| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 语音信号预测 | 第10-11页 |
| 1.2.2 人工蜂群算法 | 第11-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文的结构 | 第12-15页 |
| 第2章 语音的非线性分析及人工蜂群算法 | 第15-27页 |
| 2.1 语音信号非线性分析基础 | 第15-22页 |
| 2.1.1 语音混沌处理起源与发展 | 第15-16页 |
| 2.1.2 混沌语音中的特征量 | 第16-22页 |
| 2.2 人工蜂群算法理论基础 | 第22-26页 |
| 2.2.1 人工蜂群算法的原理 | 第22-25页 |
| 2.2.2 人工蜂群算法性能分析及改进 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于Volterra的非线性系统辨识 | 第27-35页 |
| 3.1 Volterra级数理论 | 第27-30页 |
| 3.1.1 Volterra的时域模型 | 第27-29页 |
| 3.1.2 Volterra的频域模型 | 第29-30页 |
| 3.2 Volterra核函数辨识 | 第30-33页 |
| 3.2.1 时域核函数辨识 | 第30-32页 |
| 3.2.2 变换域核函数辨识 | 第32-33页 |
| 3.3 基于Volterra的语音预测建模步骤 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 改进ABC算法的预测建模 | 第35-49页 |
| 4.1 基于RLS的Volterra建模 | 第35-38页 |
| 4.2 蜂群算法的改进 | 第38-42页 |
| 4.3 改进蜂群算法优化Volterra模型 | 第42-47页 |
| 4.3.1 操作步骤 | 第42-43页 |
| 4.3.2 AGABC优化Volterra模型参数 | 第43-44页 |
| 4.3.3 模型求解与分析 | 第44-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 实验仿真与分析 | 第49-58页 |
| 5.1 单帧信号预测 | 第51-53页 |
| 5.2 洛伦兹混沌时间序列预测 | 第53-54页 |
| 5.3 单词、语句信号的预测 | 第54-56页 |
| 5.4 实验总结 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |