| 摘 要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-14页 |
| 符号说明 | 第14-18页 |
| 第一章 引言 | 第18-36页 |
| ·MIMO 系统 | 第18-22页 |
| ·采用 MIMO 系统是实现大容量、高质量无线通信的重要手段 | 第19-20页 |
| ·MIMO 系统是麦克风阵列应用的必然要求 | 第20-21页 |
| ·MIMO 系统中的关键问题 | 第21-22页 |
| ·盲信号分离 | 第22-32页 |
| ·盲信号处理概念及优点 | 第22-25页 |
| ·盲信号分离基本模型 | 第25页 |
| ·盲信号分离方法 | 第25-32页 |
| ·MIMO 系统时域盲信号分离方法 | 第25-30页 |
| ·MIMO 系统空域盲信号分离方法 | 第30-32页 |
| ·MIMO 系统空时域盲信号分离方法 | 第32页 |
| ·本文的创新点 | 第32-33页 |
| ·论文结构及内容安排 | 第33-36页 |
| 第二章 理论基础 | 第36-52页 |
| ·系统模型 | 第36-39页 |
| ·模型定义 | 第36页 |
| ·SISO 模型 | 第36-37页 |
| ·SIMO 模型 | 第37-38页 |
| ·MIMO 模型 | 第38-39页 |
| ·多信道模型的获取 | 第39-44页 |
| ·空间分集方法 | 第40页 |
| ·采用分数采样(时间分集方法) | 第40-41页 |
| ·同相和正交信道分离 | 第41-42页 |
| ·DS-CDMA 系统中的多用户检测 | 第42-43页 |
| ·利用离散正则模型 | 第43-44页 |
| ·常用数学工具 | 第44-52页 |
| ·多采样率理论 | 第44-46页 |
| ·过采样 | 第44页 |
| ·欠采样 | 第44-45页 |
| ·多相表示 | 第45-46页 |
| ·多项式矩阵理论 | 第46-48页 |
| ·线性系统理论 | 第48-52页 |
| ·向量(矩阵)的Z-变换 | 第48页 |
| ·矩阵的四个基本子空间 | 第48-49页 |
| ·特征子空间 | 第49-52页 |
| 第三章 基于新息思想的盲辨识算法分析和比较 | 第52-88页 |
| ·盲辨识/盲均衡与盲信号分离基本模型的关系 | 第52-59页 |
| ·盲辨识盲均衡工作机制 | 第52-53页 |
| ·新息思想盲辨识盲均衡采用的时域模型 | 第53-54页 |
| ·盲辨识盲均衡条件 | 第54-59页 |
| ·基本定义 | 第54-56页 |
| ·盲辨识条件 | 第56-57页 |
| ·盲均衡条件 | 第57-59页 |
| ·基于新息思想的二阶统计量盲辨识算法分析和比较 | 第59-70页 |
| ·线性预测算法 LPA | 第59-62页 |
| ·外积分解算法 OPDA | 第62-63页 |
| ·多步线性预测算法 MSLP | 第63-65页 |
| ·最小均方平滑算法 LSS | 第65-68页 |
| ·约束最小输出能量算法 CMOE | 第68-69页 |
| ·五种算法的分析与比较 | 第69-70页 |
| ·算法仿真性能比较 | 第70-85页 |
| ·算法仿真流程 | 第70-78页 |
| ·构造模型 | 第70-72页 |
| ·LPA 算法流程 | 第72-73页 |
| ·OPDA 算法流程 | 第73-75页 |
| ·MSLP 算法流程 | 第75-76页 |
| ·LSS 算法流程 | 第76-77页 |
| ·CMOE 算法流程 | 第77页 |
| ·性能比较 | 第77-78页 |
| ·附加条件 | 第78页 |
| ·仿真结果及性能比较 | 第78-85页 |
| ·信道阶数已知条件下的性能比较 | 第79-83页 |
| ·信道阶数未知条件下的性能比较 | 第83-84页 |
| ·性能小结 | 第84-85页 |
| ·本章小结 | 第85-88页 |
| 第四章 一种半盲信道辨识及均衡技术 | 第88-98页 |
| ·基于新息思想、采用二阶统计量的盲辨识盲均衡的主要思想 | 第88-89页 |
| ·二阶统计量信息 | 第88页 |
| ·盲辨识、盲均衡算法的主要思想 | 第88-89页 |
| ·基于二阶统计量的盲算法本身存在的问题 | 第89页 |
| ·仿真 | 第89-95页 |
| ·信道模型一仿真结果 | 第90-92页 |
| ·信道模型二仿真结果 | 第92-95页 |
| ·半盲算法 | 第95-96页 |
| ·本章小结 | 第96-98页 |
| 第五章 基于智能麦克风阵列的说话人跟踪和语音分离系统-- 设计原理 | 第98-133页 |
| ·设计背景及系统特点 | 第98-99页 |
| ·算法原理 | 第99-108页 |
| ·麦克风阵列的近场声音传播模型及与盲信号分离模型的关系 | 第99-103页 |
| ·谱抵消去噪 | 第103-105页 |
| ·盲波束形成算法 | 第105-108页 |
| ·改进的 MUSIC 算法 | 第105-107页 |
| ·最小方差波束形成器 | 第107-108页 |
| ·算法复杂度分析 | 第108-109页 |
| ·算法流程和算法的改进和优化方法 | 第109-111页 |
| ·麦克风校正算法 | 第111-117页 |
| ·非参校正算法 | 第112-115页 |
| ·参数校正算法 | 第115-117页 |
| ·MATLAB 仿真结果 | 第117-130页 |
| ·单个信源 | 第118-120页 |
| ·多个信源 | 第120-124页 |
| ·搜索精度 | 第124-128页 |
| ·真实语音处理 | 第128-130页 |
| ·仿真结论 | 第130页 |
| ·本章小结 | 第130-133页 |
| 第六章 基于智能麦克风阵列的说话人跟踪和语音分离系统--软硬件实现 | 第133-146页 |
| ·硬件平台 | 第133-137页 |
| ·DSP 平台的选择 | 第133-134页 |
| ·系统介绍 | 第134-137页 |
| ·软件实现 | 第137-141页 |
| ·系统初始化程序 | 第138-139页 |
| ·算法处理主程序 | 第139-141页 |
| ·演示系统的软硬件设计 | 第141页 |
| ·阶段成果 | 第141-144页 |
| ·本章小结 | 第144-146页 |
| 第七章 空时结合盲信号分离方法及应用 | 第146-176页 |
| ·独立源分析概述 | 第146页 |
| ·ICA 的数学定义 | 第146-147页 |
| ·空时结合的盲信号分离方法 | 第147-176页 |
| ·新息 | 第147页 |
| ·Informax 算法 | 第147-149页 |
| ·Informax 存在的问题 | 第149页 |
| ·亚高斯和超高斯信号 | 第149页 |
| ·Informax 算法存在的问题 | 第149页 |
| ·空时结合的盲信号分离算法 | 第149-176页 |
| 个人简历 | 第176-178页 |
| 攻读博士学位期间发表的学术论文及获奖成果 | 第178-180页 |
| 附录 1: 系统电路模块图 | 第180-181页 |
| 附录 2: 基于 TMS320C6711 的通用阵列语音处理系统 | 第181-183页 |
| 附录 3: DSP 外围电路顶层图 | 第183-184页 |
| 附录 4:TMS320C6711 插接式 DSP 子卡 | 第184-186页 |
| 附录 5:PC 机显示控制终端 | 第186-187页 |
广告服务 
