| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-9页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10-12页 |
| 1.2 课题研究内容和课题来源 | 第12-13页 |
| 1.3 论文结构安排 | 第13-15页 |
| 第二章 压缩感知理论及其在语音信号处理中的应用 | 第15-23页 |
| 2.1 压缩感知理论及其研究难点 | 第15-19页 |
| 2.1.1 信号的稀疏表示 | 第16-17页 |
| 2.1.2 压缩测量 | 第17-18页 |
| 2.1.3 信号重构 | 第18-19页 |
| 2.2 语音信号压缩感知及研究概况 | 第19-22页 |
| 2.3 本文研究点及其意义 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于 CS 观测序列的语音端点检测 | 第23-35页 |
| 3.1 高阶累积量理论 | 第23-25页 |
| 3.2 基于 CS 的语音高阶累积量端点检测法 | 第25-33页 |
| 3.2.1 信号分析与算法设计 | 第26-29页 |
| 3.2.2 实验仿真与结果分析 | 第29-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第四章 基于 CS 观测序列的基音周期检测 | 第35-49页 |
| 4.1 传统基音周期检测方法 | 第35-39页 |
| 4.1.1 基于短时自相关函数的基音周期检测 | 第35-37页 |
| 4.1.2 基于短时平均幅度差函数的基音周期检测 | 第37-39页 |
| 4.2 基于 CS 的语音基音周期检测 | 第39-45页 |
| 4.3 基于 CS 的含噪语音基音周期提取 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于 CS 的语音信号功率谱估计及共振峰提取 | 第49-62页 |
| 5.1 基于 CS 的语音信号功率谱估计数学模型 | 第49-57页 |
| 5.1.1 数学分析 | 第50-52页 |
| 5.1.2 实验仿真及结果分析 | 第52-57页 |
| 5.2 基于 CS 观测序列的语音共振峰检测 | 第57-60页 |
| 5.2.1 基于功率谱倒谱的共振峰提取方法 | 第57-59页 |
| 5.2.2 实验仿真 | 第59-60页 |
| 5.3 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-65页 |
| 6.1 论文工作总结 | 第62-63页 |
| 6.2 进一步的研究方向 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-70页 |
| 致谢 | 第70页 |