无线传感器网络声目标识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究进展 | 第9-12页 |
| 1.2.1 传统声音目标识别方法 | 第10-11页 |
| 1.2.2 基于无线传感器网络的声目标识别方法 | 第11页 |
| 1.2.3 研究进展分析 | 第11-12页 |
| 1.3 论文的主要研究内容和结构安排 | 第12-15页 |
| 1.3.1 声目标识别系统框架 | 第12页 |
| 1.3.2 各部分的主要功能实现 | 第12-13页 |
| 1.3.3 本文主要的技术难点和解决方法 | 第13页 |
| 1.3.4 本文结构安排 | 第13-15页 |
| 第2章 无线传感器网络声音传输平台的搭建 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 无线传感器网络的特点 | 第15页 |
| 2.3 声音采样率的研究 | 第15-16页 |
| 2.3.1 声音信号频率特性 | 第15页 |
| 2.3.2 节点对声音的采样率设计 | 第15-16页 |
| 2.4 节点硬件结构 | 第16-17页 |
| 2.5 硬件平台的搭建 | 第17-19页 |
| 2.5.1 声模块的性能及功能 | 第17页 |
| 2.5.2 声模块与传感器的搭建 | 第17-18页 |
| 2.5.3 传感器节点组网过程 | 第18-19页 |
| 2.6 声音的采集及传输 | 第19-21页 |
| 2.6.1 声音传输总过程 | 第19-20页 |
| 2.6.2 声音采集 | 第20页 |
| 2.6.3 声音信号传输 | 第20-21页 |
| 2.7 声音传输平台试验研究 | 第21-22页 |
| 2.8 本章小结 | 第22-23页 |
| 第3章 识别算法的研究 | 第23-34页 |
| 3.1 引言 | 第23页 |
| 3.2 声音特征提取 | 第23-26页 |
| 3.2.1 特征分析 | 第23页 |
| 3.2.2 声音的时域特征分析 | 第23-24页 |
| 3.2.3 声音仿真图 | 第24-25页 |
| 3.2.4 特征值加权及归一化处理 | 第25-26页 |
| 3.3 支持向量机算法 | 第26-31页 |
| 3.3.1 线性可分情况 | 第26-28页 |
| 3.3.2 线性不可分 | 第28-30页 |
| 3.3.3 非线性情况 | 第30-31页 |
| 3.4 核函数组合 | 第31页 |
| 3.5 多类分类器结构 | 第31-33页 |
| 3.6 小结 | 第33-34页 |
| 第4章 无线传感器网络多目标识别技术 | 第34-43页 |
| 4.1 引言 | 第34页 |
| 4.2 无线传感器网络声音识别方案可行性研究 | 第34页 |
| 4.3 传感器节点的声音特征提取过程 | 第34-35页 |
| 4.4 多传感器节点识别研究 | 第35-37页 |
| 4.4.1 多传感器节点识别技术 | 第35-36页 |
| 4.4.2 多节点联合识别算法 | 第36-37页 |
| 4.5 传感器节点实验研究 | 第37-41页 |
| 4.5.1 实验设备、环境和实验内容 | 第37页 |
| 4.5.2 特征值加权对识别率的影响 | 第37-39页 |
| 4.5.3 特征值个数对识别率的影响 | 第39-40页 |
| 4.5.4 核函数及核函数组合对识别率的影响 | 第40-41页 |
| 4.5.5 核函数参数对识别率的影响 | 第41页 |
| 4.5.6 分类器对识别率的影响 | 第41页 |
| 4.6 实验研究小结 | 第41-42页 |
| 4.7 本章小结 | 第42-43页 |
| 第5章 实时多目标声音识别软件系统设计与实现 | 第43-50页 |
| 5.1 引言 | 第43页 |
| 5.2 上位机软件设计 | 第43-47页 |
| 5.2.1 主要的模块设计 | 第43-44页 |
| 5.2.2 数据获取 | 第44-45页 |
| 5.2.3 数据存储 | 第45-46页 |
| 5.2.4 数据处理 | 第46-47页 |
| 5.3 软件基本功能测试 | 第47页 |
| 5.4 现场实验及研究 | 第47-49页 |
| 5.4.1 实验方案设计 | 第47-48页 |
| 5.4.2 实验结果 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
