盲源分离理论与算法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

盲源分离理论与算法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1盲源信号分离研究的历史与发展1

1.2盲源信号分离的研究对象2

1.3盲源信号分离的可行性3

1.4盲源信号分离算法的分类4

1.5盲源信号分离与独立分量分析的关系7

1.6盲源信号分离与多输入多输出系统盲解卷积的关系8

第2章 信息论、神经网络及高阶统计量基础知识9

2.1信息论9

2.2神经网络12

2.3高阶累积量理论14

2.4自然梯度与相对梯度17

2.5盲分离算法计算量的比较19

第3章 混合模型与分离模型20

3.1瞬时混合模型与分离模型20

3.2卷积混合模型与分离模型22

3.3信号的非线性混合模型23

3.4从源信号到混合信号的统计性质变化24

3.5盲分离算法性能指标34

第4章 瞬时混合信号盲分离的二阶矩理论35

4.1两个源信号的特例35

4.2一般性理论37

第5章 基于去相关的盲信号分离算法41

5.1相关矩阵的非负定性及Hadamard不等式41

5.2基于去相关判据的一般算法42

5.3基于源信号非平稳性的简化算法44

5.4基于去相关的盲信号分离算法的推广45

第6章 双源信号盲分离的去相关算法49

6.1双源信号盲分离迭代算法49

6.2算法的几何解释与收敛性分析50

6.3仿真实验例子52

第7章 相关矩阵特征值分解盲分离算法54

7.1 AMUSE算法54

7.2广义特征值分解（GED）盲分离算法57

第8章 瞬时混合信号盲分离的高阶累积量理论61

8.1可分性约束条件61

8.2基于高阶累积量的盲分离判据62

第9章 对称四阶互累积量矩阵联合对角化算法66

9.1目标函数与算法66

9.2参数λ的选择问题68

9.3算法实现方面的考虑68

第10章 Comon算法70

10.1基本原理70

10.2 Comon算法实现72

第11章 JADE算法77

11.1模型77

11.2目标函数77

11.3累积量矩阵与正交矩阵Q之间的关系78

11.4矩阵联合对角化79

11.5四阶累积量矩阵的特征矩阵表示80

第12章 不动点ICA算法82

12.1不动点算法82

12.2不动点算法稳定性与收敛性分析84

12.3 KMA与MUK算法87

第13章 瞬时混合信号盲分离信息论理论与算法89

13.1基于信息论的自然梯度算法89

13.2非线性激励函数91

13.3最大似然估计算法92

13.4信息最大化算法（Informax）94

第14章 信号不连续性最大化算法96

14.1信号的不连续性96

14.2目标函数与算法96

14.3重叠矩阵及其近似对角化97

第15章 瞬时混合信号盲分离的频域算法99

15.1纯频域算法99

15.2半时域半频域算法103

第16章 基于二阶矩的卷积混合信号时域盲分离理论与算法105

16.1卷积混合信号盲分离的去相关理论105

16.2基于去相关的盲信号分离算法113

16.3仿真实验例子116

16.4本章小结121

第17章 基于高阶累积量的卷积混合信号盲分离理论与算法122

17.1基于高阶累积量的盲分离判据122

17.2基于高阶累积量的卷积混合信号盲分离算法124

17.3仿真实验例子127

第18章 功率谱密度矩阵联合对角化与卷积混合信号盲分离129

18.1功率谱密度矩阵联合对角化原理130

18.2基于功率谱密度矩阵联合对角化的盲分离算法133

18.3仿真实验例子135

18.4本章小结139

第19章 基于信息论的卷积混合信号频域盲分离算法140

19.1混合模型与分离模型140

19.2自然梯度算法的几种推广形式142

19.3基于Kullback-Leibler散度的卷积混合信号盲分离算法144

19.4与其他算法的比例146

19.5仿真实验例子147

参考文献149