基于麦克风阵列的语音增强与定位研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和历史 | 第10-11页 |
| 1.2 语音增强算法简介 | 第11-14页 |
| 1.2.1 单通道语音增强算法 | 第11-12页 |
| 1.2.2 麦克风阵列语音增强算法 | 第12-14页 |
| 1.3 语言信号的评价 | 第14-15页 |
| 1.4 论文创新点及章节安排 | 第15-16页 |
| 第二章 语音增强的基础理论和算法 | 第16-23页 |
| 2.1 语音信号理论基础 | 第16-17页 |
| 2.1.1 语音信号特性 | 第16页 |
| 2.1.2 人耳的听觉特性 | 第16-17页 |
| 2.1.3 噪声信号的特性 | 第17页 |
| 2.2 语音检测 | 第17-19页 |
| 2.2.1 基本原理 | 第17-18页 |
| 2.2.2 短时能量和短时平均过零率VAD | 第18-19页 |
| 2.2.3 基于频谱方差的VAD检测法 | 第19页 |
| 2.3 波束形成算法 | 第19-23页 |
| 2.3.1 固定波束形成 | 第19-20页 |
| 2.3.2 自适应波束形成 | 第20-23页 |
| 第三章 抗串扰自适应噪声消除算法 | 第23-36页 |
| 3.1 噪声消除算法 | 第23页 |
| 3.2 双通道自适应噪声消除模型 | 第23-25页 |
| 3.3 多通道自适应噪声消除模型 | 第25-26页 |
| 3.4 双通道抗串扰自适应噪声消除模型 | 第26-29页 |
| 3.5 多通道抗串扰自适应噪声消除算法 | 第29-34页 |
| 3.6 实验结果 | 第34-36页 |
| 第四章 组合算法 | 第36-62页 |
| 4.1 谱减法 | 第36-40页 |
| 4.1.1 组合算法 | 第36-37页 |
| 4.1.2 谱减法简介 | 第37-38页 |
| 4.1.3 实验结果 | 第38-40页 |
| 4.2 延时累加 | 第40-51页 |
| 4.2.1 延时累加波束形成算法 | 第40-41页 |
| 4.2.2 延时估计 | 第41-42页 |
| 4.2.3 延时估计的性能分析 | 第42-43页 |
| 4.2.4 组合算法 | 第43页 |
| 4.2.5 多通道抗串扰噪声消除的系统的子系统 | 第43-49页 |
| 4.2.6 算法复杂度分析 | 第49页 |
| 4.2.7 实验结果 | 第49-50页 |
| 4.2.8 小结 | 第50-51页 |
| 4.3 维纳后置滤波 | 第51-53页 |
| 4.3.1 维纳后置滤波 | 第51-52页 |
| 4.3.2 组合算法与实验结果 | 第52-53页 |
| 4.4 抗串扰算法和GSC算法 | 第53-62页 |
| 4.4.1 GSC算法简介 | 第53-55页 |
| 4.4.2 GSC和抗串扰算法的组合 | 第55-56页 |
| 4.4.3 改进后的阻塞矩阵 | 第56-57页 |
| 4.4.4 简化的组合算法 | 第57-59页 |
| 4.4.5 实验结果 | 第59-62页 |
| 第五章 定位算法 | 第62-75页 |
| 5.1 定位算法简介 | 第62-64页 |
| 5.2 问题描述和单声源的定位模型 | 第64-65页 |
| 5.2.1 单声源自由场模型 | 第64页 |
| 5.2.2 多声源自由场模型 | 第64-65页 |
| 5.3 互相关算法 | 第65-66页 |
| 5.4 广义互相关算法 | 第66-68页 |
| 5.4.1 经典的CC算法 | 第66-67页 |
| 5.4.2 平滑相干算法 | 第67页 |
| 5.4.3 PATH-GCC算法 | 第67-68页 |
| 5.5 空间线性预测理论 | 第68-70页 |
| 5.6 多通道互相关系数算法 | 第70-75页 |
| 第六章 总结与展望 | 第75-76页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
