| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 声源定位技术的发展现状 | 第12-16页 |
| 1.2.1 基于人耳听觉机理的声源定位技术发展现状 | 第13-15页 |
| 1.2.2 在机器人领域的研究和发展 | 第15-16页 |
| 1.3 本论文的主要研究内容 | 第16-19页 |
| 2 人耳对声音的感知机理 | 第19-28页 |
| 2.1 人耳听觉的生理结构 | 第19-24页 |
| 2.1.1 人耳生理结构 | 第19-21页 |
| 2.1.2 内耳功率特征 | 第21-23页 |
| 2.1.3 听觉滤波器 | 第23-24页 |
| 2.2 人耳听觉的感声机制 | 第24-25页 |
| 2.3 人耳听觉的中枢处理机制 | 第25-27页 |
| 2.3.1 人耳听觉通路 | 第25-26页 |
| 2.3.2 频率分析中枢机制 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 声源定位技术概述 | 第28-40页 |
| 3.1 声源定位的主要技术 | 第28-30页 |
| 3.2 声源定位中存在的问题 | 第30-31页 |
| 3.3 声源定位神经处理机制 | 第31-34页 |
| 3.3.1 Jeffress 模型介绍 | 第31-33页 |
| 3.3.2 基于双耳时间差的神经机制 | 第33-34页 |
| 3.3.3 基于双耳强度差的神经机制 | 第34页 |
| 3.4 传声器阵列声源定位技术概述 | 第34-38页 |
| 3.4.1 基于最大输出功率的波束形成声源定位技术 | 第35-36页 |
| 3.4.2 基于子空间技术的声源定位技术 | 第36-37页 |
| 3.4.3 基于时延估计的声源定位技术 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 基于时延估计的声源定位方法 | 第40-52页 |
| 4.1 时延估计方法 | 第40-46页 |
| 4.1.1 基于互相关分析的时延估计方法 | 第40-43页 |
| 4.1.2 LMS 自适应时延估计方法 | 第43-45页 |
| 4.1.3 广义互相关与 LMS 自适应结合的时延估计方法 | 第45-46页 |
| 4.2 基于时延估计的声源定位方法 | 第46-51页 |
| 4.2.1 声源定位的几何模型 | 第46-48页 |
| 4.2.2 典型的声源定位方法 | 第48-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 双耳声源定位的图像化分析 | 第52-65页 |
| 5.1 音乐声学的发展及应用 | 第52-53页 |
| 5.2 奇妙的声学现象 | 第53-56页 |
| 5.2.1 军号声之谜 | 第53-54页 |
| 5.2.2 “鸡尾酒会效应” | 第54-55页 |
| 5.2.3 “传音入密” | 第55-56页 |
| 5.3 FICP 算法求时延量 | 第56-61页 |
| 5.3.1 MCZT 算法--频谱细化 | 第56-59页 |
| 5.3.2 FICP 算法--相关峰细化 | 第59-61页 |
| 5.4 声源定位的仿真实验 | 第61-65页 |
| 6 总结与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 个人简历 | 第72-73页 |
| 发表的论文 | 第73-74页 |
