| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题背景及研究意义 | 第8-9页 |
| ·智能轮椅语音识别控制技术国内外研究现状 | 第9-12页 |
| ·国外智能轮椅语音识别控制技术研究现状 | 第9-11页 |
| ·国内智能轮椅语音识别控制技术研究现状 | 第11-12页 |
| ·课题来源及课题研究的主要内容 | 第12-13页 |
| ·课题来源 | 第12页 |
| ·本文主要内容 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 智能轮椅语音信号的预处理及其仿真分析 | 第14-24页 |
| ·语音信号的采样和量化 | 第14-15页 |
| ·语音信号的预加重 | 第15-16页 |
| ·语音信号的加窗分帧处理 | 第16-18页 |
| ·语音信号的端点检测 | 第18-23页 |
| ·短时能量 | 第19页 |
| ·短时过零率 | 第19-20页 |
| ·基于双门限的端点检测算法及其仿真实验 | 第20-21页 |
| ·语音端点检测遇到的问题及解决办法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 智能轮椅语音信号的特征提取及识别 | 第24-50页 |
| ·语音信号的传统特征参数的提取方法 | 第25-35页 |
| ·线性预测系数（LPC） | 第25-28页 |
| ·线性预测倒谱系数（LPCC） | 第28-30页 |
| ·Mel 频率倒谱系数（MFCC） | 第30-33页 |
| ·一阶 MFCC 差分倒谱参数 | 第33-35页 |
| ·语音信号的分形特征 | 第35-38页 |
| ·分形理论概述 | 第35-36页 |
| ·语音信号的分形维数及其计算方法 | 第36-38页 |
| ·改进的智能轮椅命令词语音特征参数的提取 | 第38-41页 |
| ·MFCC 与分形维数混合的改进特征参数 | 第39-40页 |
| ·LPCC 与分形维数混合的改进特征参数 | 第40-41页 |
| ·智能轮椅命令词语音识别系统的识别方法 | 第41-49页 |
| ·动态时间规整（DTW） | 第41-42页 |
| ·矢量量化（VQ）技术 | 第42-43页 |
| ·隐马尔可夫模型（HMM）技术 | 第43-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 智能轮椅命令词语音识别系统的设计与实现 | 第50-59页 |
| ·语音样本库的建立及实验安排 | 第50-51页 |
| ·基于 HMM 的命令词识别的仿真实验及分析 | 第51-53页 |
| ·基于 MFCC 的语音特征参数分析与识别性能比较 | 第53-55页 |
| ·基于 LPCC 的语音特征参数分析与识别性能比较 | 第55-57页 |
| ·MFCC 与 LPCC 特征参数识别性能分析与比较 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于智能轮椅命令词的实时语音控制 | 第59-65页 |
| ·智能轮椅平台简介 | 第59-60页 |
| ·智能轮椅语音控制系统硬件平台搭建 | 第60-61页 |
| ·智能轮椅语音控制的实现 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·全文工作总结 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录：攻读硕士学位期间的研究成果 | 第71页 |
