| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·论文的选题背景及意义 | 第10页 |
| ·国内外发展概况 | 第10-13页 |
| ·当今车型自动分类与识别技术的主要研究方向 | 第10-12页 |
| ·音频信号模型及特征的发展概况 | 第12-13页 |
| ·数据分析及其应用软件概况 | 第13页 |
| ·本文的主要内容 | 第13-15页 |
| 第二章 车辆音频信号模型及倒谱分析 | 第15-21页 |
| ·车辆音频信号的采集 | 第15页 |
| ·车辆音频信号模型 | 第15-17页 |
| ·车辆音频信号的产生机理 | 第15-16页 |
| ·车辆音频信号的产生模型 | 第16-17页 |
| ·Wold分解定理 | 第17页 |
| ·车辆音频信号的倒谱分析 | 第17-20页 |
| ·同态分析的基本原理 | 第18页 |
| ·倒谱分析 | 第18-19页 |
| ·周期脉冲序列的倒谱分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 线性预测编码 LPC | 第21-33页 |
| ·全极点模型及其复倒谱 | 第21-22页 |
| ·全极点模型 | 第21-22页 |
| ·全极点模型的复倒谱 | 第22页 |
| ·全极点模型的参数估计 | 第22-25页 |
| ·AR模型参数的最小二乘估计 | 第22-24页 |
| ·AR模型参数的相关矩估计 | 第24-25页 |
| ·AR模型参数估计的格型算法 | 第25-28页 |
| ·Yule-Walker方程的Durbin递推算法 | 第25-26页 |
| ·格形算法 | 第26-27页 |
| ·RARCOR系数的计算 | 第27-28页 |
| ·AR模型阶数p的确定 | 第28-30页 |
| ·线性预测编码LPC | 第30-32页 |
| ·协方差法 | 第30-31页 |
| ·自相关法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 车辆音频信号的特征提取及车型分类 | 第33-45页 |
| ·车辆音频信号的主要特征 | 第33-37页 |
| ·时域特征 | 第33-35页 |
| ·频域及倒谱特征 | 第35-36页 |
| ·听觉特征 | 第36-37页 |
| ·窗函数与预加重 | 第37页 |
| ·窗函数的选择 | 第37页 |
| ·预加重 | 第37页 |
| ·车辆音频信号的特征提取 | 第37-38页 |
| ·基于车辆音频信号特征的车型自动分类 | 第38-41页 |
| ·车型特征的提取与车型标准特征矢量的获取 | 第38页 |
| ·聚类分析与判别分析 | 第38-39页 |
| ·特征矢量距离的度量 | 第39-40页 |
| ·分类技术单车分类识别的应用 | 第40页 |
| ·分类技术在多车分类识别的应用 | 第40-41页 |
| ·K均值聚类算法 | 第41-43页 |
| ·特征参数的选取 | 第43-44页 |
| ·特征参数选取的一般方法 | 第43-44页 |
| ·特征参数选取的逐步判别方法 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第五章 实验及数据分析 | 第45-56页 |
| ·特征参数的提取与车型分类标准获取 | 第45-46页 |
| ·基于12阶 LPCC参数的车型分类实验 | 第46-50页 |
| ·分类方法应用于单车车型识别的实验 | 第46-48页 |
| ·分类方法应用于多车车型分类识别的实验 | 第48-50页 |
| ·特征参数选取后的车型分类实验 | 第50-54页 |
| ·参数选取后单车车型识别的实验 | 第50-52页 |
| ·参数选取后的多车车型分类识别实验 | 第52-54页 |
| ·实验结论 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61页 |