| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 主要符号表 | 第18-19页 |
| 1 绪论 | 第19-28页 |
| 1.1 研究背景与意义 | 第19-20页 |
| 1.2 说话人定位与跟踪问题的研究现状 | 第20-23页 |
| 1.2.1 传统的说话人定位与跟踪方法 | 第20-21页 |
| 1.2.2 分布式说话人定位与跟踪方法 | 第21-23页 |
| 1.3 非线性卡尔曼滤波方法的研究现状 | 第23-25页 |
| 1.3.1 卡尔曼滤波方法 | 第23-24页 |
| 1.3.2 分布式卡尔曼滤波方法 | 第24-25页 |
| 1.4 本文的研究内容与结构安排 | 第25-28页 |
| 2 麦克风阵列网络中说话人跟踪方法的理论基础 | 第28-45页 |
| 2.1 引言 | 第28页 |
| 2.2 麦克风阵列网络中说话人跟踪的基本问题 | 第28-34页 |
| 2.2.1 问题描述 | 第28-29页 |
| 2.2.2 信号模型 | 第29-30页 |
| 2.2.3 房间冲激响应模型 | 第30-32页 |
| 2.2.4 时间延迟估计 | 第32-33页 |
| 2.2.5 说话人运动模型 | 第33-34页 |
| 2.3 贝叶斯滤波器 | 第34-36页 |
| 2.4 卡尔曼滤波器 | 第36-39页 |
| 2.5 分布式卡尔曼滤波器 | 第39-44页 |
| 2.5.1 扩展卡尔曼滤波器 | 第40-42页 |
| 2.5.2 基于一致性滤波的分布式卡尔曼滤波器 | 第42-44页 |
| 2.6 本章小结 | 第44-45页 |
| 3 基于分布式卡尔曼滤波的说话人跟踪方法 | 第45-57页 |
| 3.1 引言 | 第45-46页 |
| 3.2 分布式说话人跟踪算法 | 第46-50页 |
| 3.3 仿真实验与结果讨论 | 第50-55页 |
| 3.4 本章小结 | 第55-57页 |
| 4 分布式交互多模型无味卡尔曼滤波及其在说话人跟踪中的应用 | 第57-82页 |
| 4.1 引言 | 第57-58页 |
| 4.2 无味卡尔曼滤波 | 第58-61页 |
| 4.3 分布式无味卡尔曼滤波 | 第61-65页 |
| 4.4 分布式交互多模型无味卡尔曼滤波 | 第65-68页 |
| 4.5 基于D-IMM-UKF的说话人跟踪算法 | 第68-72页 |
| 4.6 实验与结果讨论 | 第72-80页 |
| 4.6.1 仿真实验与结果讨论 | 第72-79页 |
| 4.6.2 实际实验与结果讨论 | 第79-80页 |
| 4.7 本章小结 | 第80-82页 |
| 5 分布式迭代拓展卡尔曼滤波及其在说话人跟踪中的应用 | 第82-99页 |
| 5.1 引言 | 第82页 |
| 5.2 迭代拓展卡尔曼滤波 | 第82-88页 |
| 5.3 分布式迭代拓展卡尔曼滤波 | 第88-89页 |
| 5.4 基于DIEKF的说话人跟踪算法 | 第89-93页 |
| 5.5 仿真实验与结果讨论 | 第93-98页 |
| 5.5.1 说话人运动轨迹为折线的仿真实验结果 | 第94-97页 |
| 5.5.2 说话人运动轨迹为圆周的跟踪结果 | 第97-98页 |
| 5.6 本章小结 | 第98-99页 |
| 6 分布式迭代求容积卡尔曼滤波及其在说话人跟踪中的应用 | 第99-119页 |
| 6.1 引言 | 第99-100页 |
| 6.2 求容积卡尔曼滤波 | 第100-104页 |
| 6.3 迭代求容积卡尔曼滤波 | 第104-106页 |
| 6.4 分布式迭代求容积卡尔曼滤波 | 第106-109页 |
| 6.5 基于DICKF的说话人跟踪算法 | 第109-113页 |
| 6.6 仿真实验与结果讨论 | 第113-117页 |
| 6.6.1 说话人运动轨迹为折线的仿真实验结果 | 第113-117页 |
| 6.6.2 说话人运动轨迹为圆周的跟踪结果 | 第117页 |
| 6.7 本章小结 | 第117-119页 |
| 7 结论与展望 | 第119-122页 |
| 7.1 主要研究内容总结 | 第119-120页 |
| 7.2 创新点摘要 | 第120-121页 |
| 7.3 未来工作展望 | 第121-122页 |
| 参考文献 | 第122-132页 |
| 攻读博士学位期间科研项目及科研成果 | 第132-133页 |
| 致谢 | 第133-134页 |
| 作者简介 | 第134页 |
