取 | 第36页 |
3.3.2 基于分离度的自适应步长 | 第36-38页 |
3.3.3 算法的实现步骤 | 第38-40页 |
3.4 仿真实验及性能分析 | 第40-48页 |
3.4.1 实验一 | 第40-41页 |
3.4.2 实验二 | 第41-45页 |
3.4.3 性能分析 | 第45-48页 |
3.5 本章小节 | 第48-50页 |
第4章 基于优选函数的步长自适应不完整自然梯度算法 | 第50-64页 |
4.1 步长的选取 | 第50-52页 |
4.1.1 时间递减型变步长 | 第50页 |
4.1.2 指数衰减型变步长 | 第50-51页 |
4.1.3 基于梯度的变步长 | 第51-52页 |
4.2 算法的设计与实现 | 第52-56页 |
4.2.1 符号算子 | 第52-53页 |
4.2.2 优选函数的引入 | 第53-54页 |
4.2.3 算法的实现步骤 | 第54-56页 |
4.3 仿真实验与性能分析 | 第56-62页 |
4.3.1 实验一 | 第56-58页 |
4.3.2 实验二 | 第58-60页 |
4.3.3 性能分析 | 第60-62页 |
4.4 本章小节 | 第62-64页 |
第5章 总结与展望 | 第64-68页 |
5.1 对本文工作的总结 | 第64页 |
5.2 对今后研究的展望 | 第64-68页 |
参考文献 | 第68-74页 |
致谢 | 第74页 |