新書推薦:
《
未来漫游指南:昨日科技与人类未来
》
售價:NT$
445.0
《
新民说·逝去的盛景:宋朝商业文明的兴盛与落幕(上下册)
》
售價:NT$
790.0
《
我从何来:自我的心理学探问
》
售價:NT$
545.0
《
失败:1891—1900 清王朝的变革、战争与排外
》
售價:NT$
390.0
《
送你一匹马(“我不求深刻,只求简单。”看三毛如何拒绝内耗,为自己而活)
》
售價:NT$
295.0
《
秦汉史讲义
》
售價:NT$
690.0
《
万千心理·我的精神分析之道:复杂的俄狄浦斯及其他议题
》
售價:NT$
475.0
《
荷马:伊利亚特(英文)-西方人文经典影印21
》
售價:NT$
490.0
內容簡介:
盲源分离是生物医学、海洋环境、声学监测和军事侦察领域中的研究热点。传统的盲源分离法,要求观测信号的数目不少于源信号数目,而在实际应用中受造价和安装条件等因素限制,常使观测信号的数目远少于源信号数目,从而传统盲源分离法很难恢复出源信号。因此,如何凭借单通道混合信号恢复出多通道源信号是数学领域中的一个具有挑战性的课题。 本书系统地介绍了单通道盲源分离理论、单通道混合信号的模型建立、单通道盲源分离算法的实现。首先,依据各种信号的统计特性、时频域特性和非线性特性,将多路源信号线性混合为单路信号并对其分类建模;随后提出一系列时频域相结合的单通道盲源分离算法;*后,针对已知的单通道混合信号模型及参数自适应分离并恢复多路源信号。这些算法可提高源信号复原性能,具有算法复杂度低、收敛速度快及鲁棒特性强的特点,对单通道盲源分离的理论和算法研究具有重要的科学和应用价值。
關於作者:
郭一娜,工学博士,副教授,硕士生导师。太原科技大学工作至今;2009年曾在澳大利亚皇家墨尔本理工大学做访问学者。现为英国工程技术协会(IET)会员,山西省高等学校优秀青年学术带头人,太原市科学技术协会第七次代表大会委员,山西省科技厅科学技术奖励专家,山西省中小企业局专家,国际SCI期刊《Circuits, systems & signal processing》和《Biomedical Signal Processing and Control》的审稿人。近五年,先后获得"山西省科技进步二等奖”、"山西省高等学校科技进步二等奖”、"山西省科技奉献二等奖”、"山西省中青年教师教学基本功竞赛三等奖”、"山西省劳动竞赛委员会个人二等功”、"博士研究生国家奖学金”、"太原市青少年发明竞赛优秀组织工作者称号”、"太原科技大学‘三育人’教书育人先进个人称号”和"太原科技大学‘优秀共产党员’称号”。主持国家自然科学青年基金1项和省部级项目7项,作为主要科研骨干参与国家自然科学青年基金2项;发表学术论文30余篇,其中SCI收录6篇;出版学术著作2部;授权国家专利4项,其中发明专利3项;授权软件著作权4项。
目錄 :
第1章
引论1
1.1 单通道盲源分离的研究意义3
1.2 单通道盲源分离的研究进展8
1.2.1 盲源分离的研究与发展8
1.2.2 欠定盲源分离的研究进展11
1.2.3 单通道盲源分离的研究进展13
1.3 本书的研究内容17
第2章
盲源分离基本理论21
2.1 盲源分离理论与数学模型23
2.2 独立成分分析法29
2.2.1 独立成分分析的基本概念29
2.2.2 独立成分分析的预处理和目标函数31
2.2.3 独立成分分析的经典算法33
2.3 欠定盲源分离理论38
2.4 单通道盲源分离理论41
2.4.1 单通道盲源分离的基本模型41
2.4.2 单通道盲源分离算法分类42
2.4.3 单通道盲源分离算法性能评价标准46
2.5 本章小结48
第3章
信号的拟合与建模49
3.1 拟合的基本理论52
3.2 确定信号的拟合与建模57
3.2.1 周期信号的拟合58
3.2.2 非周期信号的拟合方法69
3.2.3 非周期信号的拟合与建模74
3.3 随机信号的拟合与建模77
3.3.1 随机信号的拟合方法77
3.3.2 随机信号拟合的基本模型80
3.3.3 平稳随机信号的拟合与建模81
3.3.4 非平稳随机信号的拟合与建模90
3.4 本章小结102
第4章
总体经验模态分解为基础的单通道盲源分离法105
4.1 EEMD为基础的单通道盲源分离法理论基础109
4.1.1 总体经验模态分解法(EEMD)109
4.1.2 主成分分析115
4.1.3 改进的主成分分析117
4.1.4 固定点独立成分分析法(FastICA)118
4.2 基于EEMD自适应单通道盲源分离法的理论基础120
4.2.1 算法的主要原理120
4.2.2 算法的流程与具体实现121
4.2.3 仿真实验与结果分析123
4.3 基于改进PCA和EEMD的单通道盲源分离法的理论基础131
4.3.1 算法的主要原理131
4.3.2 算法的流程与具体实现133
4.3.3 仿真实验与结果分析134
4.4 本章小结143
第5章
局部均值分解为基础的单通道盲源分离法147
5.1 LMD为基础的单通道盲源分离法理论基础149
5.1.1 局部均值分解法149
5.1.2 抑制端点效应的局部均值分解法150
5.1.3 LMD端点效应抑制仿真及分析152
5.2 基于优化后LMD单通道盲源分离法实现原理155
5.2.1 算法的主要原理155
5.2.2 算法的流程与具体实现158
5.2.3 仿真实验与结果分析159
5.3 基于优化后LMD自适应单通道盲源分离法实现原理169
5.3.1 算法的主要原理169
5.3.2 算法的流程与具体实现172
5.3.3 仿真实验与结果分析172
5.4 本章小结176
参考文献179