应用于数字助听器的自适应声反馈消除算法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-14页 |
| 1.2.1 数字助听器研究发展现状 | 第10-11页 |
| 1.2.2 自适应滤波器研究现状 | 第11-12页 |
| 1.2.3 数字助听器声反馈消除算法研究现状 | 第12-14页 |
| 1.3 本文的研究内容和结构安排 | 第14-15页 |
| 第2章 数字助听器研究基础 | 第15-25页 |
| 2.1 语音听力基础 | 第15-17页 |
| 2.1.1 人耳感知特性 | 第15-16页 |
| 2.1.2 听力损失及面临的问题 | 第16-17页 |
| 2.2 声反馈基础 | 第17-19页 |
| 2.2.1 声反馈特点 | 第17页 |
| 2.2.2 数字助听器声反馈问题数学表示 | 第17-19页 |
| 2.3 数字助听器关键技术 | 第19-24页 |
| 2.3.1 多通道响度补偿算法 | 第20页 |
| 2.3.2 自适应降噪算法 | 第20页 |
| 2.3.3 降频算法 | 第20-21页 |
| 2.3.4 声源定位算法 | 第21页 |
| 2.3.5 声反馈消除算法 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 应用于数字助听器自适应滤波算法研究 | 第25-43页 |
| 3.1 自适应滤波器原理 | 第25-26页 |
| 3.2 自适应滤波算法 | 第26-30页 |
| 3.2.1 LMS算法 | 第26-28页 |
| 3.2.2 LMS算法性能分析 | 第28-29页 |
| 3.2.3 NLMS算法 | 第29-30页 |
| 3.3 归一化子带自适应滤波算法 | 第30-36页 |
| 3.3.1 子带滤波器组理论 | 第31-32页 |
| 3.3.2 完全重构余弦调制滤波器组 | 第32-34页 |
| 3.3.3 均匀子带自适应滤波器 | 第34-35页 |
| 3.3.4 NSAF算法公式推导 | 第35-36页 |
| 3.4 仿真实验及性能分析 | 第36-41页 |
| 3.4.1 子带信号解相关 | 第37-39页 |
| 3.4.2 回声消除性能对比 | 第39-40页 |
| 3.4.3 计算复杂度分析 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 基于NSAF数字助听器声反馈抑制算法 | 第43-59页 |
| 4.1 数字助听器子带自适应声反馈消除模型 | 第43-45页 |
| 4.2 变步长NSAF算法 | 第45-47页 |
| 4.2.1 传统的变步长方法 | 第45-46页 |
| 4.2.2 改进的变步长方法 | 第46-47页 |
| 4.3 改进算法性能分析 | 第47-48页 |
| 4.3.1 算法稳定性分析 | 第47-48页 |
| 4.3.2 计算复杂度分析 | 第48页 |
| 4.4 实验仿真分析 | 第48-57页 |
| 4.4.1 实验环境 | 第48-50页 |
| 4.4.2 不同参数对算法影响 | 第50-52页 |
| 4.4.3 算法声反馈抑制性能比较 | 第52-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 基于状态检测的系数比例NSAF算法 | 第59-73页 |
| 5.1 系数比例NLMS算法 | 第59-60页 |
| 5.2 系数比例NSAF算法 | 第60-61页 |
| 5.3 新的变步长系数比例NSAF算法 | 第61-63页 |
| 5.3.1 基于状态检测的变步长方法 | 第62-63页 |
| 5.3.2 计算复杂度分析 | 第63页 |
| 5.4 实验仿真分析 | 第63-71页 |
| 5.4.1 自适应滤波器状态检测 | 第64-65页 |
| 5.4.2 声反馈抑制性能分析 | 第65-70页 |
| 5.4.3 声反馈抑制效果 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第6章 总结和展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 下一步工作计划 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 个人简历、及在学期间发表的学术论文与科研成果 | 第81页 |
