| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 英文词汇缩写表 | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 相关研究介绍 | 第11-12页 |
| 1.3 阵列处理面临的问题与本文工作 | 第12-15页 |
| 第二章 波束形成 | 第15-24页 |
| 2.1 阵列模型 | 第15-16页 |
| 2.2 阵列增益与DS,超指向性波束,MVDR波束 | 第16-18页 |
| 2.3 差分传声器阵列 | 第18-21页 |
| 2.4 环谐域波束形成 | 第21-24页 |
| 第三章 用于高品质音频录音的端射线阵列 | 第24-43页 |
| 3.1 引言 | 第24-25页 |
| 3.2 阵列结构和代价函数 | 第25-28页 |
| 3.3 传声器阵列单元位置优化 | 第28-33页 |
| 3.3.1 数值计算误差的分析与控制 | 第28-30页 |
| 3.3.2 传声器单元位置的优化 | 第30-33页 |
| 3.4 仿真 | 第33-37页 |
| 3.4.1 传声器阵列分布优化 | 第33-34页 |
| 3.4.2 不同个数传声器所能达到的性能 | 第34-37页 |
| 3.5 实验 | 第37-42页 |
| 3.5.1 指向性测试 | 第39-40页 |
| 3.5.2 等效噪声级测试 | 第40-41页 |
| 3.5.3 冲激响应,幅度频率响应和相位频率响应的测试 | 第41-42页 |
| 3.6 小结 | 第42-43页 |
| 第四章 结合波束和深度学习的语音提取 | 第43-54页 |
| 4.1 引言 | 第43-44页 |
| 4.2 基于深度学习的多通道增强 | 第44-50页 |
| 4.2.1 阵列构造,波束形成以及特征提取 | 第44-45页 |
| 4.2.2 训练目标 | 第45页 |
| 4.2.3 网络结构 | 第45-47页 |
| 4.2.4 数据集,数据预处理和波形重构 | 第47-50页 |
| 4.2.5 训练参数 | 第50页 |
| 4.3 客观指标和Kaldi语音识别评价 | 第50-53页 |
| 4.4 小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-58页 |
| 5.1 总结 | 第54页 |
| 5.2 基于监督学习的语音增强与分离 | 第54-56页 |
| 5.3 挑战与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 作者在硕士研读期间发表论文及主要成果 | 第64-65页 |