摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 数字助听器 | 第9-12页 |
1.2.1 数字助听器的研究现状 | 第9-10页 |
1.2.2 数字助听器的基本原理 | 第10-12页 |
1.3 语音增强的意义及研究现状 | 第12-13页 |
1.4 本文主要研究内容 | 第13-15页 |
第二章 麦克风阵列语音增强的理论基础 | 第15-27页 |
2.1 语音信号 | 第15-20页 |
2.1.1 语音的发声机理 | 第15-16页 |
2.1.2 语音信号的特性 | 第16-17页 |
2.1.3 语音信号的数学模型 | 第17-19页 |
2.1.4 语音活动检测 | 第19-20页 |
2.2 麦克风阵列 | 第20-26页 |
2.2.1 阵列的拓扑结构 | 第20-22页 |
2.2.2 声场模型 | 第22-24页 |
2.2.3 阵列方向图 | 第24-26页 |
2.3 本章小节 | 第26-27页 |
第三章 数字助听器中的关键技术 | 第27-37页 |
3.1 声源定位 | 第27-30页 |
3.1.1 高分辨率的谱估计法 | 第27-28页 |
3.1.2 基于TDOA的声源定位法 | 第28-29页 |
3.1.3 最大输出功率的可控波束形成法 | 第29-30页 |
3.2 语音增强 | 第30-33页 |
3.2.1 谱减法 | 第30-31页 |
3.2.2 自适应滤波法 | 第31-32页 |
3.2.3 信号子空间法 | 第32-33页 |
3.3 回声反馈消除 | 第33-34页 |
3.4 响度补偿 | 第34-36页 |
3.4.1 单通道压缩算法 | 第35页 |
3.4.2 多通道压缩算法 | 第35-36页 |
3.5 本章小结 | 第36-37页 |
第四章 麦克风阵列系统中的时延估计算法 | 第37-48页 |
4.1 广义互相关时延估计法 | 第37-39页 |
4.2 自适应滤波时延估计法 | 第39-44页 |
4.2.1 最小均方(LMS)算法 | 第40-42页 |
4.2.2 递归最小二乘(RLS)算法 | 第42-43页 |
4.2.3 LMS算法与RLS算法性能对比 | 第43-44页 |
4.3 改进的时延估计算法 | 第44-47页 |
4.3.1 改进算法原理 | 第45页 |
4.3.2 改进算法仿真及性能分析 | 第45-47页 |
4.4 本章小结 | 第47-48页 |
第五章 麦克风阵列语音增强算法 | 第48-65页 |
5.1 固定波束形成算法 | 第48-50页 |
5.2 自适应波束形成算法 | 第50-55页 |
5.2.1 广义旁瓣抵消器(GSC)结构的波束形成算法 | 第50-53页 |
5.2.2 CCAF-NCAF结构的波束形成算法 | 第53-55页 |
5.3 基于后置滤波器的波束形成算法 | 第55-56页 |
5.4 改进的GSC结构波束形成算法 | 第56-64页 |
5.4.1 GSC结构波束形成算法性能分析 | 第56-59页 |
5.4.2 改进的GSC结构波束形成算法原理 | 第59-60页 |
5.4.3 改进算法的仿真及性能分析 | 第60-64页 |
5.5 本章小结 | 第64-65页 |
第六章 总结与展望 | 第65-67页 |
参考文献 | 第67-70页 |
致谢 | 第70页 |