盲信號處理及應(yīng)用

第1章 緒論
1.1 引言
1.2 盲信號處理概述
1.3 盲信號處理的研究歷史
1.4 盲信號處理的方法
第2章 盲信號處理的數(shù)學(xué)描述
2.1 信號源盲分離
2.2 微分熵、互信息和相對熵
2.3 獨立分量分析
2.4 多通道盲解卷和盲分離
2.5 信號的盲提取
2.6 廣義多通道解卷積——狀態(tài)空間模型
2.7 信號的預(yù)處理
2.8 對照（代價）函數(shù)
2.9 分離效果的檢驗方法
第3章 自適應(yīng)信號濾波器
3.1 自適應(yīng)濾波的基本算法及其種類
3.2 自適應(yīng)均衡
3.3 自適應(yīng)波束形式
3.4 自適應(yīng)神經(jīng)網(wǎng)絡(luò)
3.5 自適應(yīng)神經(jīng)濾波器
第4章 高階譜及參數(shù)估計
4.1 高階界積量和高階譜
4.2 非參數(shù)化高階譜估計
4.3 參數(shù)模型高階譜估計
4.4 自適應(yīng)線性預(yù)測
4.5 基于倒譜的沖激響應(yīng)辨識和信號恢復(fù)
4.6 二階Volterra非線性系統(tǒng)的參數(shù)估計
4.7 時延估計
4.8 諧波恢復(fù)與達波方向（DOA）估計
第5章 盲源分離與盲波束形成的方法
第6章 盲反卷積與盲均衡的方法
第7章 盲反卷積與盲源信號分離之間的關(guān)系
第8章 基于多用戶峭度最優(yōu)化標(biāo)準(zhǔn)的獨立信號源盲分離
第9章 基于概率密度函數(shù)估計的盲分離算法
第10章 時延和卷積信號的盲分離
第11章 多通道混合盲反卷積
第12章 有限支持域上的圖像盲目反卷積
第13章 盲信號處理的應(yīng)用
附錄1 Pearson-ICA程序
附錄2 FastICA程序
附錄3 Complex FastICA程序
附錄4 JADE計算程序
附錄5 mexica程序
附錄6 Pographic ICA程序
附錄7 盲信號處理的相關(guān)網(wǎng)站
參考文獻