基于Volterra模型的语音信号非线性预测研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 论文章节安排 | 第12-14页 |
| 第2章 混沌识别及语音分析 | 第14-26页 |
| 2.1 混沌基础 | 第14-16页 |
| 2.2 相空间重构及李雅普诺夫指数 | 第16-22页 |
| 2.2.1 延迟时间τ的确定 | 第16-18页 |
| 2.2.2 嵌入维数m的确定 | 第18-20页 |
| 2.2.3 李雅普诺夫指数求解方法 | 第20-22页 |
| 2.3 语音信号分析方法及线性预测 | 第22-24页 |
| 2.3.1 语音短时分析技术 | 第23页 |
| 2.3.2 语音信号线性预测 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 Lorenz混沌时间序列的预测 | 第26-36页 |
| 3.1 非线性回归算法基本理论 | 第26-28页 |
| 3.1.1 非线性回归算法的基本思想 | 第26页 |
| 3.1.2 非线性回归算法的基本结构 | 第26-27页 |
| 3.1.3 非线性回归算法的步骤 | 第27-28页 |
| 3.2 Volterra模型 | 第28-29页 |
| 3.3 Lorenz吸引子的Volterra建模 | 第29-33页 |
| 3.3.1 Lorenz吸引子相空间重构 | 第30-31页 |
| 3.3.2 Lorenz吸引子模型求解 | 第31-33页 |
| 3.4 Lorenz吸引子建模仿真 | 第33-35页 |
| 3.4.1 模型的建立 | 第33-34页 |
| 3.4.2 结果分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 语音信号的Volterra预测建模 | 第36-48页 |
| 4.1 语音信号的预处理及相空间重构 | 第36-38页 |
| 4.1.1 语音信号的预处理 | 第36-37页 |
| 4.1.2 相空间重构 | 第37-38页 |
| 4.2 语音信号预测模型的求解过程及分析 | 第38-39页 |
| 4.2.1 求解过程 | 第38-39页 |
| 4.2.2 模型建立与分析 | 第39页 |
| 4.3 语音信号的建模仿真 | 第39-45页 |
| 4.3.1 预测模型求解 | 第40页 |
| 4.3.2 模型评价 | 第40-44页 |
| 4.3.3 语音编码 | 第44-45页 |
| 4.3.4 实验结论 | 第45页 |
| 4.4 本章小结 | 第45-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 进一步研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 攻读硕士学位期间科研成果 | 第56页 |
