盲源分離理論與算法（簡體書）

盲源信號分離理論是現代信號處理的重要前沿研究領域之一，在通信、語音處理、圖像處理、地震勘探、生物醫學、雷達及經濟數據分析等領域有著廣泛的應用。梅鐵民編著的《盲源分離理論與算法》從二階矩理論、高階累積量理論和信息論三個方面來闡述盲源信號分離的基本理論，並從觀測信號的混合模型（瞬時混合、卷積混合）出發來介紹典型算法。《盲源分離理論與算法》面向具有一定信號處理基礎的學生和研究者。通過本書的學習，讀者能夠掌握盲源信號分離的基本理論、典型算法以及最新進展，快速進入該領域前沿開展研究工作。

梅鐵民，瀋陽理工大學，博士。2004——2005年，作為訪問學者應邀在澳大利亞五倫貢大學電子、計算機及通信工程學院從事盲源分離合作研究工作，是澳大利亞國家研究基金項目：Blind Separationof Convolutive Mixtures in the Subband Domain（ARC large GrantNo．A001 03052）的主要研究者。2007—201 0年在德國呂貝克大學信號處理研究所做博士後研究工作，是兩項德國科學基金（DFG）項目的主要研究者：Blind Separation of Acoustic Sources in ReverberantEnvironments（Grant No．ME1170／1）：New Concepts for Listening—room Equalization（Grant No．MEl 1 70／3—1）。

第1章 緒論1.1 盲源信號分離研究的歷史與發展1.2 盲源信號分離的研究對象1.3 盲源信號分離的可行性1.4 盲源信號分離算法的分類1.5 盲源信號分離與獨立分量分析的關係1.6 盲源信號分離與多輸入多輸出系統盲解卷積的關係第2章 信息論、神經網絡及高階統計量基礎知識2.1 信息論2.2 神經網絡2.3 高階累積量理論2.4 自然梯度與相對梯度2.5 盲分離算法計算量的比較第3章 混合模型與分離模型3.1 瞬時混合模型與分離模型3.2 卷積混合模型與分離模型3.3 信號的非線性混合模型3.4 從源信號到混合信號的統計性質變化3.5 盲分離算法性能指標第4章 瞬時混合信號盲分離的二階矩理論4.1 兩個源信號的特例4.2 一般性理論第5章 基於去相關的盲信號分離算法5.1 相關矩陣的非負定性及Hadamard不等式5.2 基於去相關判據的一般算法5.3 基於源信號非平穩性的簡化算法5.4 基於去相關的盲信號分離算法的推廣第6章 雙源信號盲分離的去相關算法6.1 雙源信號盲分離迭代算法6.2 算法的幾何解釋與收斂性分析6.3 仿真實驗例子第7章 相關矩陣特徵值分解盲分離算法7.1 AMIJSE算法7.2 廣義特徵值分解（GEI））盲分離算法第8章 瞬時混合信號盲分離的高階累積量理論8.1 可分性約束條件8.2 基於高階累積量的盲分離判據第9章 對稱四階互累積量矩陣聯合對角化算法9.1 目標函數與算法9.2 參數氳難≡裎侍?9.3 算法實現方面的考慮第10章 Comon算法10.1 基本原理10.2 Comon算法實現第11章 JADE算法11.1 模型11.2 目標函數11.3 累積量矩陣與正交矩陣Q之間的關係11.4 矩陣聯合對角化11.5 四階累積量矩陣的特徵矩陣表示第12章 不動點ICA算法12.1 不動點算法12.2 不動點算法穩定性與收斂性分析12.3 KMA與MIJK算法第13章 瞬時混合信號盲分離信息論理論與算法13.1 基於信息論的自然梯度算法13.2 非線性激勵函數13.3 最大似然估計算法13.4 信息最大化算法（Informax）第14章 信號不連續性最大化算法14.1 信號的不連續性14.2 目標函數與算法14.3 重疊矩陣及其近似對角化第15章 瞬時混合信號盲分離的頻域算法15.1 純頻域算法15.2 半時域半頻域算法第16章 基於二階矩的卷積混合信號時域盲分離理論與算法16.1 卷積混合信號盲分離的去相關理論16.2 基於去相關的盲信號分離算法16.3 仿真實驗例子16.4 本章小結第17章 基於高階累積量的卷積混合信號盲分離理論與算法17.1 基於高階累積量的盲分離判據17.2 基於高階累積量的卷積混合信號盲分離算法17.3 仿真實驗例子第18章 功率譜密度矩陣聯合對角化與卷積混合信號盲分離18.1 功率譜密度矩陣聯合對角化原理18.2 基於功率譜密度矩陣聯合對角化的盲分離算法18.3 仿真實驗例子18.4 本章小結第19章 基於信息論的卷積混合信號頻域盲分離算法19.1 混合模型與分離模型19.2 自然梯度算法的幾種推廣形式19.3 基於Kullback-Leibler散度的卷積混合信號盲分離算法19.4 與其他算法的比例19.5 仿真實驗例子參考文獻