基于车辆声频信号的车型识别算法研究
| 第一章 绪论 | 第1-15页 |
| ·论文的选题背景及意义 | 第9-10页 |
| ·国内外发展概况 | 第10-13页 |
| ·声探测技术的发展概况 | 第10-11页 |
| ·模式识别与分类技术的发展概况 | 第11-13页 |
| ·模式识别的基本框架 | 第13-14页 |
| ·本文的主要内容 | 第14-15页 |
| 第二章 汽车噪声分析及采集 | 第15-21页 |
| ·汽车噪声信号的特征 | 第15-16页 |
| ·噪声的产生与分类 | 第15页 |
| ·噪声的传播特性 | 第15-16页 |
| ·汽车噪声信号产生机理 | 第16-17页 |
| ·汽车噪声声场特点 | 第17-18页 |
| ·室外环境下影响测试精度的主要因素 | 第18-19页 |
| ·气象条件的影响 | 第18页 |
| ·反射面的影响 | 第18页 |
| ·采样频率的影响 | 第18-19页 |
| ·道路环境的影响 | 第19页 |
| ·汽车噪声信号的采集 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 信号预处理 | 第21-30页 |
| ·信号加窗 | 第21-22页 |
| ·小波降噪 | 第22-24页 |
| ·小波变换 | 第22-23页 |
| ·小波分析用于信号降噪处理 | 第23-24页 |
| ·信号合成 | 第24-27页 |
| ·波束形成最佳权向量的理论 | 第24-27页 |
| ·波束形成最佳权向量的应用 | 第27页 |
| ·信号归一化 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 车辆噪声信号的特征提取 | 第30-45页 |
| ·常用的特征提取方法 | 第30-33页 |
| ·短时能量 | 第30-32页 |
| ·功率谱 | 第32页 |
| ·ARMA模型参数估计 | 第32-33页 |
| ·语谱图 | 第33-39页 |
| ·连续STFT变换的定义 | 第33页 |
| ·连续STFT变换的频域形式 | 第33-35页 |
| ·序列信号STFT变换的定义 | 第35页 |
| ·离散STFT变换的定义 | 第35-36页 |
| ·语谱图 | 第36-37页 |
| ·语谱图与功率谱密度 | 第37-39页 |
| ·纹理特征 | 第39-44页 |
| ·纹理分析基本概念 | 第41-42页 |
| ·纹理分析方法简介 | 第42-43页 |
| ·纹理特征提取 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 模糊模式识别在分类算法中的应用 | 第45-54页 |
| ·模糊模式识别 | 第45-46页 |
| ·基础理论 | 第45页 |
| ·模糊化特征 | 第45-46页 |
| ·结果的模糊化 | 第46页 |
| ·模糊C均值算法 | 第46-51页 |
| ·C均值聚类算法(HCM)介绍 | 第46-48页 |
| ·模糊C均值聚类 | 第48-49页 |
| ·模糊C均值算法的应用 | 第49-51页 |
| ·核模糊聚类算法 | 第51-53页 |
| ·核思想 | 第51页 |
| ·核模糊聚类 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 实验数据分析及分类 | 第54-65页 |
| ·特征提取 | 第54-63页 |
| ·语谱图及功率谱图 | 第54-60页 |
| ·二值化语谱图 | 第60-63页 |
| ·语谱图的纹理特征提取 | 第63页 |
| ·基于纹理特征的核模糊聚类 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 结论与展望 | 第65-67页 |
| ·结论 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 附录 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文 | 第74页 |
