| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 引言 | 第13-14页 |
| 1.2 噪声环境下说话人识别技术研究现状 | 第14-25页 |
| 1.2.1 语音去噪 | 第14-18页 |
| 1.2.2 说话人语音特征的分离和提取 | 第18-20页 |
| 1.2.3 说话人识别模型的优化 | 第20-25页 |
| 1.3 本文主要工作和内容安排 | 第25-27页 |
| 第2章 基于EMD分解的语音去噪方法研究 | 第27-63页 |
| 2.1 EMD去噪方法分析 | 第27-30页 |
| 2.1.1 EMD去噪方法 | 第27-29页 |
| 2.1.2 EMD去噪方法存在的问题 | 第29-30页 |
| 2.2 改进的IEEMD算法 | 第30-43页 |
| 2.2.1 模态混叠现象的理论推导 | 第30-31页 |
| 2.2.2 IEEMD分解方法 | 第31-37页 |
| 2.2.3 语音仿真实验及分析 | 第37-38页 |
| 2.2.4 逐步回归分析在IEEMD虚假分量判别中的应用 | 第38-40页 |
| 2.2.5 仿真实验及分析 | 第40-43页 |
| 2.3 基于IEEMD的去噪方法 | 第43-60页 |
| 2.3.1 Fast ICA算法的改进 | 第44-49页 |
| 2.3.2 仿真实验及分析 | 第49-50页 |
| 2.3.3 基于IEEMD和TFast ICA的语音去噪方法 | 第50-51页 |
| 2.3.4 仿真实验及分析 | 第51-60页 |
| 2.4 小结 | 第60-63页 |
| 第3章 噪声环境下基于听觉变换的说话人特征参数提取方法研究 | 第63-83页 |
| 3.1 引言 | 第63-64页 |
| 3.2 ICFCC特征参数的提取方法 | 第64-69页 |
| 3.2.1 耳蜗滤波函数存在的不足 | 第64-67页 |
| 3.2.2 改进的耳蜗滤波函数 | 第67-69页 |
| 3.3 结合语音能量特征的TEO-ICFCC特征参数提取方法 | 第69-72页 |
| 3.3.1 TEO-ICFCC特征参数提取方法 | 第69-70页 |
| 3.3.2 基于相位匹配的TEO-ICFCC提取方法 | 第70-72页 |
| 3.4 实验及结果分析 | 第72-81页 |
| 3.4.1 实验条件 | 第72-73页 |
| 3.4.2 噪声环境下四种特征参数的抗噪性能对比测试与分析 | 第73-75页 |
| 3.4.3 不同环境下训练语音对识别正确率的影响 | 第75-81页 |
| 3.5 小结 | 第81-83页 |
| 第4章 粒子群算法在说话人分类问题中的应用 | 第83-99页 |
| 4.1 引言 | 第83页 |
| 4.2 PSOA算法 | 第83-88页 |
| 4.2.1 问题的提出 | 第83-84页 |
| 4.2.2 改进的PSO算法 | 第84-87页 |
| 4.2.3 PSOA算法分析 | 第87-88页 |
| 4.3 PSOA在说话人分类问题中的应用 | 第88-91页 |
| 4.4 仿真实验结果与分析 | 第91-97页 |
| 4.4.1 实验1 PSOA算法性能测试分析 | 第91-95页 |
| 4.4.2 实验2 PSOA算法优化SVM测试分析 | 第95-97页 |
| 4.5 小结 | 第97-99页 |
| 第5章 IEEMD-TFast ICA算法SOPC设计 | 第99-121页 |
| 5.1 基于FPGA的TFast ICA算法的设计与实现 | 第99-113页 |
| 5.1.1 浮点运算单元 | 第99-103页 |
| 5.1.2 预处理 | 第103-108页 |
| 5.1.3 TFastICA算法的FPGA实现 | 第108-113页 |
| 5.2 基于Nios Ⅱ的IEEMD-TFastICA系统架构实现 | 第113-120页 |
| 5.2.1 基于NIOS Ⅱ和AVALON总线架构的TFastICA IP核设计 | 第114-115页 |
| 5.2.2 基于NIOS Ⅱ的IEEMD算法实现 | 第115-118页 |
| 5.2.3 系统测试结果 | 第118-120页 |
| 5.3 小结 | 第120-121页 |
| 第6章 总结与展望 | 第121-123页 |
| 6.1 总结 | 第121-122页 |
| 6.2 展望 | 第122-123页 |
| 参考文献 | 第123-135页 |
| 致谢 | 第135-137页 |
| 在学期间取得的研究成果 | 第137-138页 |
