摘要 | 第7-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-20页 |
1.1 课题的研究意义 | 第12-13页 |
1.2 声源定位方法及研究现状 | 第13-16页 |
1.2.1 麦克风阵列的拓扑结构 | 第13-14页 |
1.2.2 基于麦克风阵列的声源定位算法 | 第14-15页 |
1.2.3 声源跟踪方法及研究现状 | 第15-16页 |
1.3 基于麦克风阵列的声源定位与跟踪系统介绍及存在的问题 | 第16-17页 |
1.3.1 声源定位与跟踪系统 | 第16-17页 |
1.3.2 存在的问题 | 第17页 |
1.4 本文的主要工作和结构安排 | 第17-20页 |
1.4.1 本文的主要工作 | 第17-18页 |
1.4.2 本文的结构安排 | 第18-20页 |
第2章 声源定位跟踪的理论基础 | 第20-26页 |
2.1 音频信号模型 | 第20-22页 |
2.1.1 音频信号传播模型 | 第20-21页 |
2.1.2 麦克风阵列接收信号模型 | 第21-22页 |
2.2 音频信号的相关特征 | 第22-23页 |
2.2.1 音频噪声特点 | 第22页 |
2.2.2 音频端点检测 | 第22页 |
2.2.3 声场模型 | 第22-23页 |
2.3 基于广义互相关的时延估计 | 第23-24页 |
2.3.1 信号的互相关性 | 第23页 |
2.3.2 广义互相关算法 | 第23-24页 |
2.4 动态状态空间 | 第24-25页 |
2.5 蒙特卡罗估计理论 | 第25页 |
2.6 本章总结 | 第25-26页 |
第3章 基于改进TDOA的近场声源定位研究 | 第26-34页 |
3.1 概述 | 第26页 |
3.2 改进的时延估计方法 | 第26-28页 |
3.2.1 音频信号预处理 | 第26-27页 |
3.2.2 时延估计方法流程 | 第27页 |
3.2.3 时延估计方法性能分析 | 第27-28页 |
3.3 空域收缩迭代最小二乘法 | 第28-30页 |
3.3.1 最小二乘法算法原理 | 第28-29页 |
3.3.2 空域收缩迭代最小二乘法 | 第29页 |
3.3.3 计算复杂度分析 | 第29-30页 |
3.4 实验结果与分析 | 第30-33页 |
3.5 本章小结 | 第33-34页 |
第4章 粒子滤波算法及改进 | 第34-41页 |
4.1 概述 | 第34页 |
4.2 标准粒子滤波算法 | 第34-36页 |
4.2.1 标准粒子滤波原理 | 第34-35页 |
4.2.2 重采样 | 第35页 |
4.2.3 标准粒子滤波的缺点 | 第35-36页 |
4.3 容积粒子滤波算法 | 第36-38页 |
4.3.1 容积-相径规则 | 第36-37页 |
4.3.2 算法流程 | 第37-38页 |
4.4 实验结果及分析 | 第38-40页 |
4.5 本章小结 | 第40-41页 |
第5章 基于改进粒子滤波的交互式声源跟踪 | 第41-46页 |
5.1 概述 | 第41页 |
5.2 声源运动模型 | 第41页 |
5.3 基于粒子滤波的声源跟踪框架 | 第41-42页 |
5.4 基于容积粒子滤波的交互式声源跟踪 | 第42-43页 |
5.4.1 交互式声源跟踪特征分析 | 第42页 |
5.4.2 交互式声源跟踪流程 | 第42-43页 |
5.5 实验结果及分析 | 第43-45页 |
5.6 本章总结 | 第45-46页 |
总结与展望 | 第46-48页 |
参考文献 | 第48-55页 |
致谢 | 第55-56页 |
附录A 攻读硕士学位期间参与项目与发表学术论文 | 第56页 |