| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-17页 |
| 1.1 立题依据 | 第10-11页 |
| 1.2 国内外生命探测仪研究现状 | 第11-13页 |
| 1.2.1 几种生命探测仪概述 | 第11-12页 |
| 1.2.2 音频生命探测仪的发展 | 第12-13页 |
| 1.3 语音识别研究现状 | 第13-15页 |
| 1.3.1 LD3320 单芯片识别系统 | 第13-14页 |
| 1.3.2 基于深度学习（Deep Learning）的语音识别 | 第14-15页 |
| 1.4 课题主要研究内容 | 第15页 |
| 1.5 论文主要成果 | 第15-17页 |
| 第2章 系统相关知识 | 第17-33页 |
| 2.1 音频解码器模块设计 | 第17-18页 |
| 2.2 FPGA 主控模块 | 第18-20页 |
| 2.2.1 FPGA 基本结构 | 第18页 |
| 2.2.2 FPGA 的编程技术 | 第18-19页 |
| 2.2.3 FPGA 技术的发展趋势 | 第19-20页 |
| 2.3 NIOS II 软核处理器介绍 | 第20页 |
| 2.4 SDRAM 模块 | 第20页 |
| 2.5 语音端点检测 | 第20-22页 |
| 2.5.1 短时平均能量 | 第20-21页 |
| 2.5.2 短时平均幅度 | 第21页 |
| 2.5.3 短时过零率 ZCR(Zero-Crossing-Rate) | 第21-22页 |
| 2.6 语音特征提取 | 第22-27页 |
| 2.6.1 带通 FIR 滤波器提取法 | 第22-23页 |
| 2.6.2 小波变换提取法 | 第23-24页 |
| 2.6.3 LPC 线性预测系数 | 第24-25页 |
| 2.6.4 Mel 频率倒谱系数法 | 第25-27页 |
| 2.7 语音识别算法 | 第27-33页 |
| 2.7.1 HMM 模型 | 第27-29页 |
| 2.7.2 误差反向传播神经网络训练 | 第29-33页 |
| 第3章 系统硬件设计 | 第33-43页 |
| 3.1 FPGA 软核设计 | 第33-36页 |
| 3.1.1 SOPC Builder 开发工具 | 第33-34页 |
| 3.1.2 生成 FPGA 软核 | 第34-35页 |
| 3.1.3 SDRAM 接口电路 | 第35-36页 |
| 3.2 WM8731 接口电路 | 第36-39页 |
| 3.2.1 WM8731 原理图 | 第36页 |
| 3.2.2 WM8731 的硬件描述 | 第36-39页 |
| 3.3 电源设计 | 第39-41页 |
| 3.4 音频采集设计 | 第41-42页 |
| 3.5 声光提示设计 | 第42-43页 |
| 第4章 系统软件设计 | 第43-48页 |
| 4.1 端点检测 | 第43-45页 |
| 4.2 语音抗噪 | 第45-46页 |
| 4.3 MFCC 特征提取 | 第46-47页 |
| 4.4 BP 神经网络算法设计 | 第47-48页 |
| 第5章 测试 | 第48-53页 |
| 5.1 BP 网络训练与测试 | 第48-53页 |
| 5.1.1 训练网络 | 第48-49页 |
| 5.1.2 测试网络 | 第49-50页 |
| 5.1.3 在实物上测试网络 | 第50-53页 |
| 结论 | 第53-54页 |
| 不足和展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间取得学术成果 | 第58-59页 |
| 作者简介 | 第59页 |