摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-13页 |
缩略语对照表 | 第13-16页 |
第一章 绪论 | 第16-22页 |
1.1 课题研究背景及意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-20页 |
1.2.1 有源噪声控制技术 | 第17-18页 |
1.2.2 语音端点检测技术 | 第18-19页 |
1.2.3 单通道语音增强技术 | 第19-20页 |
1.3 主要工作与内容安排 | 第20-22页 |
第二章 旋翼飞行器噪声特性 | 第22-30页 |
2.1 旋翼飞行器噪声源分类 | 第22-23页 |
2.2 旋翼噪声特性 | 第23-26页 |
2.2.1 旋翼噪声的产生机制 | 第23-24页 |
2.2.2 旋翼噪声频谱特性 | 第24页 |
2.2.3 旋翼辐射噪声的非平稳特性 | 第24-26页 |
2.3 旋翼噪声的时间序列分析 | 第26-29页 |
2.3.1 时间序列分析的ARMA模型 | 第26页 |
2.3.2 基于旋翼噪声的ARMA建模 | 第26-29页 |
2.4 本章小结 | 第29-30页 |
第三章 飞行器旋翼噪声的有源自适应消除 | 第30-50页 |
3.1 有源自适应消除的基本原理 | 第30-34页 |
3.1.1 声音抵消原理 | 第30-31页 |
3.1.2 自适应有源噪声控制原理 | 第31-34页 |
3.2 自适应控制算法 | 第34-38页 |
3.2.1 滤波-X最小均方算法(FXLMS) | 第34-35页 |
3.2.2 滤波-X归一化最小均方算法(FXNLMS) | 第35-36页 |
3.2.3 基于旋翼噪声的两种算法性能仿真分析 | 第36-38页 |
3.3 核自适应滤波器 | 第38-44页 |
3.3.1 核方法 | 第38-40页 |
3.3.2 核最小均方算法(KLMS) | 第40-41页 |
3.3.3 核仿射投影算法(KAPA) | 第41-43页 |
3.3.4 基于核自适应滤波器的非线性通道建模仿真分析 | 第43-44页 |
3.4 次级声源和误差传感器的布放问题 | 第44-47页 |
3.4.1 旋转声源离散化 | 第44-46页 |
3.4.2 多种旋翼模型布放策略 | 第46-47页 |
3.5 基于非线性次级通道在线辨识的ANC系统 | 第47-49页 |
3.6 本章小结 | 第49-50页 |
第四章 旋翼噪声环境中有意义语音的提取与增强 | 第50-70页 |
4.1 语音信号处理基础 | 第50-52页 |
4.1.1 语音信号预处理 | 第50-51页 |
4.1.2 语音时频特征 | 第51页 |
4.1.3 语音质量评价指标 | 第51-52页 |
4.2 旋翼噪声环境下语音信号的提取 | 第52-60页 |
4.2.1 经典的语音端点检测算法 | 第53-54页 |
4.2.2 融合Cadzow谱估计及LSFM特征的语音端点检测算法 | 第54-57页 |
4.2.3 算法性能仿真分析 | 第57-60页 |
4.3 旋翼噪声环境下语音信号的增强 | 第60-68页 |
4.3.1 传统的语音增强算法 | 第60-62页 |
4.3.2 基于深度神经网络的语音增强算法 | 第62-65页 |
4.3.3 基于相位补偿的语音增强算法 | 第65-67页 |
4.3.4 算法性能仿真分析 | 第67-68页 |
4.4 本章小结 | 第68-70页 |
第五章 总结与展望 | 第70-72页 |
5.1 全文总结 | 第70-71页 |
5.2 展望 | 第71-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-78页 |
作者简介 | 第78-79页 |