| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·算法框架 | 第15-18页 |
| ·研究目标 | 第18页 |
| ·研究内容 | 第18-19页 |
| ·论文的组织安排 | 第19-20页 |
| 第2章 音频信号的非线性分析 | 第20-30页 |
| ·非线性动力学理论 | 第20-21页 |
| ·音频频域序列的非线性特性验证 | 第21-24页 |
| ·音频序列的非线性验证 | 第22-24页 |
| ·音频序列的确定性验证 | 第24页 |
| ·音频频域序列相空间重构 | 第24-29页 |
| ·延迟时间的确定 | 第25-27页 |
| ·嵌入维的确定 | 第27-29页 |
| ·相空间重构 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于 BP 神经网络的音频信号谱细节非线性预测 | 第30-46页 |
| ·引言 | 第30-31页 |
| ·BP 神经网络简介 | 第31-37页 |
| ·BP 神经网络结构介绍 | 第31-32页 |
| ·BP 神经网络学习过程 | 第32-36页 |
| ·BP 神经网络算法改进 | 第36-37页 |
| ·高频细节谱的非线性预测 | 第37-41页 |
| ·BP 神经网络预测算法框架 | 第37页 |
| ·BP 神经网络预测模型的构造 | 第37-38页 |
| ·细节谱非线性预测 | 第38-39页 |
| ·谱包络调整 | 第39-41页 |
| ·性能测试 | 第41-44页 |
| ·客观质量评测 | 第42-43页 |
| ·主观质量评测 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 基于改进的 RBF 神经网络的细节谱非线性预测 | 第46-62页 |
| ·RBF 神经网络简介 | 第46-50页 |
| ·RBF 神经网络结构介绍 | 第46-47页 |
| ·RBF 神经网络较 BP 神经网络的优势 | 第47-48页 |
| ·K 均值聚类 | 第48-50页 |
| ·RBF 神经网络的训练 | 第50页 |
| ·模糊理论简介 | 第50-52页 |
| ·模糊数学 | 第51页 |
| ·模糊推理 | 第51-52页 |
| ·模糊理论与神经网络结合 | 第52-54页 |
| ·神经网络与模糊理论的可结合性 | 第52-53页 |
| ·神经网络与模糊理论的结合方式 | 第53-54页 |
| ·模糊 RBF 神经网络设计 | 第54-58页 |
| ·模糊 RBF 神经网络的一般结构 | 第54-55页 |
| ·模糊规则库的确定 | 第55-57页 |
| ·模糊 RBF 神经网络的音频细节谱预测 | 第57-58页 |
| ·性能测试 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 基于 RBF 神经网络的高频子带能量估计算法 | 第62-72页 |
| ·算法框架 | 第62-63页 |
| ·高频子带能量估计的训练部分 | 第63-67页 |
| ·低频特征参数选择 | 第63-64页 |
| ·谱包络估计的 RBF 神经网络训练 | 第64-67页 |
| ·高频子带能量估计的包络估计部分 | 第67页 |
| ·性能评测 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 非线性频带扩展算法在宽带音频编码器中的应用 | 第72-80页 |
| ·G.722.1 与 G.722.1C 编解码框架 | 第72-74页 |
| ·G.722.1 宽带音频编解码器框架 | 第72-74页 |
| ·G.722.1C 超宽带音频编解码器框架 | 第74页 |
| ·频带扩展算法在 G.722.1 中的应用 | 第74-75页 |
| ·性能测试 | 第75-77页 |
| ·本章小结 | 第77-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间所发表的学术论文 | 第86-88页 |
| 攻读硕士学位期间参加的科研项目 | 第88-90页 |
| 致谢 | 第90页 |
