首页--航空、航天论文--航空论文--航空制造工艺论文--航空发动机制造论文--故障分析及排除论文

飞机发动机异常声音识别方法研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-14页
    1.1 课题研究背景及意义第9-10页
    1.2 声音识别概述第10页
    1.3 声音识别技术国内外研究现状第10-12页
    1.4 本文主要研究内容第12页
    1.5 本文组织结构第12-14页
第2章 声音识别基本理论第14-28页
    2.1 声音信号预处理第14-17页
    2.2 声音信号特征提取第17-22页
        2.2.1 基音周期第17页
        2.2.2 线性预测系数(LPC)第17-18页
        2.2.3 线性预测倒谱系数(LPCC)第18-19页
        2.2.4 梅尔倒谱系数(MFCC)第19-21页
        2.2.5 GFCC系数第21-22页
    2.3 识别模型第22-26页
        2.3.1 动态时间规整(DTW)第22-23页
        2.3.2 隐马尔可夫模型(HMM)第23-25页
        2.3.3 支持向量机(SVM)第25-26页
        2.3.4 深度学习(DL)第26页
    2.4 系统检测指标第26-27页
    2.5 本章小结第27-28页
第3章 基于GMM-UBM的发动机异常声音识别方法研究第28-39页
    3.1 声音库第28-29页
    3.2 预处理和特征提取第29页
    3.3 GMM模型第29-31页
        3.3.1 GMM模型的原理第29-30页
        3.3.2 GMM参数估计方法第30-31页
    3.4 GMM-UBM模型第31-33页
        3.4.1 UBM模型第31页
        3.4.2 MAP算法第31-32页
        3.4.3 GMM-UBM对数似然比第32-33页
    3.5 飞机发动机异常声音识别系统基本结构第33-34页
    3.6 实验结果及分析第34-38页
        3.6.1 特征参数不同对声音识别率的影响第34-35页
        3.6.2 GMM混合度对声音识别率的影响第35-36页
        3.6.3 特征维数对声音识别率的影响第36-37页
        3.6.4 特征阶数不同对声音识别率的影响第37-38页
    3.7 本章小结第38-39页
第4章 深度学习在飞机发动机异常声音识别中的应用探究第39-60页
    4.1 深度学习的理论基础第39-41页
        4.1.1 深度学习概述第39-40页
        4.1.2 深度学习示意图第40-41页
    4.2 深层神经网络(DNN)第41-45页
        4.2.1 DNN前向计算算法第41-43页
        4.2.2 误差反向传播算法第43-45页
    4.3 基于MFCC-CNN的飞机发动机异常声音识别系统第45-48页
        4.3.1 卷积神经网络(CNN)第45-46页
        4.3.2 卷积和池化第46-47页
        4.3.3 基于MFCC-CNN飞机发动机异常声音识别系统图第47-48页
    4.4 基于MFCC-LSTM-RNN的飞机发动机异常声音识别系统第48-51页
        4.4.1 循环神经网络(RNN)第48-49页
        4.4.2 长短时记忆单元LSTM第49-50页
        4.4.3 基于MFCC-LSTM-RNN的飞机发动机异常声音识别系统图第50-51页
    4.5 基于MFCC-FNN的飞机发动机异常声音识别系统第51-55页
        4.5.1 模糊系统第51-52页
        4.5.2 模糊神经元第52页
        4.5.3 模糊神经网络(FNN)第52-54页
        4.5.4 基于MFCC-FNN的飞机发动机异常声音识别系统图第54-55页
    4.6 实验结果及分析第55-59页
        4.6.1 CNN网络中卷积池化层数对实验结果的影响第56-57页
        4.6.2 测试时间对神经网络识别结果的影响第57页
        4.6.3 训练次数对神经网络识别结果的影响第57-58页
        4.6.4 学习率对神经网络识别结果的影响第58-59页
    4.7 本章小结第59-60页
第5章 总结和展望第60-62页
    5.1 工作总结第60-61页
    5.2 前景展望第61-62页
参考文献第62-67页
硕士期间发表的学术论文情况和参与的科研项目第67-68页
致谢第68-69页

论文共69页,点击 下载论文
上一篇:基于时频图和CNN的直升机自动倾斜器滚动轴承故障诊断方法研究
下一篇:具有方向约束的无人机动态航迹规划研究