第1章 緒論1.1 盲源分離研究背景1.2 盲源分離研究現(xiàn)狀1.2.1 實值源信號的育分離研究現(xiàn)狀1.2.2 復(fù)值源信號的盲分離研究現(xiàn)狀1.2.3 不同混合形式的育源分離研究現(xiàn)狀1.2.4 盲源分離在通信系統(tǒng)中的應(yīng)用研究現(xiàn)狀1.3 本書的主要內(nèi)容安排第2章 盲源分離理論基礎(chǔ)2.1 盲源分離的數(shù)學(xué)模型2.2 ICA盲信號分離基礎(chǔ)2.2.1 ICA的基本假設(shè)和分離矩陣的可解性2.2.2 ICA的預(yù)處理2.2.3 ICA的一般研究方法第1章 緒論1.1 盲源分離研究背景1.2 盲源分離研究現(xiàn)狀1.2.1 實值源信號的育分離研究現(xiàn)狀1.2.2 復(fù)值源信號的盲分離研究現(xiàn)狀1.2.3 不同混合形式的育源分離研究現(xiàn)狀1.2.4 盲源分離在通信系統(tǒng)中的應(yīng)用研究現(xiàn)狀1.3 本書的主要內(nèi)容安排第2章 盲源分離理論基礎(chǔ)2.1 盲源分離的數(shù)學(xué)模型2.2 ICA盲信號分離基礎(chǔ)2.2.1 ICA的基本假設(shè)和分離矩陣的可解性2.2.2 ICA的預(yù)處理2.2.3 ICA的一般研究方法2.2.4 ICA的常用目標(biāo)（代價）函數(shù)2.3 育源分離的評價標(biāo)準(zhǔn)2.3.1 相似系數(shù)2.3.2 性能指標(biāo)2.3.3 信干比評價標(biāo)準(zhǔn)2.3.4 信干噪比評價標(biāo)準(zhǔn)第3章 基于AR-HMGP模型的非平穩(wěn)源盲分離3.1 引言3.2 問題描述3.3 非平穩(wěn)源信號模型3.4 基于AR-HMGP模型的非平穩(wěn)源信號盲分離算法3.4.1 觀測信號概率分布模型3.4.2 構(gòu)造基于ML準(zhǔn)則的輔助函數(shù)3.4.3 EM算法3.4.4 參數(shù)初始化設(shè)置3.5 仿真結(jié)果與性能分析3.6 本章小結(jié)第4章 基于源信號廣義自相關(guān)特性的復(fù)值信號盲分離4.1 引言4.2 問題描述4.3 基于復(fù)廣義自相關(guān)的育分離算法4.3.1 算法描述4.3.2 仿真分析4.4 基于一階復(fù)自回歸模型的廣義自相關(guān)育分離算法4.4.1 算法描述4.4.2 仿真分析4.5 本章小結(jié)第5章 具有時間結(jié)構(gòu)特性的復(fù)值源信號盲分離5.1 引言5.2 基礎(chǔ)知識5.2.1 寬線性濾波器模型5.2.2 矩陣聯(lián)合對角化5.3 基于寬線性濾波器模型的復(fù)值源信號分離算法5.3.1 多變量寬濾波器模型參數(shù)估計5.3.2 改進(jìn)的矩陣聯(lián)合對角化算法5.4 仿真結(jié)果與性能分析5.4.1 矩陣聯(lián)合對角化算法性能仿真與分析5.4.2 分離性能仿真與分析5.5 本章小結(jié)第章 基于解耦I(lǐng)VA的盲源分離6.1 引言6.2 IVA問題描述6.3 基于 Householder變換的矩陣優(yōu)化方法6.4 基于 Householder變換的解耦I(lǐng)VA算法6.4.1 算法描述6.4.2 仿真分析6.5 無正交受限的卷積盲分離算法6.5.1 問題描述6.5.2 算法描述6.5.3 仿真分析6.6 本章小結(jié)第7章 全雙工通信系統(tǒng)中基于BSS的自干擾消除技術(shù)7.1 引言7.2 CCFD無線通信系統(tǒng)模型7.2.1 CCFD收發(fā)信機基本原理7.2.2 自干擾信道模型7.2.3 信號模型7.3 基于BSS的基帶數(shù)字域CCFD自干擾消除算法7.3.1 僅含有LOS成分的數(shù)字自干擾消除刻7.3.2 含有non-LOS成分的數(shù)字自干擾消除議7.4 仿真結(jié)果與性能分析7.5 本章小結(jié)第8章 總結(jié)與展望8.1 總結(jié)8.2 未來展望參考文獻(xiàn)