摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 估计理论简介 | 第10-11页 |
1.2 卡尔曼滤波理论的提出、发展及研究现状 | 第11-15页 |
1.2.1 卡尔曼滤波理论的提出 | 第11-12页 |
1.2.2 卡尔曼滤波理论的发展 | 第12-14页 |
1.2.3 卡尔曼滤波理论的研究现状 | 第14-15页 |
1.3 卡尔曼滤波器的应用 | 第15-16页 |
1.4 论文研究内容和结构安排 | 第16-18页 |
第2章 卡尔曼滤波的基本理论 | 第18-25页 |
2.1 随机线性系统的数学模型 | 第18-21页 |
2.1.1 随机线性离散系统的数学模型 | 第18-19页 |
2.1.2 随机线性连续系统的数学模型及其离散化 | 第19-21页 |
2.2 随机线性离散系统卡尔曼滤波经典方程 | 第21-23页 |
2.2.1 预测、滤波和平滑 | 第21页 |
2.2.2 卡尔曼滤波经典方程 | 第21-23页 |
2.3 卡尔曼滤波运算的特征和注意事项 | 第23-24页 |
2.3.1 卡尔曼滤波的特征 | 第23-24页 |
2.3.2 卡尔曼滤波算法注意事项 | 第24页 |
2.4 本章小结 | 第24-25页 |
第3章 抑制卡尔曼滤波发散的算法 | 第25-39页 |
3.1 卡尔曼滤波发散 | 第25-26页 |
3.1.1 发散原因 | 第25-26页 |
3.1.2 发散判据 | 第26页 |
3.2 抑制滤波发散的算法研究 | 第26-34页 |
3.2.1 调节增益法 | 第27-28页 |
3.2.2 误差协方差加权法 | 第28-29页 |
3.2.3 限定记忆法 | 第29-30页 |
3.2.4 自适应卡尔曼算法 | 第30-32页 |
3.2.5 针对计算发散的解决方法 | 第32页 |
3.2.6 各算法的优劣分析 | 第32-34页 |
3.3 可变加权卡尔曼算法 | 第34-38页 |
3.3.1 可变加权法 | 第34-35页 |
3.3.2 仿真实验及结果分析 | 第35-38页 |
3.3.3 算法的可行性分析 | 第38页 |
3.4 本章小结 | 第38-39页 |
第4章 基于 DSP Bulider 的卡尔曼滤波器 FPGA 实现 | 第39-53页 |
4.1 FPGA 简介及设计流程 | 第39-42页 |
4.1.1 卡尔曼算法实现途径 | 第39-40页 |
4.1.2 FPGA 简介 | 第40-41页 |
4.1.3 FPGA 设计流程 | 第41-42页 |
4.2 辅助设计工具 DSP Builder | 第42-43页 |
4.2.1 DSP Builder 简介 | 第42-43页 |
4.2.2 DSP Builder 设计流程 | 第43页 |
4.3 基于 DSP Builder 的卡尔曼滤波器建模 | 第43-49页 |
4.3.1 卡尔曼滤波算法矩阵分解 | 第43-45页 |
4.3.2 算法的模型建立 | 第45-49页 |
4.3.3 模型的简化 | 第49页 |
4.4 仿真结果分析 | 第49-52页 |
4.4.1 Simulink 模型仿真 | 第49-50页 |
4.4.2 Modelsim 功能仿真 | 第50-51页 |
4.4.3 QuartusII 时序仿真 | 第51页 |
4.4.4 卡尔曼滤波器顶层模块图 | 第51-52页 |
4.5 本章小结 | 第52-53页 |
第5章 卡尔曼滤波器在语音增强中的应用 | 第53-61页 |
5.1 带噪语音信号的状态空间模型 | 第53-55页 |
5.1.1 语音信号的 AR 模型 | 第53-54页 |
5.1.2 带噪语音信号的状态空间模型 | 第54-55页 |
5.2 基于卡尔曼滤波的语音增强系统 | 第55-59页 |
5.2.1 顶层结构 | 第55-56页 |
5.2.2 分帧组帧子系统 | 第56-57页 |
5.2.3 参数估计子系统 | 第57-58页 |
5.2.4 卡尔曼滤波子系统 | 第58-59页 |
5.3 语音增强仿真结果分析 | 第59-60页 |
5.4 本章小结 | 第60-61页 |
第6章 总结和展望 | 第61-63页 |
参考文献 | 第63-67页 |
致谢 | 第67-68页 |
附录 A 个人简历 | 第68-69页 |
附录 B 攻读硕士学位期间发表的学术论文 | 第69-70页 |
附录 C 论文中的用图和用表 | 第70-71页 |