基于分数傅立叶变换的语音增强算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的提出 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·语音增强的研究现状概述 | 第8-9页 |
| ·分数傅立叶变换的研究现状概述 | 第9-10页 |
| ·本文主要工作内容 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 第二章 分数傅立叶变换的定义及基本性质 | 第12-18页 |
| ·连续分数傅立叶变换的定义与性质 | 第12-15页 |
| ·分数傅立叶域与分数傅立叶变换定义 | 第12-13页 |
| ·分数傅立叶变换的逆变换 | 第13-14页 |
| ·分数傅立叶变换的性质 | 第14-15页 |
| ·离散分数傅立叶变换的定义及其数值计算 | 第15-17页 |
| ·离散分数傅立叶变换的定义 | 第15-16页 |
| ·离散分数傅立叶变换的计算 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 基于分数阶域最优滤波的谱减增强算法 | 第18-28页 |
| ·含噪语音的滤波模型 | 第18-19页 |
| ·传统的语音增强方法 | 第19-21页 |
| ·时域方法 | 第19页 |
| ·频域方法 | 第19-20页 |
| ·噪声功率谱估计 | 第20-21页 |
| ·基于特定阶次下的分数阶域谱减最优滤波 | 第21-24页 |
| ·分数阶域最优滤波算子构造 | 第21-22页 |
| ·基于特定阶次下的分数阶域最优谱减滤波 | 第22-24页 |
| ·仿真实验与结果分析 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 分数阶域谱减算法中最佳变换阶次的确定 | 第28-42页 |
| ·基于 Gauss 分布的分数阶谱减模型 | 第28-31页 |
| ·MMSE 准则下的最佳变换阶次 | 第31-32页 |
| ·分数阶域噪声谱估计 | 第32-36页 |
| ·基于分数阶域局部谱特征的端点检测 | 第33-35页 |
| ·噪声谱估计算法流程 | 第35-36页 |
| ·仿真实验与结果分析 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于神经网络的分数阶谱减系数最佳逼近算法 | 第42-56页 |
| ·神经网络介绍 | 第42-45页 |
| ·BP 网络结构 | 第43-44页 |
| ·BP 算法原理 | 第44-45页 |
| ·基于神经网络的分数阶域幅值系数逼近 | 第45-48页 |
| ·幅值和相位系数提取 | 第45-46页 |
| ·幅值系数归一化处理 | 第46页 |
| ·分数阶域幅值系数逼近流程 | 第46-48页 |
| ·仿真实验与结果分析 | 第48-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·论文工作总结 | 第56页 |
| ·下一步工作展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第66-68页 |
| 附录：部分程序清单 | 第68-73页 |
