基于压缩感知的车辆音频特征识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 音频信号时频分析的应用与发展 | 第9-10页 |
| 1.3 压缩感知理论研究现状 | 第10-11页 |
| 1.4 论文结构与主要研究内容 | 第11-13页 |
| 第二章 基本理论 | 第13-32页 |
| 2.1 时频分析基本理论 | 第13-17页 |
| 2.1.1 信号时频分析的基本概念 | 第13-14页 |
| 2.1.2 时频分布的基本性质 | 第14-16页 |
| 2.1.3 信号不确定性原理 | 第16-17页 |
| 2.2 时频分析的方法 | 第17-22页 |
| 2.2.1 短时傅里叶变换（STFT） | 第17-19页 |
| 2.2.2 维格纳时频分布（WVD） | 第19-22页 |
| 2.3 压缩感知基本理论 | 第22-31页 |
| 2.3.1 压缩感知理论框架 | 第22-24页 |
| 2.3.2 信号的稀疏表示 | 第24-27页 |
| 2.3.3 观测矩阵的设计 | 第27-29页 |
| 2.3.4 信号的稀疏重构 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 音频信号处理方法与特征提取 | 第32-51页 |
| 3.1 音频信号的数字化 | 第32-33页 |
| 3.2 信号的去噪处理 | 第33-39页 |
| 3.2.1 小波阈值去噪的原理 | 第33-34页 |
| 3.2.2 阈值函数的选取 | 第34-36页 |
| 3.2.3 阈值的选取 | 第36-38页 |
| 3.2.4 信号去噪仿真 | 第38-39页 |
| 3.3 音频信号的时频分析处理 | 第39-44页 |
| 3.4 音频信号的特征提取 | 第44-50页 |
| 3.4.1 特征提取的一般方法 | 第44-46页 |
| 3.4.2 基于主成分分析的特征提取 | 第46-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于压缩感知的音频特征识别 | 第51-66页 |
| 4.1 音频特征信号的稀疏表示 | 第51-52页 |
| 4.2 音频特征信号的识别 | 第52-55页 |
| 4.3 实验结果与分析 | 第55-65页 |
| 4.4 本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
