| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 小波去噪算法研究现状 | 第10-11页 |
| 1.2.2 特征波识别算法研究 | 第11-12页 |
| 1.2.3 国内外研究现状总结 | 第12页 |
| 1.3 研究内容及安排 | 第12-14页 |
| 2 靶场声信号分析方法研究 | 第14-17页 |
| 2.1 时域分析去噪法 | 第14页 |
| 2.2 频域分析去噪法 | 第14-15页 |
| 2.3 时频域分析去噪法 | 第15-16页 |
| 2.4 结论 | 第16-17页 |
| 3 小波理论简介 | 第17-27页 |
| 3.1 小波变换原理及特性分析 | 第17-21页 |
| 3.1.1 连续小波 | 第17-19页 |
| 3.1.2 小波变换的多分辨率分析(MRA) | 第19-21页 |
| 3.2 提升小波变换理论 | 第21-26页 |
| 3.2.1 提升小波变换原理 | 第21-23页 |
| 3.2.2 小波变换提升实现 | 第23-26页 |
| 3.3 总结 | 第26-27页 |
| 4 基于提升小波的去噪算法和特征波识别算法设计 | 第27-48页 |
| 4.1 声靶测量系统概述 | 第27-31页 |
| 4.1.1 靶场激波信号产生的原理 | 第27-28页 |
| 4.1.2 声靶测量原理 | 第28-30页 |
| 4.1.3 靶场声信号特点 | 第30-31页 |
| 4.2 算法方案分析 | 第31-32页 |
| 4.3 提升小波算法设计 | 第32-42页 |
| 4.3.1 小波函数的选取 | 第32-35页 |
| 4.3.2 阈值设置的选取 | 第35-40页 |
| 4.3.3 分解阶次的选择 | 第40-42页 |
| 4.4 去噪效果分析 | 第42-43页 |
| 4.5 基于提升小波的靶场声信号的特征波识别算法 | 第43-46页 |
| 4.5.1 靶场声信号特征点的选取和检测 | 第43-46页 |
| 4.5.2 特征波识别效果分析 | 第46页 |
| 4.6 本章小结 | 第46-48页 |
| 5 提升小波算法的硬件语言实现 | 第48-68页 |
| 5.1 可编程逻辑器件FPGA简介 | 第48-51页 |
| 5.1.1 可编程逻辑器件PLD | 第48页 |
| 5.1.2 FPGA简介及选型 | 第48-49页 |
| 5.1.3 QuartusⅡ13.1和Modelsim se10.0 a简介 | 第49-51页 |
| 5.2 db5小波函数提升结构计算 | 第51-55页 |
| 5.3 基层硬件结构设计 | 第55-59页 |
| 5.3.1 抽取模块 | 第55-56页 |
| 5.3.2 延时模块 | 第56-57页 |
| 5.3.3 乘法器模块 | 第57页 |
| 5.3.4 累加模块 | 第57-58页 |
| 5.3.5 乒乓操作 | 第58-59页 |
| 5.4 主要硬件语言实现 | 第59-63页 |
| 5.4.1 分解结构设计 | 第59-60页 |
| 5.4.2 重构结构设计 | 第60-61页 |
| 5.4.3 阈值处理模块的设计 | 第61-62页 |
| 5.4.4 特征波识别模块设计 | 第62-63页 |
| 5.5 基于FPGA的实验结果分析 | 第63-64页 |
| 5.5.1 去噪效果分析 | 第63-64页 |
| 5.5.2 特征波识效果分析 | 第64页 |
| 5.6 声靶计算模型在FPGA中的实现 | 第64-65页 |
| 5.7 实验分析与评估 | 第65-66页 |
| 5.8 本章小结 | 第66-68页 |
| 6 结论和展望 | 第68-71页 |
| 6.1 结论 | 第68-69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的论文 | 第74-75页 |
| 致谢 | 第75-77页 |