语音增强算法的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 工程应用的课题背景 | 第8-10页 |
| 1.3 语音增强的基本理论 | 第10-13页 |
| 1.3.1 语音特性 | 第11页 |
| 1.3.2 人耳的感知特性 | 第11-12页 |
| 1.3.3 噪声特性 | 第12-13页 |
| 1.4 本论文的章节安排 | 第13-14页 |
| 第二章 语音增强常用算法 | 第14-26页 |
| 2.1 语音增强算法简介及分类 | 第14-18页 |
| 2.1.1 参数方法 | 第14-15页 |
| 2.1.2 非参数方法 | 第15-16页 |
| 2.1.3 统计方法 | 第16-17页 |
| 2.1.4 其它方法 | 第17-18页 |
| 2.2 几种常用语音增强算法 | 第18-25页 |
| 2.2.1 减谱法 | 第18-19页 |
| 2.2.2 维纳滤波法 | 第19-20页 |
| 2.2.3 卡尔曼滤波法 | 第20-22页 |
| 2.2.4 基于听觉掩蔽效应的语音增强 | 第22-24页 |
| 2.2.5 算法比较 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 自适应滤波原理及LMS算法 | 第26-40页 |
| 3.1 自适应滤波原理 | 第26-30页 |
| 3.1.1 引言 | 第26-27页 |
| 3.1.2 最小均方误差滤波 | 第27-30页 |
| 3.2 最陡下降法及LMS算法 | 第30-36页 |
| 3.2.1 最陡下降法 | 第30-31页 |
| 3.2.2 LMS算法 | 第31-34页 |
| 3.2.3 LMS算法的收敛性分析 | 第34-36页 |
| 3.3 简述几种改进的LMS算法 | 第36-38页 |
| 3.3.1 NLMS算法 | 第36-37页 |
| 3.3.2 可变步长LMS算法 | 第37页 |
| 3.3.3 RLS递推最小二乘算法 | 第37-38页 |
| 3.3.4 其他改进算法 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 改进的并行变步长LMS算法和仿真验证 | 第40-56页 |
| 4.1 改进的并行LMS算法 | 第40-46页 |
| 4.1.1 并行LMS算法的原理 | 第40-43页 |
| 4.1.2 并行LMS算法的实现步骤 | 第43-46页 |
| 4.1.3 并行LMS算法参数的选择 | 第46页 |
| 4.2 仿真验证 | 第46-54页 |
| 4.2.1 标准LMS算法 | 第47-50页 |
| 4.2.2 并行变步长LMS算法 | 第50-52页 |
| 4.2.3 两种LMS算法的比较 | 第52-54页 |
| 4.3 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
