| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| 第1节 声音识别概述 | 第8页 |
| 第2节 声音识别技术的发展和现状 | 第8-9页 |
| 第3节 声音识别的方法和技术 | 第9页 |
| 第4节 声音识别技术的主要应用前景及面临的问题 | 第9页 |
| 第5节 发动机声音识别的研究背景 | 第9-10页 |
| 第6节 本文主要内容及内容安排 | 第10-11页 |
| 第7节 本章小结 | 第11-12页 |
| 第2章 声音识别系统基本理论 | 第12-20页 |
| 第1节 声音信号前端处理 | 第12页 |
| 一 声音信号的抽样和量化 | 第12页 |
| 二 声音信号的加窗分帧 | 第12页 |
| 第2节 端点检测 | 第12-13页 |
| 一 短时能量 | 第12页 |
| 二 短时平均过零率 | 第12-13页 |
| 三 针对发动机声音的能频比端点检测算法 | 第13页 |
| 第3节 特征提取 | 第13-15页 |
| 一 线性预测倒谱系数(LPCC) | 第13-14页 |
| 二 Mel频率倒谱系数(MFCC) | 第14-15页 |
| 第4节 声音识别算法的分析 | 第15-19页 |
| 一 BP神经网络结构 | 第16-17页 |
| 二 误差有导学习规则或称梯度法 | 第17-18页 |
| 三 BP学习算法原理 | 第18页 |
| 四 BP算法的基本步骤 | 第18-19页 |
| 第5节 本章小结 | 第19-20页 |
| 第3章 发动机声音识别仿真研究 | 第20-30页 |
| 第1节 发动机声音信号的声谱及频谱分析 | 第20-23页 |
| 一 汽车发动机信号的声谱分析 | 第20-22页 |
| 二 汽车发动机信号的频谱分析 | 第22-23页 |
| 第2节 发动机声音的特征选择 | 第23-26页 |
| 一 建立样本库 | 第23-24页 |
| 二 特征选择 | 第24-26页 |
| 第3节 发动机声音特征参数及BP网络的仿真分析 | 第26-29页 |
| 一 神经网络参数的选择 | 第26-27页 |
| 二 MFCC特征参数分析 | 第27-28页 |
| 三 识别时采用帧数的选择 | 第28-29页 |
| 第4节 本章小结 | 第29-30页 |
| 第4章 嵌入式系统的硬件及软件设计 | 第30-43页 |
| 第1节 ARM嵌入式系统及本文所用的FS2410开发板简介 | 第30-31页 |
| 一 嵌入式系统组成 | 第30页 |
| 二 FS2410开发板简介 | 第30-31页 |
| 第2节 发动机识别系统硬件结构 | 第31-34页 |
| 一 硬件基本电路 | 第32页 |
| 二 存储器及系统启动 | 第32-33页 |
| 三 JTAG协议电路 | 第33-34页 |
| 第3节 UDA1341TS音频驱动及音频芯片硬件接口 | 第34-36页 |
| 一 IIS(Inter-IC Sound bus)总线简介 | 第34页 |
| 二 UDA1314TS简介 | 第34-35页 |
| 三 UDA1314TS驱动 | 第35-36页 |
| 第4节 基于ARM-LINUX的嵌入式交叉编译环境的建立 | 第36-37页 |
| 第5节 LINUX操作系统简介 | 第37-38页 |
| 一 Linux操作系统简介 | 第37页 |
| 二 Linux的文件结构及其主要功能 | 第37-38页 |
| 第6节 嵌入式系统的软件设计 | 第38-42页 |
| 一 ARM Boot Loader | 第38-39页 |
| 二 Linux内核(kernel) | 第39-41页 |
| 三 根文件系统 | 第41-42页 |
| 第7节 本章小结 | 第42-43页 |
| 第5章 基于ARM的发动机声音识别系统的实现及结果分析 | 第43-48页 |
| 第1节 相关程序主要过程的介绍 | 第43-44页 |
| 一 MFCC的C程序 | 第43页 |
| 二 MFCC特征提取的C程序 | 第43-44页 |
| 第2节 发动机声音识别实现过程 | 第44-47页 |
| 一 嵌入式发动机声音识别系统的工作原理 | 第44-45页 |
| 二 识别系统的硬件实现 | 第45-46页 |
| 三 嵌入式发动机声音实时识别系统的试验结果分析 | 第46-47页 |
| 第3节 本章小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-49页 |
| 第1节 主要工作的总结 | 第48页 |
| 第2节 有待研究的问题 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51-52页 |
