| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 水泥混凝土路面脱空机理 | 第9-11页 |
| 1.3 水泥混凝土路面脱空检测方法研究现状 | 第11-13页 |
| 1.4 本文主要亮点 | 第13-14页 |
| 1.5 本文结构及内容安排 | 第14-16页 |
| 第二章 声振无损检测法理论 | 第16-26页 |
| 2.1 音频信号检测理论基础 | 第16-20页 |
| 2.1.1 音频检测的振动理论 | 第16-17页 |
| 2.1.2 混凝土路面的声谐振子理论 | 第17-19页 |
| 2.1.3 音频检测中的波动理论 | 第19-20页 |
| 2.2 声场中的能量 | 第20-21页 |
| 2.3 声振法的基本原理和音频检测系统组成 | 第21-22页 |
| 2.3.1 声振法的基本原理 | 第21页 |
| 2.3.2 音频检测系统组成 | 第21-22页 |
| 2.4 声音信号预处理 | 第22-25页 |
| 2.4.1 数据离散化 | 第22-23页 |
| 2.4.2 信号去噪 | 第23-24页 |
| 2.4.3 特征分析 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于麦克风阵列的宽带音频信号处理 | 第26-42页 |
| 3.1 阵列信号模型 | 第26-29页 |
| 3.1.1 窄带信号模型 | 第26-28页 |
| 3.1.2 宽带信号模型 | 第28-29页 |
| 3.2 麦克风阵列信号模型 | 第29-31页 |
| 3.3 麦克风阵列声源定位方法 | 第31-37页 |
| 3.3.1 非相干信号子空间（ISM）算法 | 第31-32页 |
| 3.3.2 相干信号子空间（CSM）算法 | 第32-33页 |
| 3.3.3 聚焦矩阵的构造方法 | 第33-37页 |
| 3.4 麦克风阵列声音信号降噪方法 | 第37-41页 |
| 3.4.1 固定波束形成技术 | 第37-38页 |
| 3.4.2 自适应波束形成技术 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 音频信号的分析方法 | 第42-51页 |
| 4.1 音频信号的时域分析 | 第42-43页 |
| 4.1.1 短时能量分析 | 第42-43页 |
| 4.1.2 短时平均过零率 | 第43页 |
| 4.2 音频信号的时频分析 | 第43-44页 |
| 4.2.1 时频分析的分类 | 第43-44页 |
| 4.3 信号时频分析方法 | 第44-46页 |
| 4.3.1 短时傅里叶变换（STFT） | 第45页 |
| 4.3.2 Wigner-Ville分布（WVD） | 第45-46页 |
| 4.3.3 Cohen时频分布 | 第46页 |
| 4.4 Born-Jordan时频分布 | 第46-48页 |
| 4.4.1 Born-Jordan分布的基本原理 | 第46页 |
| 4.4.2 Born-Jordan分布的性质 | 第46-48页 |
| 4.4.3 各种时频分析方法对比 | 第48页 |
| 4.5 音频信号特征选择与提取 | 第48-49页 |
| 4.6 本章小结 | 第49-51页 |
| 第五章 模式识别与分类方法 | 第51-64页 |
| 5.1 模式识别与分类的一般过程 | 第51-52页 |
| 5.2 基于核的主成分分析（KPCA） | 第52-57页 |
| 5.2.1 主成分分析（PCA） | 第52页 |
| 5.2.2 核方法 | 第52-54页 |
| 5.2.3 KPCA的基本原理 | 第54-56页 |
| 5.2.4 基于核的主成分分析的实现步骤 | 第56-57页 |
| 5.3 常见模式分类方法 | 第57-58页 |
| 5.4 支持向量机（SVM） | 第58-62页 |
| 5.4.1 SVM的基本思想 | 第58-61页 |
| 5.4.2 SVM多类分类问题 | 第61-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第六章 实验仿真与分析 | 第64-75页 |
| 6.1 实验原理 | 第64页 |
| 6.2 数据的采集方法 | 第64-66页 |
| 6.3 信号数据预处理 | 第66-70页 |
| 6.3.1 音频信号的降噪处理 | 第66-67页 |
| 6.3.2 音频信号的端点检测 | 第67-68页 |
| 6.3.3 麦克风阵列信号仿真及预处理 | 第68-70页 |
| 6.4 水泥混凝土路面板底分类 | 第70-73页 |
| 6.4.1 时频分析 | 第70-71页 |
| 6.4.2 时频图中特征提取和KPCA特征降维 | 第71页 |
| 6.4.3 SVM分类 | 第71-73页 |
| 6.5 实验与结果分析 | 第73-74页 |
| 6.6 本章小结 | 第74-75页 |
| 结论与展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 攻读学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81页 |