声明
1. 绪论
1.1 研究背景和意义
1.2 国内外发展历史及研究现状
1.2.1 声音识别技术
1.2.2 盲源分离
1.2.3 端点检测
1.3可行性分析
1.3.1 理论依据
1.3.2 异物声音信号采集装置
1.4论文研究内容
1.5论文组织结构
2. 基于盲源分离的电能表内异物声音信号分离
2.1盲源分离模型
2.2信号预处理
2.3盲分离中的源信号个数估计
2.3.1 基于特征值分解的源信号个数估计
2.3.2 基于AIC和MDL准则的源信号个数估计
2.3.3 实验验证
2.4基于独立分量分析的盲源分离
2.4.1 ICA基本模型
2.4.2 ICA算法的目标函数
2.5基于非负矩阵分解的盲源分离方法
2.5.1 基本NMF方法原理
2.5.2 改进的NMF方法
2.5.3 实验验证
2.6实验结果和分析
2.6.1 仿真信号分析
2.6.2 实际信号分析
2.7本章小结
3. 基于模糊C均值聚类的端点检测
3.1预加重
3.2加窗分帧
3.3端点检测
3.3.1基于短时平均能量和短时过零率的端点检测
3.3.2基于改进谱熵的端点检测算法
3.3.3 FCM端点检测算法
3.4实验结果和分析
3.4.1算法仿真
3.4.2不同特征参数对FCM算法的影响
3.5本章小结
4. 电能表内异物声音信号特征提取
4.1时域特征参数的提取
4.2频域和倒谱域特征参数的提取
4.3特征矢量的选择
4.4本章小结
5. 基于SVM的电能表内异物检测
5.1支持向量机基本理论
5.2不同参数对异物检测性能的影响
5.2.1帧长帧移对检测性能的影响
5.2.2样本数对检测性能的影响
5.2.3不同特征参数对检测性能的影响
5.2.4 SVM模型参数对检测性能的影响
5.2.5异物种类对检测性能的影响
5.3本章小结
6. 结论与展望
6.1研究工作结论
6.2后续工作展望
致谢
参考文献
攻读学位期间取得的研究成果
西南科技大学;