基于声源定位的头部姿态识别系统研究与实现
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-22页 |
1.1 研究背景及意义 | 第10-13页 |
1.2 国内外研究现状 | 第13-20页 |
1.2.1 睡眠相关研究现状 | 第13-18页 |
1.2.2 声源定位背景及研究现状 | 第18-20页 |
1.3 本文工作及章节安排 | 第20-22页 |
第2章 鼾声检测基本原理 | 第22-32页 |
2.1 声音信号的基本特征 | 第22-23页 |
2.1.1 声音的产生 | 第22页 |
2.1.2 声音的基本要素与分类 | 第22-23页 |
2.2 语音信号分析及预处理 | 第23-27页 |
2.2.1 语音信号的数学模型分析 | 第23-24页 |
2.2.2 语音信号预处理 | 第24-25页 |
2.2.3 语音信号活动检测 | 第25页 |
2.2.4 语音信号分帧处理 | 第25-27页 |
2.3 鼾声信号处理 | 第27-30页 |
2.3.1 鼾声信号分帧处理 | 第27-29页 |
2.3.2 鼾声信号活动检测 | 第29-30页 |
2.4 本章小结 | 第30-32页 |
第3章 声源定位原理与仿真 | 第32-48页 |
3.1 麦克风信号模型 | 第32-36页 |
3.1.1 理想信号模型 | 第32-33页 |
3.1.2 实际信号模型 | 第33页 |
3.1.3 室内混响模型与房间冲击响应 | 第33-36页 |
3.2 麦克风阵列定位模型 | 第36-40页 |
3.2.1 麦克风阵列定位原理 | 第36-37页 |
3.2.2 角度距离定位法 | 第37-38页 |
3.2.3 球形插值法 | 第38-39页 |
3.2.4 线性插值法 | 第39-40页 |
3.3 声源定位中时延估计方法 | 第40-45页 |
3.3.1 广义互相关函数法 | 第41-43页 |
3.3.2 最小均方自适应滤波法 | 第43-45页 |
3.4 声源定位算法仿真 | 第45-47页 |
3.4.1 麦克风信号仿真 | 第45-46页 |
3.4.2 时延估计仿真 | 第46-47页 |
3.5 本章小结 | 第47-48页 |
第4章 声源定位系统的设计与实现 | 第48-60页 |
4.1 声源定位硬件系统 | 第48-55页 |
4.1.1 麦克风阵列设计 | 第48-53页 |
4.1.2 数据采集卡基本原理 | 第53-55页 |
4.2 声源定位软件系统 | 第55-58页 |
4.2.1 Labview介绍 | 第55-56页 |
4.2.2 系统软件结构介绍 | 第56-58页 |
4.3 本章小结 | 第58-60页 |
第5章 头部姿态判定方法设计与实现 | 第60-70页 |
5.1 鼾声阵列信号特性 | 第60-62页 |
5.2 头部姿态识别方法设计 | 第62-67页 |
5.3 实验结果及误差分析 | 第67-68页 |
5.4 本章小结 | 第68-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 工作总结 | 第70-71页 |
6.2 工作展望 | 第71-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-78页 |
个人简历和攻读硕士期间学术成果 | 第78页 |