自适应盲信号与图像处理

第1章 盲信号处理导论：问题及应用
1.1 问题的表达——概述
1.2 盲信号处理和半盲信号处理的潜在应用
第2章 解线性代数方程系统及相关问题
2.1 线性方程系统问题的表述
2.2 *小二乘问题
2.3 线性方程系统的*小绝对偏差（1-范数）解
2.4 总体*小二乘和数据*小二乘问题
2.5 稀疏信号表示和*小1-范数解
第3章 主/次分量分析及相关问题
3.1 简介
3.2 PCA的基本性质
3.3 用*优压缩-重构原理提取主分量
3.4 基本代价函数和PCA的自适应算法
3.5 稳健PCA
3.6 次分量顺序提取的自适应学习算法
3.7 用于估计主分量，次分量及其子空间的统一并行算法
3.8 与PCA相关的奇异值分解和基本矩阵子空间
3.9 用于有色源的盲源分离多级PCA
附录A 用于实和复值PCA的基本神经网络算法
附录B 用于复值PCA的层次神经网络
第4章 盲解相关和用于稳健 盲辨识的二阶统计量
4.1 空间解相关-白化变换
4.2 基于EVD和GEVD的二阶统计量盲辨识
4.3 基于对称EVD/SVD的改进SOS盲辨识算法
4.4 联合对角化——稳健的SOBI算法
4.5 相关抵消
附录A AMARI自然梯度和ATICK-REDLICH公式的稳定性
附录B 有界分离矩阵FROBENIUS范数的梯度下降算法
附录C JADE算法
附录D 稳健的SOBI算法的MATLAB实现
第5章 盲信号提取的统计信号处理方法
第6章 自然梯度方法用于独立分量分析
第7章 ICA的局部自适应算法与实现
第8章 有噪数据的BSS和ICA的稳健技术
第9章 多通道盲解卷积:自然梯度方法
第10章 估计函数及ICA和解卷积的超有效性
第11章 利用状态空间方法进行线性盲滤波和盲分离
第12章 非线性状态空间模型——半盲信号处理
第13章 附录：数学预备知识
第14章 符号和缩略词汇编
参考文献