麦克风阵列语音增强算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及发展历史 | 第10-14页 |
| 1.2 麦克风阵列语音增强算法简介 | 第14-17页 |
| 1.2.1 波束形成 | 第14-15页 |
| 1.2.2 后置滤波 | 第15-16页 |
| 1.2.3 子空间分解 | 第16页 |
| 1.2.4 盲源分离 | 第16-17页 |
| 1.3 论文创新点及章节安排 | 第17-18页 |
| 第二章 语音增强基础及信号模型 | 第18-33页 |
| 2.1 语音与噪声 | 第18-21页 |
| 2.1.1 语音信号的线性产生模型 | 第18页 |
| 2.1.2 语音特性 | 第18-19页 |
| 2.1.3 人耳的听觉特性 | 第19-20页 |
| 2.1.4 噪声分析 | 第20-21页 |
| 2.2 麦克风阵列语音增强信号模型 | 第21-24页 |
| 2.2.1 传统窄带远场信号模型 | 第21-23页 |
| 2.2.2 麦克风阵列语音信号模型 | 第23-24页 |
| 2.3 麦克风阵列语音增强基本算法 | 第24-31页 |
| 2.3.1 自适应波束形成 | 第25-30页 |
| 2.3.2 后置滤波 | 第30-31页 |
| 2.4 语音质量评价准则 | 第31-32页 |
| 2.4.1 信噪比 | 第32页 |
| 2.4.2 输出信号均方差 | 第32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 自适应波束形成算法 | 第33-61页 |
| 3.1 自适应滤波 | 第33-41页 |
| 3.1.1 最小均方算法 | 第33-36页 |
| 3.1.2 新的变步长LMS算法 | 第36-39页 |
| 3.1.3 算法性能分析与比较 | 第39-41页 |
| 3.2 麦克风阵列语音信号时延估计 | 第41-50页 |
| 3.2.1 最小均方滤波时延估计 | 第42-43页 |
| 3.2.2 广义互相关时延估计 | 第43-46页 |
| 3.2.3 倒谱预滤波时延估计 | 第46-49页 |
| 3.2.4 时间延迟性能分析 | 第49-50页 |
| 3.3 广义旁瓣抵消波束形成 | 第50-53页 |
| 3.4 基于频带分解的GSC语音增强 | 第53-60页 |
| 3.4.1 原理分析 | 第53页 |
| 3.4.2 数字滤波器组 | 第53-55页 |
| 3.4.3 BD-GSC算法 | 第55-56页 |
| 3.4.4 算法性能分析与仿真 | 第56-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 谱减法语音增强 | 第61-81页 |
| 4.1 谱减法 | 第61-64页 |
| 4.2 语音检测 | 第64-70页 |
| 4.2.1 频带方差语音检测 | 第65-66页 |
| 4.2.2 临界带特征矢量距离语音检测 | 第66-68页 |
| 4.2.3 双门限语音检测 | 第68-70页 |
| 4.3 噪声参数估计 | 第70-78页 |
| 4.3.1 最小值跟踪噪声估计 | 第71-75页 |
| 4.3.2 仿真分析 | 第75-78页 |
| 4.4 改进谱减法 | 第78-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第五章 后置谱减法GSC语音增强 | 第81-86页 |
| 5.1 算法结构 | 第81页 |
| 5.2 算法仿真分析 | 第81-85页 |
| 5.3 本章小结 | 第85-86页 |
| 第六章 总结与展望 | 第86-88页 |
| 6.1 总结 | 第86页 |
| 6.2 展望 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-94页 |
| 攻读硕士学位期间取得的研究成果 | 第94-95页 |
