基于深度学习的音频信号砼路面脱空分类研究及应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 水泥混凝土路面脱空检测方法研究现状 | 第10-12页 |
| 1.3 深度学习的研究现状 | 第12-13页 |
| 1.4 水泥混凝土路面脱空的影响因素及危害 | 第13-14页 |
| 1.4.1 水泥混凝土面板脱空的影响因素 | 第13页 |
| 1.4.2 水泥混凝土路面板脱空的危害 | 第13-14页 |
| 1.4.3 路面脱空状态分类 | 第14页 |
| 1.5 论文组织结构 | 第14-16页 |
| 第二章 声振无损检测法 | 第16-23页 |
| 2.1 声波传播基本理论 | 第16-17页 |
| 2.1.1 非均匀介质中的波动方程 | 第16页 |
| 2.1.2 声波在混凝土路面中的传播特点 | 第16-17页 |
| 2.2 音频信号检测理论 | 第17-19页 |
| 2.2.1 音频信号检测的振动理论 | 第17-18页 |
| 2.2.2 水泥混凝土路面板的振动方程 | 第18-19页 |
| 2.3 音频检测系统组成和声振法原理 | 第19-21页 |
| 2.3.1 音频检测系统组成 | 第19-20页 |
| 2.3.2 声振法原理 | 第20-21页 |
| 2.4 声音信号的预处理 | 第21-22页 |
| 2.4.1 数据离散化 | 第21页 |
| 2.4.2 信号去噪 | 第21-22页 |
| 2.4.3 特征分析 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 麦克风阵列宽带音频信号处理 | 第23-35页 |
| 3.1 阵列信号模型 | 第23-25页 |
| 3.1.1 窄带信号模型 | 第23-24页 |
| 3.1.2 宽带信号模型 | 第24-25页 |
| 3.2 麦克风阵列信号模型 | 第25-26页 |
| 3.2.1 远场信号模型 | 第25页 |
| 3.2.2 近场信号模型 | 第25-26页 |
| 3.3 麦克风阵列声源定位方法 | 第26-31页 |
| 3.3.1 非相干信号子空间(ISM)算法 | 第26-27页 |
| 3.3.2 相干信号子空间(CSM)算法 | 第27-28页 |
| 3.3.3 聚焦矩阵的构造方法 | 第28-31页 |
| 3.4 麦克风阵列声音信号降噪方法 | 第31-34页 |
| 3.4.1 固定波束形成 | 第31-32页 |
| 3.4.2 自适应波束形成 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 音频信号的时频分析法 | 第35-45页 |
| 4.1 音频信号的时频分析 | 第35-37页 |
| 4.1.1 时频分析的分类 | 第35-36页 |
| 4.1.2 信号时频分析的性质 | 第36-37页 |
| 4.2 信号时频分析方法 | 第37-38页 |
| 4.2.1 短时傅里叶变换 | 第37-38页 |
| 4.2.2 连续小波变换 | 第38页 |
| 4.2.3 Cohen时频分布 | 第38页 |
| 4.3 Wigner时频分布 | 第38-43页 |
| 4.3.1 Wigner分布的基本原理 | 第38-39页 |
| 4.3.2 Wigner分布的性质 | 第39-42页 |
| 4.3.3 时频分析方法对比 | 第42-43页 |
| 4.4 音频信号特征选择与提取 | 第43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 深度学习及分类方法 | 第45-57页 |
| 5.1 常见的模式分类方法 | 第45-46页 |
| 5.2 深度置信网络 | 第46-50页 |
| 5.2.1 受限玻尔兹曼机 | 第46-48页 |
| 5.2.2 深度置信网络 | 第48-50页 |
| 5.3 卷积神经网络 | 第50-55页 |
| 5.3.1 卷积神经网络的基本结构 | 第50-52页 |
| 5.3.2 卷积神经网络的训练过程 | 第52-54页 |
| 5.3.3典型的CNN架构Lenet-5 | 第54-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 实验仿真与分析 | 第57-71页 |
| 6.1 实验原理 | 第57页 |
| 6.2 音频信号数据采集 | 第57-58页 |
| 6.3 信号数据预处理 | 第58-63页 |
| 6.3.1 音频信号的降噪处理 | 第58-59页 |
| 6.3.2 音频信号的端点检测 | 第59-60页 |
| 6.3.3 麦克风阵列信号仿真及预处理 | 第60-62页 |
| 6.3.4 时频分析 | 第62-63页 |
| 6.4 水泥混凝土路面板底分类实验 | 第63-69页 |
| 6.4.1 DBN网络模型分类 | 第65-67页 |
| 6.4.2 CNN网络模型分类 | 第67-69页 |
| 6.4.3 实验结果对比 | 第69页 |
| 6.5 本章小结 | 第69-71页 |
| 总结及展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
