摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第13-18页 |
1.1 研究背景与意义 | 第13-14页 |
1.1.1 语音增强的基本概念及研究意义 | 第13页 |
1.1.2 激光侦测系统中语音增强的重要性 | 第13-14页 |
1.2 激光侦测研究现状 | 第14-16页 |
1.2.1 激光侦测技术的发展 | 第14-15页 |
1.2.2 激光侦测中语音增强算法的现状 | 第15-16页 |
1.3 本文的主要工作 | 第16-18页 |
第二章 激光侦测系统及其噪声 | 第18-24页 |
2.1 激光侦测系统 | 第18页 |
2.2 激光侦测机理 | 第18-19页 |
2.3 激光侦测信号中的噪声 | 第19-22页 |
2.4 激光侦测系统中语音增强算法评价指标 | 第22-23页 |
2.4.1 主观评价方法 | 第22页 |
2.4.2 客观评价方法 | 第22-23页 |
2.4.3 本文采用的评价方法 | 第23页 |
2.5 本章小结 | 第23-24页 |
第三章 宽带背景噪声抑制算法研究 | 第24-37页 |
3.1 宽带背景噪声抑制算法简介 | 第24-27页 |
3.1.1 信号模型 | 第24页 |
3.1.2 基于短时谱估计的语音增强算法 | 第24-26页 |
3.1.3 经典维纳滤波算法 | 第26-27页 |
3.2 改进的相位补偿维纳滤波法 | 第27-36页 |
3.2.1 语音活动性检测 | 第28-30页 |
3.2.2 相位补偿 | 第30-32页 |
3.2.3 改进的维纳滤波法 | 第32-33页 |
3.2.4 实验结果及分析 | 第33-36页 |
3.3 本章小结 | 第36-37页 |
第四章 高能量噪声抑制算法研究 | 第37-49页 |
4.1 概述 | 第37页 |
4.2 高能量噪声的检测算法 | 第37-40页 |
4.2.1 截断噪声的检测算法 | 第37-38页 |
4.2.2 脉冲噪声的检测算法 | 第38-40页 |
4.2.3 脉冲噪声检测性能评价指标 | 第40页 |
4.3 高能量噪声的抑制算法 | 第40-44页 |
4.3.1 截断噪声的抑制算法 | 第40页 |
4.3.2 脉冲噪声的抑制算法 | 第40-44页 |
4.3.2.1 线性预测分析的基本原理 | 第40-42页 |
4.3.2.2 基于线性预测分析的脉冲噪声抑制算法 | 第42-44页 |
4.3.3 高能量噪声抑制性能评价指标 | 第44页 |
4.4 算法性能分析 | 第44-48页 |
4.4.1 高能量噪声抑制算法总结 | 第44-45页 |
4.4.2 仿真实验与结果分析 | 第45-48页 |
4.5 本章小结 | 第48-49页 |
第五章 背景嘶声抑制算法研究 | 第49-64页 |
5.1 概述 | 第49-50页 |
5.2 小波变换理论基础 | 第50-52页 |
5.2.1 小波变换基础知识 | 第50-51页 |
5.2.2 小波去噪原理 | 第51-52页 |
5.3 基于模极大值小波变换的背景嘶声抑制算法 | 第52-56页 |
5.3.1 Lipschitz指数和模极大值 | 第52-53页 |
5.3.2 小波变换参数分析 | 第53-54页 |
5.3.3 模极大值小波变换抑制背景嘶声 | 第54-55页 |
5.3.4 实验结果及分析 | 第55-56页 |
5.4 实际激光侦测信号实验 | 第56-62页 |
5.4.1 激光侦测信号质量影响因素 | 第56-57页 |
5.4.2 激光侦测信号处理流程总结 | 第57-58页 |
5.4.3 实验结果及分析 | 第58-62页 |
5.5 本章小结 | 第62-64页 |
第六章 总结与展望 | 第64-66页 |
致谢 | 第66-67页 |
参考文献 | 第67-71页 |
附录 文中主要英文缩写名词对照表 | 第71-72页 |
作者简历 | 第72页 |