基于WebRtc的智能门禁系统回声消除方案
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第13-21页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 回声消除研究现状 | 第14-19页 |
1.2.1 回声的产生 | 第14-15页 |
1.2.2 回声消除研究现状 | 第15-17页 |
1.2.3 WebRtc简介 | 第17-19页 |
1.3 论文主要工作及章节安排 | 第19-21页 |
第二章 回声消除技术概述及门禁通话特点研究 | 第21-36页 |
2.1 回声消除技术原理 | 第21-28页 |
2.1.1 时延估计 | 第22-23页 |
2.1.2 自适应滤波 | 第23-25页 |
2.1.3 双端检测 | 第25-28页 |
2.2 智能门禁系统通话特点研究 | 第28-35页 |
2.2.1 门禁系统通话实验 | 第29-32页 |
2.2.2 NER分析 | 第32-35页 |
2.2.3 实验结论 | 第35页 |
2.3 本章小结 | 第35-36页 |
第三章 双端检测算法研究和改进 | 第36-57页 |
3.1 智能门禁双端检测算法分析 | 第36-38页 |
3.2 基于多特征的双门限法 | 第38-49页 |
3.2.1 特征的构建 | 第39-44页 |
3.2.2 门限值的确定 | 第44-46页 |
3.2.3 双滤波器结构 | 第46-48页 |
3.2.4 算法流程 | 第48-49页 |
3.3 仿真实验 | 第49-56页 |
3.3.1 算法复杂度分析 | 第49-50页 |
3.3.2 数据准备 | 第50-51页 |
3.3.3 双端检测算法性能的衡量标准 | 第51-53页 |
3.3.4 仿真结果 | 第53-56页 |
3.3.5 仿真结果分析 | 第56页 |
3.4 本章小结 | 第56-57页 |
第四章 自适应时延估计及追踪方法 | 第57-73页 |
4.1 时延估计的需求分析 | 第57-58页 |
4.2 回声数据库的建立 | 第58-60页 |
4.3 时延抖动分析 | 第60-63页 |
4.4 基于标记音的回声时延估计及追踪方法 | 第63-69页 |
4.4.1 标记音的嵌入 | 第64-66页 |
4.4.2 特征矢量的提取和标记音的检测 | 第66-68页 |
4.4.3 回声时延的估算 | 第68页 |
4.4.5 方法小结 | 第68-69页 |
4.5 测试与仿真 | 第69-72页 |
4.5.1 标记音检测性能测试 | 第69-70页 |
4.5.2 时延估计准确性仿真测试 | 第70-72页 |
4.6 本章小结 | 第72-73页 |
第五章 基于WebRtc的回声消除方案 | 第73-93页 |
5.1 AECM的工作流程及原理 | 第73-80页 |
5.1.1 AECM工程介绍 | 第73-74页 |
5.1.2 AECM的工作流程 | 第74-79页 |
5.1.3 AECM小结 | 第79-80页 |
5.2 改进方案 | 第80-83页 |
5.2.1 多特征双门限法双端检测的实现 | 第80页 |
5.2.2 AECM-DTD与AECM的整合 | 第80-83页 |
5.2.3 自适应时延估计方法的实现 | 第83页 |
5.2.4 小结 | 第83页 |
5.3 真实通话测试实验 | 第83-92页 |
5.3.1 回声消除主观质量评价 | 第83-87页 |
5.3.2 实验数据分析 | 第87-92页 |
5.4 本章小结 | 第92-93页 |
第六章 总结与展望 | 第93-95页 |
参考文献 | 第95-99页 |
攻读硕士学位期间取得的研究成果 | 第99-100页 |
致谢 | 第100-101页 |
附件 | 第101页 |