首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于声波的运动车辆行驶状态辨识理论研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-14页
   ·研究背景和意义第9-10页
     ·研究背景第9-10页
     ·研究意义第10页
   ·课题研究的现状第10-12页
     ·车辆测速技术的国内外现状第10-11页
     ·声探测技术的国内外现状第11-12页
   ·本设计主要完成的任务第12-14页
     ·研究的主要内容第12-13页
     ·论文的结构安排第13-14页
第二章 声目标采集系统及采集方案设计第14-30页
   ·硬件设计第14-26页
     ·传声器的介绍第15-16页
     ·传声器的主要性能第16-17页
     ·传声器的选择第17-19页
     ·前置放大器的选择第19-20页
     ·信号调理电路第20-21页
     ·PCI-1712 数据采集卡第21-26页
   ·软件设计第26-28页
   ·采集试验方式第28-30页
第三章 信号预处理第30-41页
   ·信号的截取第30-31页
   ·信号预加重第31-33页
   ·归一化处理第33页
   ·零均值处理第33-34页
   ·信号的去噪第34-40页
     ·噪声的特点第34-35页
     ·小波变换理论第35-36页
     ·小波分析对声信号的消噪处理第36-40页
   ·小结第40-41页
第四章 运动车辆声音信号分析和特征提取第41-61页
   ·车辆的噪声理论第41-43页
   ·信号的时域分析第43-44页
   ·信号的频域分析第44-47页
   ·信号的时频域分析第47-55页
     ·小波包变换理论第49-50页
     ·利用小波包变换对车声信号的分析第50-51页
     ·时频域的特征提取第51-55页
   ·基于听觉特性的Mel 频率倒谱分析第55-60页
     ·听觉系统及听觉特性第55-56页
     ·Mel 频率倒谱系数分析第56-60页
   ·小结第60-61页
第五章 神经网络分类器的设计第61-71页
   ·模式识别第61-63页
   ·神经网络第63-71页
     ·神经元基本理论第63-64页
     ·BP 神经网络理论第64-68页
     ·神经网络分类器的设计和识别第68-71页
第六章 总结和展望第71-73页
   ·总结第71-72页
   ·展望第72-73页
参考文献第73-77页
攻读硕士学位期间发表的论文第77-78页
致谢第78-79页
附录第79-80页

论文共80页,点击 下载论文
上一篇:逆向工程模型重构及工程应用若干问题的研究
下一篇:微粒群优化算法的改进及应用