声明
1 绪论
1.1 盲源分离的应用背景
1.2 盲源分离的研究历史及现状
1.3 论文章节安排
2 盲源分离基础理论
2.1 盲源分离的数学模型和基本特征
2.1.1 盲源分离的数学模型
2.1.2 盲源分离的基本特性
2.2 盲源分离基本知识
2.2.1 不相关性和独立性
2.2.2 梯度及其优化方法
2.2.3 独立性的度量
2.3 预处理
2.3.1 信号的去均值化
2.3.2 信号的白化
2.4 代价函数
2.4.1 非高斯性最大化准则
2.4.2 互信息极小化准则
2.4.3 极大似然准则
2.5 分离质量评价标准
2.5.1 基于全局矩阵的评价准则
2.5.2 基于信号的评价准则
2.6 小结
3 盲源分离算法
3.1 批处理盲源分离算法
3.2 自适应盲源分离算法
3.2.1 EASI算法
3.2.2 自然梯度算法
3.2.3 EASI与自然梯度算法的性能分析
3.3 小结
4 双系统自适应组合动量项自然梯度算法
4.1 动量项自然梯度算法
4.1.1 算法结构
4.1.2 推导过程
4.1.3 性能分析
4.2 双系统自适应组合算法
4.2.1 算法结构
4.2.2 性能分析
4.3 双系统自适应优化组合算法
4.3.1 算法原理
4.3.2 性能分析
4.4 改进算法
4.4.1 算法原理
4.4.2 性能分析
4.5 小结
5 四系统自适应组合盲源分离算法及其改进策略
5.1 算法设计
5.2 性能分析
5.3 改进策略
5.4 改进算法性能分析
一、平稳环境
二、非平稳环境
5.5 小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
附录 攻读硕士期间发表的学术论文
烟台大学;