摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-22页 |
1.1 研究背景与研究意义 | 第12-14页 |
1.2 多声源定位及分离技术的发展与应用 | 第14-19页 |
1.2.1 多声源定位技术的发展 | 第14-16页 |
1.2.2 多声源分离技术的发展 | 第16-18页 |
1.2.3 多声源定位及分离技术的应用 | 第18-19页 |
1.3 研究内容 | 第19-20页 |
1.4 论文结构 | 第20-22页 |
第2章 多声源定位及分离算法的研究现状 | 第22-34页 |
2.1 引言 | 第22页 |
2.2 麦克风及麦克风阵列 | 第22-25页 |
2.2.1 麦克风 | 第22-23页 |
2.2.2 麦克风阵列 | 第23-25页 |
2.3 多声源定位技术研究现状 | 第25-29页 |
2.3.1 基于TDOA估计的声源定位技术 | 第25-27页 |
2.3.2 基于宽带MUSIC的定位技术 | 第27-28页 |
2.3.3 基于信号稀疏性的定位技术 | 第28-29页 |
2.4 多声源分离技术研究现状 | 第29-32页 |
2.4.1 基于ICA的声源分离技术 | 第29-30页 |
2.4.2 基于信号稀疏性的声源分离方法 | 第30-32页 |
2.5 本章小结 | 第32-34页 |
第3章 基于单声源区域检测的多声源定位方法 | 第34-56页 |
3.1 引言 | 第34页 |
3.2 波达方向(DOA)估计 | 第34-36页 |
3.3 基于单声源区域检测的多声源定位方法 | 第36-41页 |
3.3.1 语音信号稀疏性的统计分析 | 第36-38页 |
3.3.2 麦克风录制信号的稀疏性的统计分析 | 第38-41页 |
3.4 基于单声源区域检测的多声源定位方法 | 第41-46页 |
3.4.1 基于单声源区域检测的DOA估计 | 第41-43页 |
3.4.2 DOA统计直方图后处理 | 第43-45页 |
3.4.3 峰值搜索和声源计数 | 第45-46页 |
3.5 结果与讨论 | 第46-54页 |
3.5.1 理想声学条件下的DOA估计精度评估 | 第47-48页 |
3.5.2 混响环境下的DOA估计精度评估 | 第48-50页 |
3.5.3 声源计数精度评估 | 第50-52页 |
3.5.4 评估所提算法的实时性 | 第52-54页 |
3.6 本章小结 | 第54-56页 |
第4章 基于单声源点检测的多声源定位方法 | 第56-78页 |
4.1 引言 | 第56-57页 |
4.2 所提方法基础 | 第57-62页 |
4.2.1 单声源点比例统计分析 | 第57-59页 |
4.2.2 “DOA收敛”假设 | 第59-62页 |
4.3 基于单声源点检测的多声源定位方法 | 第62-68页 |
4.3.1 基于K-均值聚类的单声源点检测原理 | 第63-65页 |
4.3.2 基于DBSCAN算法的单声源点检测原理 | 第65-68页 |
4.4 结果与讨论 | 第68-77页 |
4.4.1 两种所提算法DOA估计精度的对比评测 | 第69-72页 |
4.4.2 两种所提算法声源计数精度的对比评测 | 第72-74页 |
4.4.3 不同定位方法的综合评测 | 第74-77页 |
4.5 本章小结 | 第77-78页 |
第5章 联合稀疏与非稀疏成分恢复的多声源分离算法 | 第78-104页 |
5.1 引言 | 第78-79页 |
5.2 信号模型以及稀疏性假设 | 第79-81页 |
5.3 稀疏成分存在性的统计分析 | 第81-83页 |
5.4 基于动态阈值聚类的稀疏成分恢复算法 | 第83-85页 |
5.5 非稀疏成分分离算法 | 第85-93页 |
5.5.1 “局部区域稳定性”假设的统计性分析 | 第86-88页 |
5.5.2 “贡献者”检测 | 第88-89页 |
5.5.3 基于“局部区域稳定性”假设的非稀疏成分分离算法 | 第89-93页 |
5.6 结果与讨论 | 第93-103页 |
5.6.1 模拟环境中的客观评测 | 第94-97页 |
5.6.2 实际环境中的客观评测 | 第97-100页 |
5.6.3 主观评测 | 第100-103页 |
5.7 本章小结 | 第103-104页 |
结论 | 第104-108页 |
参考文献 | 第108-116页 |
攻读硕士学位期间所发表的学术论文 | 第116-118页 |
攻读硕士学位期间参加的科研项目及获奖情况 | 第118-120页 |
致谢 | 第120-121页 |