一、基于分区模板的重叠指纹分离方法（论文文献综述）
高峰,张加敏,徐晓,王子政,刘寰[1]（2018）在《新型手印提取胶片对不同遗留时间重叠手印的分离》文中进行了进一步梳理目的通过自制手印提取胶片对载玻片上不同遗留时间的正常油汗混合重叠手印进行分离提取,提出一种新的重叠手印的分离提取方法。方法使用凝胶（Gel）材料、聚氨酯（PU）基布及聚对苯二甲酸乙二酯（PET）膜制备新型手印提取胶片,用该胶片对不同遗留时间间隔（0.5～24h）的重叠手印进行连续提取并拍照固定,以去除手印纹线之间的相互干扰、实现手印图像的分离;并提出遗留时间差异系数（Td）这一概念,以此初步探究遗留时间对重叠手印胶片分离提取的影响。结果胶片对遗留时间不同的重叠手印进行连续提取可获较好的分离效果,当重叠手印样本的遗留时间差异系数Td≥0.28时,胶片对重叠手印仅进行2～3次的提取即可得到细节清晰、反差较好的单一手印图像。结论利用所制胶片连续粘取分离重叠手印的方法能够有效克服不同遗留时间重叠手印之间的相互干扰,获得质量较好的单一手印图像,该方法具有简单、分离效果好及可信度高等优点,在手印显现研究及实战中有良好的发展、应用前景。
徐晓[2]（2017）在《凝胶胶片在不同客体上提取手印的应用研究》文中指出手印作为传统的重要痕迹物证,至今仍在刑事侦查中发挥着不可替代的重要作用。手印的显现提取技术作为指纹学研究的前提条件和核心技术,一直以来是相关人员研究的重点项目。其中,转印类技术作为一种可以有效克服复杂背景干扰的重要技术,虽然近年来发展迅速,但是总有难以推广运用的各种弊端存在。值此困难之际,凝胶胶片的应运而生成功的打破了各种桎梏,集合诸多优点于一身,值得深入实验验证与研究测试。本文选用了实际现场中经常遇到的各种非渗透性客体、半渗透性客体、渗透性客体、平面客体、曲面客体、表面粗糙客体、背景复杂等客体上的汗潜手印、油汗手印、血手印以及过显手印、陈旧手印、重叠手印作为凝胶胶片的显现提取对象,经过科学实验测试后,固定记录了相关结果,并分析有关原理,得出了相应的结论。本文研究的结果表明,凝胶胶片对实验所选用的非渗透性客体、半渗透性客体、表面粗糙客体、曲面客体上的汗潜、油汗混合、灰尘手印以及粉末刷显过和“502”熏显过的手印提取效果良好,能够有效去除客体背景及纹理等不利条件对手印的干扰;对实验所选用的渗透性客体上新鲜汗潜手印的提取效果良好;该胶片提取手印后不但基本不影响检材上手印的后续常规显现处理,而且可以有效同时协同提取手印成分中的DNA等物证;通过与“502”熏显技术配合使用,对皮革上新鲜及陈旧血手印、人民币上新鲜的汗潜手印的显现提取效果良好;对载玻片上不同遗留时间的同种成分的油汗混合手印的分离提取效果良好;此外,对先期粉末刷显或“502”熏显过量的手印具有一定的减薄效果,对陈旧性汗潜手印有一定的加湿复活效果。
张钊,郑琰川[3]（2017）在《重叠指纹分离方法比较》文中提出重叠指纹在公安机关办理案件的过程中广泛存在,在犯罪现场的水杯、保险柜把手等各种物体上,若能成功地分离重叠指纹,会给公安人员侦查破案带来重要线索。本文的目的在于对各种重叠指纹分离方法进行叙述,根据公安机关的实际情况为重叠指纹分离技术的发展和进一步的工作提供依据。
肖世校[4]（2013）在《独立成分分析方法在指纹提取中的应用》文中研究指明为了提高指纹图像识别的准确性和可靠性,先对指纹图像采用主成分分析（PCA）算法进行预处理,去除指纹图像的二阶统计特征相关.用ICA算法对加噪的指纹图像进行提取识别,并利用统计方法确定混合矩阵,实验表明:在一定的条件下,ICA能够很好地分离混合图像,提高准确性和可靠性.
汪庆[5]（2013）在《指纹图像分割方法研究》文中认为指纹图像识别是一种具有广泛应用前景的身份验证手段，指纹具有许多其他生物特征无法比拟的优点。越来越多的基于指纹的识别系统已经用于日常生活中，如：上班考勤、机场车站人员管理，证据提取等。虽然目前指纹识别领域已有不少成果，但是在实际运用中与理想效果相比还相距甚远。指纹图像分割技术作为指纹图像识别系统的预处理过程的重要组成部分，其分割结果将直接影响到后续处理，对提高整个系统的性能有着重要意义。本文首先对近几年指纹分割的新方法进行分类总结比较，然后在对现有分割算法进行深入研究的基础上，提出了一种改进的指纹图像分割算法，并设计了一个指纹识别系统。本文的主要工作包括：（1）对近几年的指纹图像分割方法总结。从基于指纹结构特征和特定理论两方面进行介绍，对各类方法进行分析比较，并探讨了指纹分割方法的发展方向。（2）提出了一种将粒子群算法和Snake模型结合的指纹分割方法。针对Snake模型的两个缺点对其作出改进，解决了Snake模型初始轮廓点的自动确定问题，改进了指纹凹陷区域无法捕获问题。实验结果表明，该分割算法能够很好地解决该模型的缺陷。（3）设计了一个指纹图像识别系统。综合指纹识别系统的基本步骤，按照指纹识别处理顺序将系统分成指纹质量控制模块，指纹预处理模块，指纹特征提取模块，指纹匹配模块，并将本文中的分割方法运用其中。
冯清枝,高俊峰[6]（2010）在《异色重叠指纹剥离方法的研究》文中提出运用多光谱图像融合技术,将异色重叠指纹的多光谱图像信息综合在一起,消除重叠指纹之间的相互干扰,可以较为完整地将重叠指纹逐一剥离出来,同时也可以显着地降低指纹检材的背景噪声影响,使得指纹特征显现更加突出。
张思尧,韦霄立,常柏年[7]（2009）在《计算机分离重叠指纹实验研究》文中指出目的探讨利用计算机分离重叠指纹方法的实用价值。方法对人工合成和现场采集的重叠指纹进行了大量实验研究,并得出了相关结论。结果计算机分离重叠指纹方法不仅应用范围广泛,操作技术简单,分离效果较好,且不破坏检材,是当前较有效的一种方法。
张思尧,李群逸,常柏年[8]（2009）在《重叠指纹分离方法比较》文中指出目的探讨各种重叠指纹分离方法的优劣。方法选取实践中常用方法对重叠指纹进行分离。结果各种方法分离重叠指纹均能达到理想效果,尤其以计算机分离方法适用范围最广、效果最佳。结论计算机重叠指纹分离方法具有较强的现实意义和广阔的应用前景。
耿瑞敏,练秋生,孙马秋[9]（2008）在《基于形态学成分分析的指纹分离》文中认为针对指纹图像的特点,对形态学成分分析进行改造,将其与角点检测器相结合,提出了一种指纹分离算法。算法基于基追踪去噪算法,首先对重叠指纹图像或者指纹与背景纹理重叠的图像采用两个相同的纹理词典进行稀疏表示,对稀疏系数软门限收缩之后进行反变换得到两幅纹理图像,然后使用梯度下降法最小化分离出来的两幅纹理图像的harris-like算子,使得两幅图像的角点均最少,再对其中一幅图像进行全方差调整,从而达到分离的目的。实验结果表明此方法能够实现指纹分离。
刘凯[10]（2007）在《粒子滤波在单通道信号分离中的应用研究》文中研究说明单通道信号分离是信号处理研究领域近年来高速发展的分支之一，是一个基本的、极富挑战性的研究课题。它在信号去噪、无线通讯、语音信号处理、生物医学信号处理、地震信号处理等众多领域有着广泛而诱人的应用前景。随着大量非线性信号处理问题的出现，以及对信号处理精确性、灵活性和实时性要求的不断提高，传统线性数字信号处理技术已经不能完全满足信号处理的需求，非线性数字滤波理论和技术逐渐发展起来，其中以粒子滤波为代表的基于蒙特卡罗思想的贝叶斯滤波是很重要的一部分。与之前出现的各种非线性滤波器相比，粒子滤波方法的应用面更广，它可以解决很多非线性非高斯问题，同时在粒子总数足够大时，它的收敛速率与状态维数无关，针对高维状态的滤波问题也能很好的收敛。本文针对单通道非线性信号的分离问题，分析研究了相关算法的文献与专着，以粒子滤波为理论基础，针对混沌信号和PCMA（Paired Carrier Multiple Access）信号的去噪、分离等问题，做了一些有意义的研究和探索，论文各章节的内容为：第一章：绪论。首先概述了单通道信号处理在各个领域的应用，然后讨论了单通道多分量混合信号的可分离性，给出了单通道环境下信号分离的基本条件，最后对论文的主要工作与笔者所做的贡献进行了阐述。第二章：贝叶斯滤波。从贝叶斯的迭代估计入手，介绍了线性高斯下的最优解：卡尔曼滤波，回顾了现有的一些非线性滤波算法。针对这些非线性滤波算法的局限性，明确了蒙特卡罗方法的重要意义，最后介绍了蒙特卡罗方法中各种粒子抽样方法。第三章：粒子滤波。针对序贯信号处理问题，简要回顾了粒子滤波从序贯重要性抽样，到重抽样，再到正则化方法的整个发展过程，深入讨论了粒子滤波方法的思想、具体框架，指明了算法中可能存在的问题，并给出了相应的增强算法。第四章：单通道非线性信号的估计。本章主要以混沌信号为代表，讨论了单通道非线性信号的处理问题，根据混合信号数量的不同，分成混沌去噪和混沌分离两类问题讨论。文中分别提出了基于粒子滤波思想的去噪和分离算法。在有无状态噪声，以及状态噪声和观测噪声是否高斯的各种情况下，详细分析了各种重要性函数的选取及性能。在无状态噪声的情况下，研究了退化现象产生的原因并给出了解决方案；在有状态噪声的情况下，根据状态噪声和观测噪声的特性，给出了可以选取最优重要性函数的一般性条件，推导了相应的重要性权重表达式；最后针对混沌系统中存在未知参数的联合估计问题，提出了一种联合估计算法，在参数非时变和时变的情况下，分别利用核平滑和AR建模方法实现了参数的迭代。对于时变情况，在合适的状态空间模型下，采用混合卡尔曼滤波方法实现混沌信号和未知参数的联合估计，取得了更优的性能。第五章：单通道PCMA信号欠定盲分离。对于一般的通信信号，信号的非线性通常是由于复杂信道或者发送接收机制引起的，本章针对非合作环境下单通道PCMA信号的欠定盲分离问题，考虑实际应用中存在的频偏、定时偏差、初始相位等诸多不确定因素，建立了单通道下两路同频混合调制信号基带处理的一般性模型，把盲分离问题转化成了未知参数和信息符号的联合估计问题。根据一般性模型，分析了混合信号间的状态空间差异，利用该状态空间差异提出了一种基于粒子滤波的盲分离算法。在运用粒子滤波算法时，考虑到通信信号状态空间有限的特点，推导出了最优重要性函数的表达式；同时针对模型的卷积特性，在算法中引入平滑处理，缓存更多的接收信息进行状态估计，提高了估计性能。为了充分利用接收信号的信息，提出了一种利用多倍过采样的粒子滤波盲分离增强算法，极大的提高了分离性能。同时还具体讨论了本章提出的盲分离算法的模糊性，针对真实的卫星数据，采用了两种后处理方法，有效的减少了算法模糊性对分离性能的影响。第六章：结论及展望。最后这一章对论文进行了总结，简要阐述了当前单通道信号分离发展的趋势和面临的问题，总结了笔者所做的工作。
二、基于分区模板的重叠指纹分离方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于分区模板的重叠指纹分离方法（论文提纲范文）
（1）新型手印提取胶片对不同遗留时间重叠手印的分离（论文提纲范文）
| 1 材料与方法 |
| 1.1 手印提取胶片的制备 |
| 1.2 重叠手印样本的制备 |
| 1.3 胶片对重叠手印的分离提取操作 |
| 2 结果与讨论 |
| 2.1 胶片对不同遗留时间重叠手印的分离效果 |
| 2.2 胶片分离重叠手印的原理及结果分析 |
| 3 结论 |
（2）凝胶胶片在不同客体上提取手印的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 1 手印显现提取的背景 |
| 1.1 手印的定义 |
| 1.2 影响手印显现的因素 |
| 1.2.1 手印的物质成分及分类 |
| 1.2.2 承痕客体的概述 |
| 1.2.3 环境因素 |
| 1.3 传统的手印显现技术 |
| 1.3.1 光学显现技术 |
| 1.3.2 粉末显现法 |
| 1.3.3 “502”胶显现法 |
| 1.3.4 碘熏显现法 |
| 1.3.5 小颗粒悬浮液显现法 |
| 1.3.6 其他显现法 |
| 1.4 当前刑事侦查工作中手印显现所遇到的问题 |
| 1.5 本文研究思路 |
| 2 凝胶胶片的制作与使用 |
| 2.1 新型凝胶胶片的制备 |
| 2.2 新型凝胶胶片的结构及性能 |
| 2.3 凝胶胶片的使用方法 |
| 2.3.1 手印痕迹的原貌拍照 |
| 2.3.2 手印痕迹的胶片提取 |
| 2.3.3 拍照固定 |
| 2.3.4 粘取后客体处理 |
| 2.3.5 胶片上的DNA及微量物证提取 |
| 3 凝胶胶片对手印的提取实验 |
| 3.1 凝胶胶片对潜在手印的提取实验 |
| 3.1.1 实验材料与设备 |
| 3.1.2 实验样本的制作与分类 |
| 3.1.3 实验样本分类 |
| 3.1.4 实验步骤 |
| 3.1.5 实验结果与分析 |
| 3.2 凝胶胶片对灰尘手印的提取研究实验 |
| 3.2.1 实验材料与设备 |
| 3.2.2 实验样本的制作与分类 |
| 3.2.3 实验步骤 |
| 3.2.4 实验结果与分析 |
| 3.3 凝胶胶片与常用手印显现方法的相互影响实验 |
| 3.3.1 凝胶胶片提取常用显现方法处理后的潜手印的效果实验 |
| 3.3.2 常用手印显现方法显现凝胶胶片提取后的手印效果的实验 |
| 3.4 凝胶胶片对接触DNA物证的协同提取实验 |
| 3.4.1 实验材料与设备 |
| 3.4.2 实验的样本制作 |
| 3.4.3 实验步骤 |
| 3.4.4 实验结果与分析 |
| 4 凝胶胶片对疑难手印的提取实验 |
| 4.1 凝胶胶片对皮革上血手印的提取实验 |
| 4.1.1 实验材料与设备 |
| 4.1.2 实验样本的制作 |
| 4.1.3 实验步骤 |
| 4.1.4 实验结果与分析 |
| 4.2 凝胶胶片对人民币上新鲜潜手印的提取实验 |
| 4.2.1 实验材料与设备 |
| 4.2.2 实验样本的制作 |
| 4.2.3 实验步骤 |
| 4.2.4 实验结果与分析 |
| 4.3 凝胶胶片对重叠手印的分离提取实验 |
| 4.3.1 实验材料与设备 |
| 4.3.2 实验样本的制作 |
| 4.3.3 实验步骤 |
| 4.3.4 实验结果与分析 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（5）指纹图像分割方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 致谢 |
| 插图清单 |
| 表格清单 |
| 第一章 绪论 |
| 1.1 生物特征识别技术 |
| 1.1.1 生物特征分类 |
| 1.1.2 生物特征比较 |
| 1.1.3 生物特征技术发展潜力 |
| 1.2 指纹识别技术 |
| 1.2.1 指纹采集设备 |
| 1.2.2 指纹预处理 |
| 1.2.3 指纹特征提取 |
| 1.2.4 指纹匹配 |
| 1.2.5 指纹系统评价 |
| 1.3 指纹分割研究概况 |
| 1.4 论文组织结构 |
| 第二章 指纹图像分割方法 |
| 2.1 图像分割简介 |
| 2.2 指纹图像分割的研究目的和意义 |
| 2.3 指纹图像特征 |
| 2.3.1 全局特征 |
| 2.3.2 局部特征 |
| 2.3.3 统计特征 |
| 2.4 FVC2004 指纹库 |
| 2.5 基于结构特点的分割方法 |
| 2.5.1 基于边缘检测的方法 |
| 2.5.2 基于纹线方向的方法 |
| 2.5.3 基于新特征的指纹分割 |
| 2.6 基于特定理论的分割方法 |
| 2.6.1 基于多特征分类器的指纹分割 |
| 2.6.2 基于人工神经网络 ANN 的方法 |
| 2.6.3 基于支持向量机 SVM 的方法 |
| 2.6.4 基于马尔科夫模型的方法 |
| 2.7 各类指纹分割方法比较 |
| 2.8 本章小结 |
| 第三章 基于改进的 Snake 模型的指纹分割方法 |
| 3.1 Snake 模型的基本思想 |
| 3.1.1 传统 Snake 模型的数学模型 |
| 3.1.2 传统 Snake 模型的缺点 |
| 3.2 一种改进的 Snake 模型算法 |
| 3.2.1 初始轮廓确定 |
| 3.2.2 粒子群优化算法 |
| 3.2.3 适应度函数的选取 |
| 3.2.4 改进的 Snake 模型算法 |
| 3.3 实验结果分析 |
| 3.4 分割结果量化评价 |
| 3.5 本章小结 |
| 第四章 指纹分割在指纹识别系统的应用 |
| 4.1 系统总体设计 |
| 4.2 指纹采集质量评价模块 |
| 4.3 指纹预处理模块 |
| 4.4 指纹特征提取模块 |
| 4.5 指纹特征匹配模块 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
（6）异色重叠指纹剥离方法的研究（论文提纲范文）
| 1.引言 |
| 2.重叠指纹的类型及剥离方法 |
| 3.异色重叠指纹的剥离方法 |
| 3.1 异色重叠指纹的多光谱图像 |
| 3.2 运用多光谱图像融合技术剥离异色重叠指纹 |
| 4.实验结果及分析 |
| 4.1 实验方法及步骤 |
| (1) 准确提取红色指纹 |
| (2) 准确提取蓝色指纹 |
| 4.2 实验结果分析 |
（7）计算机分离重叠指纹实验研究（论文提纲范文）
| 1 实验设计 |
| (1) 人工合成重叠指纹实验研究 |
| (2) 现场采集重叠指纹实验研究 |
| 2 实验结果及分析 |
| 2.1 人工合成重叠指纹分离实验结果 |
| 2.1.1 分离效果影响因素研究 |
| 2.1.2 两种分离方式对比研究 |
| 2.2 现场提取重叠指纹分离实验结果 |
| 2.2.1 分离粉末显现的重叠指纹 |
| 2.2.2 分离502胶显现的重叠指纹 |
| 2.2.3 分离化学显现的重叠指纹 |
| 3 讨 论 |
（8）重叠指纹分离方法比较（论文提纲范文）
| 1 方法概述 |
| 1.1 套描分离和套色分离法 |
| 1.2 光学照相方法 |
| 1.2.1 玻璃双面重叠指纹分离 |
| 1.2.2 不同遗留物质重叠指纹分离 |
| 1.2.3 不同遗留时间重叠指纹分离 |
| 1.3 计算机处理方法 |
| 2 实验研究 |
| 2.1 玻璃双面重叠指纹分离 |
| 2.1.1 材料 |
| 2.1.2 方法 |
| 2.1.3 结果 |
| 2.2 不同遗留物质重叠指纹分离 |
| 2.2.1 材料 |
| 2.2.2 方法 |
| 2.2.3 结果 |
| 2.3 计算机处理方法 |
| 2.3.1 材料 |
| 2.3.2 方法 |
| 2.3.3 结果 |
| 3 讨 论 |
（9）基于形态学成分分析的指纹分离（论文提纲范文）
| 1 MCA原理 |
| 2 Harris Corner Detector原理 |
| 3 重叠指纹分离算法 |
| 4 实验结果 |
| 5 结束语 |
（10）粒子滤波在单通道信号分离中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1.引言 |
| 1.2.单通道信号处理的基本模型 |
| 1.3.单通道多分量混合信号的可分离性 |
| 1.4.本文的工作及主要贡献 |
| 1.5.本章小结 |
| 第二章 贝叶斯滤波 |
| 2.1.状态空间模型 |
| 2.2.贝叶斯估计理论 |
| 2.3.贝叶斯滤波方法 |
| 2.3.1.卡尔曼滤波 |
| 2.3.2.扩展卡尔曼滤波 |
| 2.3.3.无味卡尔曼滤波 |
| 2.3.4.数值积分方法 |
| 2.3.5.高斯和滤波器 |
| 2.3.6.网格滤波器 |
| 2.4.蒙特卡罗方法 |
| 2.4.1.蒙特卡罗方法 |
| 2.4.2.舍选抽样(rejection sampling) |
| 2.4.3.马尔可夫蒙特卡罗(Markov Chain Monte Carlo) |
| 2.4.4.重要性抽样(importance sampling) |
| 2.5.本章小结 |
| 第三章 粒子滤波 |
| 3.1.序贯重要性抽样(Sequential Importance Sampling) |
| 3.2.退化问题 |
| 3.2.1.重要性函数的选取 |
| 3.2.2.重抽样(resampling) |
| 3.2.3.退化程度的衡量 |
| 3.2.4.基本粒子滤波算法框架 |
| 3.3.粒子枯竭问题 |
| 3.3.1.正则化方法(Regularized Particle Filter) |
| 3.3.2.粒子滤波和马尔可夫蒙特卡罗的结合 |
| 3.4.方差减缩方法(variance reduction) |
| 3.4.1.分层抽样(satrtified sampling) |
| 3.4.2.Rao-Blackwellisation |
| 3.5.本章小结 |
| 第四章 单通道非线性信号的估计 |
| 4.1.混沌信号 |
| 4.2.混沌信号的去噪 |
| 4.2.1.传统混沌去噪算法 |
| 4.2.2.无状态噪声的情况 |
| 4.2.3.有状态噪声的情况 |
| 4.2.4.仿真结果 |
| 4.3.混沌信号的分离 |
| 4.3.1.传统混沌分离算法 |
| 4.3.2.无状态噪声的情况 |
| 4.3.3.有状态噪声的情况 |
| 4.3.4.仿真结果 |
| 4.4.混沌信号与参数的联合估计 |
| 4.4.1.参数时变 |
| 4.4.2.参数非时变 |
| 4.4.3.仿真结果 |
| 4.5.本章小结 |
| 第五章 单通道PCMA信号欠定盲分离 |
| 5.1.盲分离简介 |
| 5.1.1.盲分离问题分类 |
| 5.1.2.欠定盲分离 |
| 5.2.单通道PCMA欠定盲分离 |
| 5.3.PCMA技术的基本原理 |
| 5.4.传统通信信号欠定盲分离算法 |
| 5.4.1.小波变换法 |
| 5.4.2.利用稀疏特性的算法 |
| 5.4.3.多倍过采样法 |
| 5.5.基于粒子滤波的盲分离算法 |
| 5.5.1.信号模型和问题描述 |
| 5.5.2.信号间的差异 |
| 5.5.3.状态空间模型 |
| 5.5.4.粒子滤波算法 |
| 5.5.5.平滑处理 |
| 5.5.6.多倍过采样 |
| 5.5.7.算法模糊性问题 |
| 5.5.8.算法具体实现结构 |
| 5.5.9.数据后处理 |
| 5.5.10.仿真结果 |
| 5.6.本章小结 |
| 第六章 结论及展望 |
| 6.1.论文总结 |
| 6.2.单通道信号处理的展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间论文发表情况 |
四、基于分区模板的重叠指纹分离方法（论文参考文献）
- [1]新型手印提取胶片对不同遗留时间重叠手印的分离[J]. 高峰,张加敏,徐晓,王子政,刘寰. 刑事技术, 2018(06)
- [2]凝胶胶片在不同客体上提取手印的应用研究[D]. 徐晓. 中国人民公安大学, 2017
- [3]重叠指纹分离方法比较[J]. 张钊,郑琰川. 法制与社会, 2017(01)
- [4]独立成分分析方法在指纹提取中的应用[J]. 肖世校. 数值计算与计算机应用, 2013(02)
- [5]指纹图像分割方法研究[D]. 汪庆. 合肥工业大学, 2013(03)
- [6]异色重叠指纹剥离方法的研究[J]. 冯清枝,高俊峰. 广东公安科技, 2010(03)
- [7]计算机分离重叠指纹实验研究[J]. 张思尧,韦霄立,常柏年. 刑事技术, 2009(02)
- [8]重叠指纹分离方法比较[J]. 张思尧,李群逸,常柏年. 刑事技术, 2009(01)
- [9]基于形态学成分分析的指纹分离[J]. 耿瑞敏,练秋生,孙马秋. 计算机工程与应用, 2008(16)
- [10]粒子滤波在单通道信号分离中的应用研究[D]. 刘凯. 中国科学技术大学, 2007(03)