上篇 独立分量分析及盲源分离技术研究

第1章 盲源分离技术及其研究现状

1.1 盲源分离技术的发展历程

1.2 线性瞬时混合盲源分离

1.3 线性卷积混合盲源分离

1.4 非线性混合盲源分离

1.5 本章小结

第2章 盲源分离的基本理论与算法

2.1 数学模型

2.1.1 线性瞬时混合模型

2.1.2 线性卷积混合模型

2.1.3 非线性混合模型

2.1.4 模型讨论

2.2 可分性理论

2.2.1 假设条件

2.2.2 盲可提取的充要条件

2.2.3 盲可提取的信源个数

2.3 性能指标

2.3.1 相似系数

2.3.2 性能指数

2.3.3 不确定性与等变化性

2.4 独立分量分析

2.4.1 信息论准则

2.4.2 最大信噪比准则

2.5 仿真实验与性能分析

2.6 本章小结

第3章 卷积混合盲源分离的频域算法

3.1 分离模型

3.1.1 前馈分离模型

3.1.2 反馈分离模型

3.2 卷积混合盲源分离算法分类

3.3 频域分离算法

3.3.1 DFT与STFT

3.3.2 顺序不一致问题

3.3.3 现有方案及存在的问题

3.4 邻频幅角比排序法

3.4.1 混合矩阵的结构

3.4.2 邻频幅角比

3.4.3 算法流程

3.4.4 仿真实验与分析

3.5 自适应耦合法

3.5.1 算法原理

3.5.2 仿真实验与分析

3.6 本章小结

第4章 欠定混合盲源分离技术

4.1 稀疏成分分析

4.1.1 0-范数解与1-范数解

4.1.2 K-mean聚类

4.1.3 Kohonen网络聚类算法

4.2 K-Kohonen混合聚类算法

4.2.1 最优解的吸引域

4.2.2 算法原理

4.3 K-K-P欠定混合盲源分离算法

4.3.1 主分量分析

4.3.2 算法流程

4.3.3 仿真实验与分析

4.4 本章小结

中篇 时频分析及联合抗噪盲源分离技术研究

第5章 时频分析之小波变换

5.1 小波变换的发展历程

5.2 小波变换的定义及特点

5.3 小波变换的性质

5.4 小波的分类

5.4.1 经典类小波

5.4.2 正交小波

5.5 小波包变换

5.6 本章小结

第6章 时频分析之经验模态分解

6.1 EMD方法的基本概念

6.1.1 瞬时频率

6.1.2 固有模态分量

6.1.3 三次样条插值函数

6.2 EMD方法的步骤

6.3 边界效应的产生

6.4 边界效应的消除方法

6.4.1 镜像法及改进型镜像法

6.4.2 镜像闭合延拓法

6.4.3 基于多项式拟合法的边界效应处理法

6.4.4 基于BP神经网络的边界效应处理法

6.5 仿真实验与分析

6.6 本章小结

第7章 噪声环境下的盲源分离技术

7.1 噪声对算法性能的影响

7.2 时频分析消除噪声方法

7.2.1 小波消除噪声

7.2.2 EMD消除噪声

7.3 单步分阶段噪声预处理方案

7.3.1 算法方案设计

7.3.2 仿真实验与分析

7.4 时频联合两步消除噪声预处理方案

7.4.1 算法方案设计

7.4.2 与其他算法的比较

7.4.3 仿真实验与分析

7.5 本章小结

下篇 多域联合盲提取算法及其应用研究

第8章 多径信道下的谐波信号盲提取算法研究

8.1 高阶累积量

8.2 峭度

8.3 窄带无时延系统

8.3.1 Cardoso经典高阶累积量算法

8.3.2 Cichocki顺序盲源提取算法

8.3.3 噪声去偏置盲源提取算法

8.4 宽带时延系统

8.4.1 莱斯衰落信道下的简化模型

8.4.2 多径对分离性能的影响

8.5 本章小结

第9章 混沌理论及典型混沌信号的时频分析

9.1 混沌理论基础

9.1.1 混沌的定义

9.1.2 混沌的基本特征

9.1.3 混沌的李雅普诺夫指数

9.2 典型混沌系统

9.2.1 一维混沌系统

9.2.2 维混沌系统

9.2.3 三维混沌系统

9.3 典型混沌系统的频域分析

9.4 本章小结

第10章 盲源分离在典型混沌系统中的普适性分析

10.1 混沌混合系统的简化模型

10.2 固定点算法及仿真分析

10.3 联合近似对角化法及仿真分析

10.4 本章小结

第11章 基于混沌系统稳态点捕捉的盲源分离算法

11.1 混沌系统能量聚集带的判定

11.2 混沌系统能量聚集带对信号提取的影响

11.3 基于混沌系统稳态点捕捉的盲源分离算法

11.4 仿真实验及性能分析

11.5 本章小结

参考文献

名词索引