基于盲估计和特征分解的自适应波束形成算法研究与实现

声明

致谢

1 引言

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 盲源分离

1.2.2 波束形成

1.3 研究内容与目标

1.4 文章结构

2 基于麦克风阵列的多通道语音增强理论基础

2.1 语音信号特征

2.2 阵列信号处理基础

2.3 波束形成算法

2.3.1 自适应波束形成算法

2.3.2 算法稳健性改进方法

2.4 盲源分离理论基础

2.4.1 盲源分离问题分类

2.4.2 盲源分离方法

2.5 语音增强质量评估指标

2.5.1 客观评价

2.5.2 主观评价

2.6 本章小结

3 基于盲估计和特征分解的自适应波束形成算法

3.1 最小方差无失真响应自适应波束形成器实际性能分析

3.2 阵列模型误差分析

3.2.1 导向矢量估计误差

3.2.2 协方差矩阵估计误差

3.3 基于盲估计和特征分解的自适应误差修正算法

3.3.1 基于聚类分析的协方差矩阵估计误差修正算法

3.3.2 基于特征分解的导向矢量估计误差修正算法

3.4 构建改进的线性多约束自适应波束形成器

3.5 实验及结果分析

3.6 本章小结

4 实时多通道语音增强系统设计与实现

4.1 基于 ARM处理器的硬件设计与实现

4.1.1 系统硬件架构设计

4.1.2 硬件设计与实现

4.2 基于 BE-ABF 算法的系统软件设计与实现

4.2.1 软件架构设计

4.2.2 软件算法设计与实现

4.2.3 系统软件开发流程

4.3 系统优化设计

4.3.1 BE-ABF算法优化

4.3.2 程序运行加速设计

4.3.3 基于自适应休眠策略低功耗设计

4.3.4 优化性能评估

4.4 本章小结

5 结论

参考文献

作者简历及攻读硕士/博士学位期间取得的研究成果

独创性声明

学位论文数据集