面向智能机器人应用的声源定位系统研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第14-23页 |
1.1 引言 | 第14-15页 |
1.2 国内外研究现状 | 第15-20页 |
1.2.1 国外研究现状 | 第15-18页 |
1.2.2 国内研究现状 | 第18-20页 |
1.3 声源定位算法 | 第20-21页 |
1.4 本文的内容安排 | 第21-23页 |
第二章 麦克风阵列技术的发展与应用 | 第23-36页 |
2.1 麦克风阵列原理 | 第23-27页 |
2.1.1 近场模型和远场模型 | 第23-24页 |
2.1.2 麦克风阵列拓扑结构 | 第24-27页 |
2.2 麦克风阵列信号处理技术 | 第27-34页 |
2.2.1 波束形成技术 | 第27-29页 |
2.2.2 声源定位技术 | 第29-34页 |
2.3 麦克风阵列技术的技术难点 | 第34-35页 |
2.4 本章小结 | 第35-36页 |
第三章 机器人听觉系统机理 | 第36-45页 |
3.1 人类听觉系统机理 | 第36-38页 |
3.1.1 人类外围听觉系统的组成 | 第36-37页 |
3.1.2 人耳声源定位的原理 | 第37-38页 |
3.2 机器人听觉系统原理 | 第38-41页 |
3.2.1 计算听觉场景分析 | 第38-39页 |
3.2.2 20世纪的机器人听觉系统 | 第39页 |
3.2.3 机器听觉系统涉及的功能 | 第39-41页 |
3.3 机器人听觉系统设计遇到的难题 | 第41-44页 |
3.3.1 麦克风 | 第41页 |
3.3.2 混响 | 第41-43页 |
3.3.3 环境噪声 | 第43-44页 |
3.3.4 实时性 | 第44页 |
3.4 本章小结 | 第44-45页 |
第四章 四元十字阵定位系统 | 第45-69页 |
4.1 四元十字阵定位算法原理 | 第45-47页 |
4.1.1 距离r的计算 | 第46页 |
4.1.2 方位角φ的计算 | 第46页 |
4.1.3 俯仰角θ的计算 | 第46-47页 |
4.2 时延差估计算法 | 第47-50页 |
4.2.1 互相关法 | 第47-48页 |
4.2.2 自适应滤波法 | 第48-49页 |
4.2.3 特征分解法 | 第49-50页 |
4.3 MUSIC算法 | 第50-53页 |
4.3.1 算法模型 | 第50-52页 |
4.3.2 算法原理 | 第52-53页 |
4.4 MVDR算法 | 第53-54页 |
4.4.1 算法模型 | 第53页 |
4.4.2 算法原理 | 第53-54页 |
4.5 声源定位算法仿真 | 第54-60页 |
4.5.1 实验设置 | 第55-57页 |
4.5.2 声源定位算法仿真 | 第57-59页 |
4.5.3 定位算法总结 | 第59-60页 |
4.6 声源定位硬件系统设计 | 第60-62页 |
4.6.1 产品简介 | 第60-61页 |
4.6.2 硬件概述 | 第61-62页 |
4.7 数据采集与处理 | 第62-68页 |
4.7.1 室、内外场景布置 | 第62-64页 |
4.7.2 数据预处理 | 第64-65页 |
4.7.3 计算时间延迟点数 | 第65-67页 |
4.7.4 定位结果 | 第67-68页 |
4.8 本章小结 | 第68-69页 |
第五章 机器人声源定位系统的实现 | 第69-80页 |
5.1 系统实现流程 | 第69页 |
5.2 系统主要硬件组成及其介绍 | 第69-74页 |
5.2.1 ADI-21489和STC89C52 | 第70-71页 |
5.2.2 110B步进电机驱动器2M2260 | 第71-74页 |
5.3 硬件系统的搭建与测试 | 第74-76页 |
5.4 声源定位算法验证 | 第76-78页 |
5.4.1 GCC算法 | 第76-77页 |
5.4.2 NLMS算法 | 第77-78页 |
5.4.3 VLMS算法 | 第78页 |
5.5 本章小结 | 第78-80页 |
第六章 总结与展望 | 第80-82页 |
6.1 总结 | 第80页 |
6.2 展望 | 第80-82页 |
参考文献 | 第82-88页 |
攻读硕士学位期间发表的论文 | 第88-89页 |
致谢 | 第89页 |