首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

多音频信号分离与识别技术的研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-18页
    1.1 课题研究的背景和意义第10-11页
    1.2 多音频信号分离技术的国内外研究现状第11-13页
        1.2.1 盲源技术的研究现状第11-12页
        1.2.2 基于听觉系统模型的音频信号分离的研究现状第12-13页
    1.3 基于稀疏表示识别音频信号的研究现状第13-14页
    1.4 多音频分离与识别技术的难点问题第14页
    1.5 论文的主要内容及结构安排第14-18页
第2章 听觉系统模型第18-42页
    2.1 引言第18页
    2.2 双耳时间差与双耳水平差第18-24页
        2.2.1 双耳声源定位第18-20页
        2.2.2 双耳时间差与双耳水平差的原理第20-24页
    2.3 听觉系统模型第24-41页
        2.3.1 概述第24-25页
        2.3.2 人体听觉系统机理简介第25-29页
        2.3.3 外耳、中耳模型第29页
        2.3.4 基底膜模型第29-34页
        2.3.5 内毛细胞-听神经模型第34-40页
        2.3.6 自相关图谱的获取第40-41页
    2.4 本章小结第41-42页
第3章 基于听觉系统模型的多音频信号分离第42-60页
    3.1 引言第42-44页
    3.2 多频率声音片段的归属划分第44-47页
    3.3 基于听觉模型反演技术重构声音片段第47-49页
    3.4 听觉模型半波整流逆变换的音频恢复第49-50页
    3.5 实验验证第50-59页
        3.5.1 实验环境第50-51页
        3.5.2 多音频信号分离的实验验证第51-54页
        3.5.3 对比实验第54-55页
        3.5.4 相似度测试第55-59页
    3.6 本章小结第59-60页
第4章 多音频信号的识别第60-80页
    4.1 引言第60页
    4.2 音频信号的MFCC特征获取第60-62页
    4.3 音频信号的稀疏特征的获取第62-68页
    4.4 基于支持向量机识别音频信号第68-71页
        4.4.1 支持向量机理论知识第68-70页
        4.4.2 基于支持向量机识别音频信号第70-71页
    4.5 基于稀疏特征加权技术的音频信号识别第71-75页
        4.5.1 基于特征加权的SVM分类器第71-73页
        4.5.2 基于特征加权技术的训练过程第73-74页
        4.5.3 基于特征加权技术的识别过程第74-75页
    4.6 实验验证第75-78页
        4.6.1 实验环境第75-76页
        4.6.2 实验结果与分析第76-78页
    4.7 本章小结第78-80页
第5章 多音频信号分离与识别演示系统第80-84页
    5.1 系统总体设计第80-81页
    5.2 多音频信号分离与识别演示系统第81-84页
    5.3 本章小结第84页
结论第84-87页
参考文献第87-92页
攻读硕士学位期间发表的论文和取得的科研成果第92-93页
致谢第93页

论文共93页,点击 下载论文
上一篇:基于局部优化技术的无线传感器网络定位算法研究
下一篇:自适应波束形成的稳健技术研究