| 1 绪论 | 第1-13页 |
| 1． 1 引言 | 第7-8页 |
| 1． 2 自适应信号处理的发展历程 | 第8-9页 |
| 1． 3 国内外研究现状 | 第9页 |
| 1． 4 选题意义 | 第9-10页 |
| 1． 5 研究内容及方案 | 第10-13页 |
| 2 自适应滤波器 | 第13-29页 |
| 2． 1 自适应滤波的基本原理 | 第13-14页 |
| 2． 2 LMS自适应横向滤波器 | 第14-15页 |
| 2． 3 LMS自适应算法 | 第15-18页 |
| 2． 3． 1 最陡下降法 | 第15-17页 |
| 2． 3． 2 随机梯度LMS自适应算法 | 第17-18页 |
| 2． 4 LMS算法的收敛性质 | 第18-24页 |
| 2． 4． 1 精确梯度算法的收敛性 | 第20-21页 |
| 2． 4． 2 LMS随机梯度算法的收敛性 | 第21-24页 |
| 2． 5 LMS随机梯度算法的性能分析 | 第24-27页 |
| 2． 6 归一化LMS算法(NLMS) | 第27-29页 |
| 3 双声音采集方式的自适应语音增强 | 第29-43页 |
| 3． 1 自适应噪声消除器的原理 | 第29-32页 |
| 3． 2 双声音采集方式的系统构成 | 第32-35页 |
| 3． 2． 1 噪声参考信号的采集 | 第33页 |
| 3． 2． 2 双声音采集方式的原理构成 | 第33-35页 |
| 3． 3 双声音采集方式的计算机仿真 | 第35-41页 |
| 3． 3． 1 声波在战车内的传播 | 第35-36页 |
| 3． 3． 2 噪声参考信号的计算机仿真 | 第36-40页 |
| 3． 3． 3 双声音采集方式的计算机仿真 | 第40-41页 |
| 3． 4 本章总结 | 第41-43页 |
| 4 延时方式的自适应语音增强 | 第43-53页 |
| 4． 1 延时方式的相关理论 | 第43-47页 |
| 4． 1． 1 信号的自相关函数 | 第43-44页 |
| 4． 1． 2 关于声学的基础知识 | 第44-45页 |
| 4． 1． 3 语音信号采样序列的加窗分帧 | 第45-46页 |
| 4． 1． 4 语音信号和噪声信号的自相关函数 | 第46-47页 |
| 4． 2 延时方式的系统构成 | 第47-49页 |
| 4． 3 延时方式的计算机仿真 | 第49-51页 |
| 4． 4 延迟方式语音信号本身受损的讨论 | 第51-52页 |
| 4． 5 本章小结 | 第52-53页 |
| 5 基于奇异值分解的自适应语音增强 | 第53-67页 |
| 5． 1 奇异值分解的相关理论 | 第53-58页 |
| 5． 1． 1 奇异值分解的性质 | 第54-55页 |
| 5． 1． 2 Frobenius范数意义下的最佳逼近定理 | 第55-56页 |
| 5． 1． 3 时间序列重构的吸引子轨迹矩阵的构造 | 第56-57页 |
| 5． 1． 4 基于奇异值分解的降噪原理 | 第57页 |
| 5． 1． 5 确定奇异值阈值σ_(th)的两个准则 | 第57-58页 |
| 5． 2 影响奇异值降噪的两个重要因素 | 第58-61页 |
| 5． 2． 1 奇异值阈值的影响 | 第58-59页 |
| 5． 2． 2 信号信噪比的影响 | 第59-61页 |
| 5． 3 利用奇异熵增量合理确定σ_(th)的大小 | 第61-65页 |
| 5． 3． 1 奇异熵增量与σ_(th)大小的选取 | 第61-63页 |
| 5． 3． 2 对奇异熵增量计算公式的改进 | 第63-65页 |
| 5． 4 奇异值分解方式的计算机仿真 | 第65-66页 |
| 5． 5 本章总结 | 第66-67页 |
| 6 语音增强系统DSP硬件平台设计初步 | 第67-75页 |
| 6． 1 系统总体设计原理框图 | 第67-68页 |
| 6． 2 主要芯片介绍 | 第68-72页 |
| 6． 2． 1 电源管理芯片TPS767D301 | 第68-69页 |
| 6． 2． 2 数字信号处理器TMS320VC5416 | 第69-70页 |
| 6． 2． 3 A/D(D/A)转换芯片TLV320AIC23 | 第70-71页 |
| 6． 2． 4 FLASH程序存储器SST25VF010 | 第71-72页 |
| 6． 3 系统实时性分析 | 第72-74页 |
| 6． 3． 1 NLMS算法计算量统计 | 第72-73页 |
| 6． 3． 2 NLMS算法在DSP上的实时性分析 | 第73-74页 |
| 6． 4 本章总结 | 第74-75页 |
| 7 总结与展望 | 第75-77页 |
| 7． 1 本文工作总结 | 第75-76页 |
| 7． 2 后续工作展望 | 第76-77页 |
| 致谢 | 第77-79页 |
| 附录A： 论文发表情况 | 第79-81页 |
| 附录B： 参考文献 | 第81-83页 |
