基于声音识别汽车座椅记忆盒检测系统研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 课题背景 | 第10-12页 |
| 1.1.2 研究的意义 | 第12页 |
| 1.2 声音识别发展概述 | 第12-15页 |
| 1.2.1 国外发展历程 | 第12-13页 |
| 1.2.2 国内发展现状 | 第13-15页 |
| 1.3 论文研究的主要内容 | 第15-17页 |
| 第2章 检测系统硬件方案设计 | 第17-24页 |
| 2.1 座椅记忆盒工作原理 | 第17页 |
| 2.2 检测系统整体设计方案 | 第17-18页 |
| 2.3 检测系统硬件设计 | 第18-23页 |
| 2.3.1 拾音器模块 | 第18-19页 |
| 2.3.2 滤波模块 | 第19-20页 |
| 2.3.3 自动增益放大模块 | 第20-22页 |
| 2.3.4 采集模块 | 第22-23页 |
| 2.4 干扰的类型与防护 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 声音识别系统预处理 | 第24-38页 |
| 3.1 声音识别系统基本结构 | 第24-25页 |
| 3.2 声音信号的数字化处理 | 第25-28页 |
| 3.2.1 信号的滤波 | 第25-26页 |
| 3.2.2 信号的采集 | 第26页 |
| 3.2.3 采样频率的确定 | 第26-27页 |
| 3.2.4 分帧 | 第27页 |
| 3.2.5 加窗 | 第27-28页 |
| 3.3 声音信号端点检测 | 第28-35页 |
| 3.3.1 改进的双门限端点检测算法 | 第28-32页 |
| 3.3.2 改进谱熵的端点检测算法 | 第32-35页 |
| 3.4 声音识别系统性能评价 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 基于混合特征参数的改进DTW模型算法 | 第38-53页 |
| 4.1 声音信号特征提取 | 第38-47页 |
| 4.1.1 TEO能量 | 第38-39页 |
| 4.1.2 Fisher比准则 | 第39-40页 |
| 4.1.3 梅尔倒谱系数及差分谱 | 第40-45页 |
| 4.1.4 改进MFCC参数 | 第45-46页 |
| 4.1.5 混合特征参数 | 第46-47页 |
| 4.2 声音信号模板匹配 | 第47-52页 |
| 4.2.1 动态时间规整算法 | 第48-49页 |
| 4.2.2 改进的DTW算法 | 第49-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 检测系统运行结果与分析 | 第53-65页 |
| 5.1 声音库的建立 | 第53-54页 |
| 5.1.1 声音数据库的建立 | 第53页 |
| 5.1.2 声音信号模板库训练 | 第53-54页 |
| 5.2 软件界面设计 | 第54-57页 |
| 5.2.1 系统主界面 | 第55页 |
| 5.2.2 结果评定界面 | 第55-57页 |
| 5.3 改进MFCC参数对比实验 | 第57-58页 |
| 5.4 不同特征参数对比实验 | 第58-60页 |
| 5.5 改进动态时间规整对比实验 | 第60-62页 |
| 5.6 与传统人工识别对比实验 | 第62-64页 |
| 5.7 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录A 硬件系统电路图 | 第71-72页 |
| 附录B 算法对应源程序 | 第72-86页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第86-87页 |
| 致谢 | 第87页 |
