| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-15页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 第二章 声音识别关键技术研究 | 第15-31页 |
| 2.1 声音识别概述 | 第15-17页 |
| 2.2 道路开挖工程机械及其发声原理 | 第17-19页 |
| 2.3 声信号的处理方法 | 第19-22页 |
| 2.3.1 声音的采集 | 第19-20页 |
| 2.3.2 分帧、加窗 | 第20-21页 |
| 2.3.3 离散傅里叶变换(DFT)与快速傅里叶变换(FFT) | 第21-22页 |
| 2.4 典型的特征提取算法 | 第22-26页 |
| 2.4.1 短时平均能量及短时平均过零率 | 第22页 |
| 2.4.2 线性预测倒谱系数(LPCC) | 第22-24页 |
| 2.4.3 梅尔频率倒谱系数(MFCC) | 第24-26页 |
| 2.5 模式识别方法及统计模式识别介绍 | 第26-30页 |
| 2.5.1 模式识别方法 | 第26-27页 |
| 2.5.2 统计模式识别 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 工程机械声信号分析及统计特征 | 第31-42页 |
| 3.1 工程机械声信号时频域分析 | 第31-34页 |
| 3.2 统计特征的提出 | 第34-41页 |
| 3.2.1 短时能量变化比(SFER)及其概率密度分布 | 第34-36页 |
| 3.2.2 短时频谱幅值比(SSAR)及其占比(SSARR) | 第36-38页 |
| 3.2.3 冲击脉冲宽度(WoP)、冲击脉冲间隔(IoP) | 第38-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 分类器的设计及实验分析 | 第42-63页 |
| 4.1 基于声信号统计特征的分类器设计 | 第42-50页 |
| 4.2 实验分析 | 第50-61页 |
| 4.2.1 基于SFER分类器分析实验 | 第50-54页 |
| 4.2.2 基于SSAR分类器分析实验 | 第54-56页 |
| 4.2.3 基于WoP与IoP分类器分析实验 | 第56-57页 |
| 4.2.4 本文提出的算法实验 | 第57-59页 |
| 4.2.5 MFCC+SVM算法对比实验 | 第59-60页 |
| 4.2.6 LPCC+SVM算法对比实验 | 第60-61页 |
| 4.3 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录 作者在读期间参加的科研项目及发表的学术论文专利 | 第71页 |
