盲信號(hào)處理及應(yīng)用

內(nèi)容概要

盲信號(hào)處理是一種功能強(qiáng)大的信號(hào)處理方法，已經(jīng)成為國(guó)際上信號(hào)處理和人工神經(jīng)網(wǎng)絡(luò)等學(xué)科領(lǐng)域的一個(gè)研究和應(yīng)用的熱點(diǎn)。盲信號(hào)處理包括信號(hào)源盲分離和盲反卷積。盲源分離通常是對(duì)觀(guān)測(cè)到的源信號(hào)的線(xiàn)性瞬時(shí)混合信號(hào)進(jìn)行分離；盲反卷積是考慮到在時(shí)間延遲的情況下，對(duì)觀(guān)測(cè)到的源信號(hào)與通道的卷積混疊信號(hào)進(jìn)行盲分離。本書(shū)對(duì)盲信號(hào)處理的研究歷史以及研究現(xiàn)狀進(jìn)行了簡(jiǎn)要的回顧和闡述，介紹了盲信號(hào)處理的基本思想、數(shù)學(xué)模型、數(shù)學(xué)原理和算法以及盲信號(hào)處理的應(yīng)用領(lǐng)域，還對(duì)圖像、語(yǔ)音處理和通信領(lǐng)域的某些盲信號(hào)處理問(wèn)題進(jìn)行了仿真計(jì)算。    本書(shū)內(nèi)容豐富、新穎，所闡述的都是信號(hào)處理領(lǐng)域中的前沿技術(shù)。書(shū)中理論聯(lián)系實(shí)際，舉例介紹了盲信號(hào)處理的應(yīng)用，并附有主要算法實(shí)現(xiàn)的源程序，讀者讀完本書(shū)之后就能應(yīng)用。    本書(shū)既可供從事信號(hào)分析與處理的科技工作者學(xué)習(xí)、參考，又可作為高等院校信號(hào)分析與處理專(zhuān)業(yè)教師和學(xué)生的參考用書(shū)。

書(shū)籍目錄

第1章 緒論  1.1 引言  1.2 盲信號(hào)處理概述  1.3 盲信號(hào)處理的研究歷史  1.4 盲信號(hào)處理的方法第2章 盲信號(hào)處理的數(shù)學(xué)描述  2.1 信號(hào)源盲分離  2.2 微分熵、互信息和相對(duì)熵  2.3 獨(dú)立分量分析  2.4 多通道盲解卷和盲分離  2.5 信號(hào)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(hào)的預(yù)處理  2.8 對(duì)照（代價(jià)）函數(shù)  2.9 分離效果的檢驗(yàn)方法第3章 自適應(yīng)信號(hào)濾波器  3.1 自適應(yīng)濾波的基本算法及其種類(lèi)  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(jì)  4.1 高階界積量和高階譜  4.2 非參數(shù)化高階譜估計(jì)  4.3 參數(shù)模型高階譜估計(jì)  4.4 自適應(yīng)線(xiàn)性預(yù)測(cè)  4.5 基于倒譜的沖激響應(yīng)辨識(shí)和信號(hào)恢復(fù)  4.6 二階Volterra非線(xiàn)性系統(tǒng)的參數(shù)估計(jì)  4.7 時(shí)延估計(jì)  4.8 諧波恢復(fù)與達(dá)波方向（DOA）估計(jì)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(hào)分離之間的關(guān)系第8章 基于多用戶(hù)峭度最優(yōu)化標(biāo)準(zhǔn)的獨(dú)立信號(hào)源盲分離第9章 基于概率密度函數(shù)估計(jì)的盲分離算法第10章 時(shí)延和卷積信號(hào)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(hào)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(jì)算程序附錄5 mexica程序附錄6 Pographic ICA程序附錄7 盲信號(hào)處理的相關(guān)網(wǎng)站參考文獻(xiàn)

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    盲信號(hào)處理及應(yīng)用 PDF格式下載

---