循环平稳理论的盲源分离原理与算法

第1章 绪论1.1 盲源分离的研究意义1.2 盲源分离的国内外研究现状1.2.1 循环平稳理论的研究现状1.2.2 盲源分离算法的发展现状1.2.3 基于循环平稳理论的盲源分离1.3 盲源分离的应用领域1.3.1 语音信号处理和图像信号处理领域1.3.2 生物医学信号处理领域1.3.3 通信信号处理领域1.3.4 工业过程监测领域1.3.5 金融分析领域1.3.6 国防军事领域1.4 本书的研究背景1.5 本书的结构与章节安排参考文献第2章 基于循环平稳理论的盲源分离2.1 线性混合盲源分离模型2.1.1 数学模型2.1.2 假设条件与不确定性2.1.3 盲源分离前期预处理2.2 盲源分离的独立性判据及常用算法2.2.1 独立判据2.2.2 盲源分离算法2.3 盲源分离算法的性能评判2.3.1 主观定性评判方法2.3.2 客观定量评判方法2.4 循环平稳理论2.4.1 低阶循环平稳过程2.4.2 高阶循环统计量2.5 循环平稳理论的盲源分离2.6 本章小结参考文献第3章 基于循环平稳度的盲源分离算法3.1 二阶循环平稳度分离准则3.1.1 二阶循环统计量3.1.2 二阶循环平稳度准则3.2 基于二阶循环统计量的Dcs盲源分离算法3.2.1 基于循环平稳理论的盲源分离原理3.2.2 算法性能分析3.2.3 实验仿真3.3 高阶累积量循环平稳度准则3.3.1 高阶循环累积量3.3.2 高阶循环平稳度分离准则3.4 基于高阶循环平稳度准则的盲源分离算法3.4.1 算法原理3.4.2 计算机仿真3.4.3 算法性能分析3.5 本章小结参考文献第4章 基于对角化原理的循环平稳盲源分离算法4.1 矩阵对角化及特征值分解4.1.1 矩阵可对角化理论4.1.2 矩阵的奇异值分解4.1.3 信号的白化处理4.2 二阶循环平稳理论的鲁棒白化平均矩阵对角化盲源分离算法4.2.1 鲁棒预白化4.2.2 基于鲁棒白化平均矩阵对角化盲源分离算法4.2.3 算法的基本理论4.2.4 算法性能指标4.2.5 计算机仿真4.3 联合近似对角化原理4.3.1 循环累积量矩阵4.3.2 联合近似对角化原理4.4 基于四阶循环累积量的JADE盲源分离算法4.4.1 JADE盲源分离算法原理4.4.2 基于四阶循环累积量的JADE盲源分离算法4.4.3 实验仿真4.5 本章小结参考文献第5章 基于互信息量最小化的循环平稳信号盲源分离算法5.1 信息论的基本概念5.1.1 KL散度5.1.2 互信息量5.2 基于互信息量的盲源分离算法5.2.1 目标函数5.2.2 寻优算法5.3 基于最小互信息量的循环平稳盲源分离算法5.3.1 信息量最小化准则5.3.2 基于最小互信息量的循环平稳盲源分离算法5.3.3 计算机仿真5.3.4 算法性能分析5.4 本章小结参考文献第6章 基于循环平稳理论的变步长盲源分离算法6.1 变步长盲源分离算法6.2 峭度自适应变步长循环平稳信号盲源分离算法6.2.1 算法的推导过程6.2.2 实验仿真6.2.3 算法性能分析6.3 分阶段变步长循环平稳信号盲源分离算法6.3.1 算法的推导过程6.3.2 实验仿真6.3.3 算法性能分析6.4 基于类似性能指数曲线的循环平稳信号的变步长盲源分离算法6.4.1 算法原理6.4.2 实验仿真6.4.3 算法性能分析6.5 基于分离度的变步长循环平稳信号盲源分离算法6.5.1 算法原理6.5.2 实验仿真6.5.3 算法性能分析6.6 本章小结参考文献附录 英汉对照术语表

盲源分离（Bss）是现代信号处理的重要前沿研究领域之一，是在源信号及传输信道未知的情况下，仅利用接收滤波器输出的观测数据恢复源信号的方法，在通信、语音处理、图像处理、地震勘探、生物医学、雷达及经济数据分析等领域有着广泛的应用。利用信号的循环平稳特性的处理方法是一种介于平稳过程和非平稳过程之间的一种特殊的非平稳信号的处理方法，更加接近实际通信信号的特性。《循环平稳理论的盲源分离原理与算法》研究基于循环平稳理论的盲源分离算法有着重要的理论和实践意义。《循环平稳理论的盲源分离原理与算法》不仅介绍了BSS的基本知识和总体概况，而且给出了几种重要的基于循环平稳理论的盲源分离算法。　　《循环平稳理论的盲源分离原理与算法》共分为6章。介绍了循环平稳理论的盲源分离算法的研究意义、基本概念、基本模型、经典算法及其仿真，研究了步长对算法收敛速度与稳健性的影响，提出了几种有效的变步长算法。　　《循环平稳理论的盲源分离原理与算法》可作为不同工程应用领域的大学教师、研究生和科技工作者的BSS入门教材；而对于探索BSS技术的专业研究人员来说，《循环平稳理论的盲源分离原理与算法》也是一本极有价值的参考书。