综合改进复解析小波方法的汽车关门声声品质预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 汽车声品质研究现状 | 第11-12页 |
| 1.2.1 声品质主客观参数研究 | 第11-12页 |
| 1.2.2 声品质评价预测方法研究 | 第12页 |
| 1.3 本文的主要研究内容及章节安排 | 第12-14页 |
| 第2章 主观评价和心理声学客观参数 | 第14-26页 |
| 2.1 数据样本库的建立 | 第14-15页 |
| 2.1.1 试验条件 | 第14-15页 |
| 2.1.2 试验方法 | 第15页 |
| 2.2 主观评价方法 | 第15-16页 |
| 2.3 主观评价试验 | 第16-17页 |
| 2.3.1 主观评价方法及主体 | 第16-17页 |
| 2.3.2 试验过程 | 第17页 |
| 2.4 评价结果的分析筛选 | 第17-19页 |
| 2.4.1 Spearman相关分析 | 第17-18页 |
| 2.4.2 主观评价结果 | 第18-19页 |
| 2.5 心理声学基础 | 第19-20页 |
| 2.6 心理声学参数 | 第20-25页 |
| 2.6.1 心理声学参数的介绍 | 第20-23页 |
| 2.6.2 稳态与非稳态时域客观参数对比 | 第23-24页 |
| 2.6.3 关门声心理声学客观参数提取 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 基于EMD的特征提取 | 第26-35页 |
| 3.1 EMD方法 | 第26-27页 |
| 3.1.1 EMD满足的条件与假设 | 第26页 |
| 3.1.2 EMD分解过程 | 第26-27页 |
| 3.2 IMF分量的选取 | 第27-29页 |
| 3.2.1 IMF分量方差贡献系数 | 第28页 |
| 3.2.2 IMF分量实例剔除 | 第28-29页 |
| 3.3 特征提取 | 第29-33页 |
| 3.3.1 能量比系数提取 | 第30-32页 |
| 3.3.2 频率特征提取 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 基于复解析小波的特征提取 | 第35-42页 |
| 4.1 解析小波的介绍 | 第35-36页 |
| 4.2 解析小波分解参数的确定 | 第36-37页 |
| 4.2.1 母小波频带的划分选取 | 第36页 |
| 4.2.2 划分母小波频带的合理性 | 第36-37页 |
| 4.3 解析小波分解示例 | 第37-39页 |
| 4.4 解析小波能量比系数提取 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 基于BP神经网络模型的预测与对比 | 第42-58页 |
| 5.1 BP神经网络 | 第42-46页 |
| 5.1.1 基于BP算法的多层感知器模型 | 第42-44页 |
| 5.1.2 多层感知器模型的主要能力 | 第44-45页 |
| 5.1.3 多层感知器结构设计及流程 | 第45-46页 |
| 5.2 训练样本集的准备 | 第46-48页 |
| 5.3 各预测模型的结构确定 | 第48-54页 |
| 5.3.1 网络训练参数的选择 | 第48-49页 |
| 5.3.2 隐层节点数确定原则 | 第49页 |
| 5.3.3 隐含层节点数确定 | 第49-54页 |
| 5.4 三种预测方法结果对比 | 第54-57页 |
| 5.4.1 相关性 | 第54-56页 |
| 5.4.2 三种方法对比结果 | 第56-57页 |
| 5.5 本章总结 | 第57-58页 |
| 总结和展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
