| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 论文的选题背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-17页 |
| 2 声目标的识别 | 第17-40页 |
| 2.1 目标识别的信号预处理 | 第17-18页 |
| 2.1.1 FIR滤波器 | 第17-18页 |
| 2.1.2 小波滤波去噪 | 第18页 |
| 2.2 目标信号自检测 | 第18-19页 |
| 2.3 特征提取 | 第19-35页 |
| 2.3.1 短时傅里叶变换（stft） | 第19-26页 |
| 2.3.2 利用小波变换进行能量提取 | 第26-27页 |
| 2.3.3 小波包分解特征提取 | 第27-30页 |
| 2.3.4 梅尔频率倒谱系数(MFCC) | 第30-33页 |
| 2.3.5 梅尔频率倒谱系数(MFCC)特征提取的仿真 | 第33-35页 |
| 2.4 分类识别 | 第35-38页 |
| 2.4.1 K最近邻法(KNN,k-Nearest Neighbor) | 第35页 |
| 2.4.2 高斯混合模型GMM | 第35-36页 |
| 2.4.3 BP神经网络 | 第36-38页 |
| 2.4.4 分类识别结果 | 第38页 |
| 2.5 本章小结 | 第38-40页 |
| 3 声定位设计 | 第40-60页 |
| 3.1 定位模型与原理 | 第40-43页 |
| 3.2 定位精度 | 第43页 |
| 3.3 时延估计方法 | 第43-53页 |
| 3.3.1 广义互相关时延估计法（GCC） | 第43-50页 |
| 3.3.2 最小均方自适应滤波(LMS)时延估计法 | 第50-52页 |
| 3.3.3 互功率谱相位法（CSP） | 第52-53页 |
| 3.4 时延方法选择与仿真 | 第53-59页 |
| 3.5 本章小结 | 第59-60页 |
| 4 声探测定位系统设计 | 第60-74页 |
| 4.1 系统方案设计 | 第60-61页 |
| 4.2 系统硬件设计 | 第61-66页 |
| 4.2.1 传感器选型 | 第61-62页 |
| 4.2.2 DSP控制处理模块 | 第62-64页 |
| 4.2.3 最小系统设计 | 第64-66页 |
| 4.3 系统软件的设计 | 第66-69页 |
| 4.4 程序烧写及运行 | 第69-70页 |
| 4.5 测试结果 | 第70-72页 |
| 4.6 误差分析 | 第72-73页 |
| 4.7 本章小结 | 第73-74页 |
| 5 总结 | 第74-76页 |
| 附录 | 第76-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间所取得的研究成果 | 第87-88页 |
| 致谢 | 第88-89页 |
