| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 信号稀疏表示的研究现状 | 第12页 |
| 1.2.2 观测矩阵的研究现状 | 第12-13页 |
| 1.2.3 重构算法的研究现状 | 第13页 |
| 1.2.4 压缩感知应用现状 | 第13-14页 |
| 1.3 本文的主要工作和内容 | 第14-16页 |
| 第2章 压缩感知理论介绍 | 第16-22页 |
| 2.1 压缩感知理论框架 | 第16-17页 |
| 2.2 压缩感知的主要内容 | 第17-21页 |
| 2.2.1 信号的稀疏表示 | 第17-18页 |
| 2.2.2 信号的线性测量 | 第18-20页 |
| 2.2.3 信号的重构 | 第20-21页 |
| 2.3 信号重构质量的评价策略 | 第21-22页 |
| 第3章 基于分块自相关的子空间追踪语音压缩感知 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 贪婪算法简介 | 第22-23页 |
| 3.3 基于 OMP 算法的压缩重构 | 第23-26页 |
| 3.4 基于 SP 算法的压缩重构 | 第26-28页 |
| 3.5 基于 BASP 算法的压缩重构 | 第28-30页 |
| 3.6 实验结果分析 | 第30-34页 |
| 3.7 本章小结 | 第34-36页 |
| 第4章 基于 Stcs_lpcc 的语音识别系统 | 第36-54页 |
| 4.1 引言 | 第36-37页 |
| 4.2 语音识别系统概述 | 第37页 |
| 4.3 说话人识别特征参数提取 | 第37-41页 |
| 4.3.1 线性预测系数(LP) | 第38-39页 |
| 4.3.2 线性预测倒谱系数(LPCC) | 第39-40页 |
| 4.3.3 Mel 频率倒谱系数（MFCC） | 第40-41页 |
| 4.4 DTW 算法实现 | 第41-45页 |
| 4.4.1 匹配模式 | 第41-42页 |
| 4.4.2 DTW 算法原理 | 第42-45页 |
| 4.5 基于自适应阈值（stcs_lpcc）的语音识别系统 | 第45-50页 |
| 4.6 实验结果分析 | 第50-52页 |
| 4.7 本章小结 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 论文总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第62-63页 |
| 辽宁大学研究生毕业申请硕士学位材料 | 第63-73页 |
| 辽宁大学硕士学位论文自评表 | 第73-77页 |
| 论文任务书 | 第77-87页 |