盲信號(hào)分離技術(shù)及應(yīng)用

第1章 緒論
1．1 盲信號(hào)分離
1．2 盲信號(hào)分離技術(shù)發(fā)展歷程和前景
參考文獻(xiàn)
第2章 盲信號(hào)分離的數(shù)學(xué)基礎(chǔ)
2．1 隨機(jī)過(guò)程和概率分布
2．2 高階累積量
2．3 概率密度函數(shù)的級(jí)數(shù)展開(kāi)
2．4 估計(jì)理論
2．5 信息論基礎(chǔ)
參考文獻(xiàn)
第3章 盲信號(hào)分離基本理論
3．1 盲信號(hào)分離的數(shù)學(xué)模型
3．2 盲信號(hào)分離的基本假設(shè)
3．3 盲信號(hào)分離的不確定性
3．4 盲信號(hào)分離算法性能評(píng)價(jià)準(zhǔn)則
3．5 盲信號(hào)分離的預(yù)處理技術(shù)
3．6 盲信號(hào)分離的基本方法
3．7 特殊情形下的盲分離
參考文獻(xiàn)
第4章 線性瞬時(shí)混合盲信號(hào)分離
4．1 盲信號(hào)分離的快速算法
4．2 自適應(yīng)盲分離算法
4．3 盲信號(hào)提取技術(shù)
參考文獻(xiàn)
第5章 卷積混合盲信號(hào)分離
5．1 瞬時(shí)盲分離算法向卷積盲分離算法的時(shí)域推廣
5．2 時(shí)域轉(zhuǎn)化為常規(guī)ICA方法
5．3 線性預(yù)測(cè)的卷積盲分離算法
5．4 瞬時(shí)盲分離算法向卷積盲分離算法的頻域推廣
5．5 基于Householder變換的卷積盲分離頻域算法
參考文獻(xiàn)
第6章 欠定混合盲信號(hào)分離
6．1 欠定模型下的盲信號(hào)可提取性
6．2 欠定模型下的盲源分離技術(shù)
6．3 單通道盲源分離技術(shù)概述
參考文獻(xiàn)
第7章 基于盲信號(hào)分離的陣列信號(hào)處理
7．1 陣列信號(hào)模型與盲信號(hào)分離模型
7．2 復(fù)數(shù)盲分離算法
7．3 盲信號(hào)分離不確定性對(duì)陣列流形估計(jì)的影響及校正
7．4 基于盲信號(hào)分離的DOA估計(jì)
7．5 基于盲信號(hào)分離的盲數(shù)字波束形成
7．6 基于盲信號(hào)分離的陣列幅相誤差校正
參考文獻(xiàn)
第8章 基于盲信號(hào)分離的共信道多干擾信號(hào)的自動(dòng)識(shí)別
8．1 基于盲信號(hào)分離的信號(hào)和干擾自動(dòng)識(shí)別
8．2 基于高階累積量的調(diào)制方式及干擾信號(hào)自動(dòng)識(shí)別
參考文獻(xiàn)
第9章 盲分離在圖像處理中的應(yīng)用
9．1 盲分離在高光譜圖像混合像元分解中的應(yīng)用
9．2 盲分離在腦圖像分析中的應(yīng)用
參考文獻(xiàn)
索引