一、用DSP技术开发的一种语音检测系统（论文文献综述）
徐易兰[1]（2020）在《基于深度学习的光纤互连系统物理损伤诊断技术研究》文中研究指明随着5G、云计算、自动驾驶车辆和网络直播等新兴业务造成的大规模互联网流量增长,预计未来光接入网络将满足为每个用户提供上千兆每秒的速率需求,这些都给光纤互连系统带来了前所未有的压力与挑战。对于光纤互连系统来说,系统性能很大程度上受到光器件和光纤链路中的物理损伤的限制。因此,对光纤互连系统进行性能监测和物理损伤诊断,是保障其安全稳定运行必不可少的重要技术。但传统的物理损伤诊断往往大量依赖于专业工程师的经验与知识,不仅人力成本高、时间效率低下,还可能导致不可避免的人为误差。近年来,深度学习在光性能监测中得到了广泛的应用,但已有的研究主要聚焦于监测过程,对于已经发生的故障或损伤缺少相应的诊断分析、故障溯源、损伤程度评估等。基于深度学习强大的自学习能力以及迁移学习高效的多任务处理能力,本论文围绕光纤互连系统中物理损伤诊断问题提出了相应的技术方案。本论文的主要工作及创新点如下:第一,针对光通信中已有的机器学习应用研究主要聚焦于监测系统传输过程,并且传统的故障/损伤检测采用的固定阈值限制的方法过于保守和检测效率低的问题,提出了基于深度学习的光纤互连系统物理损伤诊断方案,验证了将深度学习应用于对系统物理损伤进行诊断的可行性。第二,针对传统机器学习方法需要人工提取特征的问题,提出了一种基于卷积神经网络（CNNs）的智能物理损伤诊断方案。在对高阶调制相干检测系统的PDM-16QAM信号的星座图和对强度调制直接检测系统的PAM4信号的眼图的物理损伤诊断中,都实现了单独对其物理损伤类型和损伤程度100%正确的诊断。此外,对于PAM4信号的眼图损伤诊断,在对多种物理损伤类型下的损伤程度诊断任务进行总体优化时,诊断的准确率也能达到99.88%,验证了基于CNNs的智能物理损伤诊断方案的可行性和优越性。第三,针对上述基于CNNs的物理损伤诊断方案存在模型重复训练,费力耗时的问题,提出了一种基于深度迁移学习的物理损伤诊断方案,并以Fine-tune和Frozen两种方式实现。在对PDM-16QAM信号的星座图和对PAM4信号的眼图的损伤诊断中,以Fine-tune和Frozen两种方式实现的深度迁移学习方法,相比于上述基于非迁移学习的CNNs模型,都极大地提升了模型的学习效率,分别缩短了至少10%和50%的模型训练时间,验证了基于深度迁移学习的智能物理损伤诊断方案的可迁移性和优越性。
邓锐[2]（2018）在《面向新一代光接入网的实时系统及若干DSP技术研究》文中研究说明高带宽网络需求的业务增长,通信多样化的发展趋势,以及方便快捷、绿色健康的生活理念,促使着人们对光接入网的升级需求不断增长。近年来,新一代光接入技术在学术及产业界得到了大量与深入的研究。其一,在高速光纤接入方面,为满足日益增长的宽带业务需求,下一代无源光网络（PON）的研究,引起了广泛重视。其二,新型可见光通信顺应着绿色健康的生活理念而出现,逐渐成为下一代室内高速接入的最具发展潜力的技术之一,目前成为学术界一大研究热点。其三,从单纯的光纤通信,到光纤、无线电通信的无缝融合,再到光纤、无线电及自由空间光通信的多重融合,这些新型光纤无线混合通信方面的研究,被视为未来室内外接入技术的发展方向。然而,在以上所提及的研究中,有关调制格式及关键数字信号处理（DSP）算法的提出与验证,均是基于离线实验,其并未考虑算法的硬件实现形式、实现复杂度,实现过程中的数据精度,及所需的片上资源开销与实现后的功率消耗等一系列问题。本论文针对这一系列问题,搭建了面向新型光接入网的实时通信实验平台,研究并提出了多种适合于硬件实现的高效数字信号处理算法,以推动新型光接入网的规范化及实用化进程。另外,从理论方面展开研究,提出了若干有效方案以解决新型光接入通信系统中的相关关键问题。本论文主要研究内容及取得的相关成果如下:第一,面向下一代PON的直接检测（IMDD）光纤通信系统,开展的研究工作如下:1)提出了一种适用于实时实现的精确符号同步算法及一种基于导频的实时信道估计方案,在基于16路并行1024点快速傅里叶变换/逆变换（FFT/IFFT）的直接检测光正交频分复用（DDO-OFDM）实时系统中进行实验验证。实验结果验证了所提出的算法的有效性,并首次验证了基于多路并行大尺寸FFT/IFFT实现光OFDM系统的可行性,证明了基于导频的信道估计方案可以抵抗实时DDO-OFDM系统中的采样频偏所带来的影响。2)基于归零模式（RTZ）数模转换器（DAC）,实验实现了一个25 Gb/s的直检双频带离散傅里叶变换扩展（DFT-Spread）OFDM半实时传输系统。首次证明了采用采样RTZ-DAC及双频带传输技术提高DDO-OFDM速率的可行性,该项工作有利于推动25G OFDM-PON的发展进程。3)基于超奈奎斯特（super-Nyquist）采样技术,实验实现了一个基于欠采样模数转换器（ADC）的双频带奈奎斯特四电平脉冲幅度调制（Nyquist PAM-4）半实时IMDD光传输系统。尽管系统中所利用的ADC采样速率仅为5 GSa/s,该系统的传输速率却高达20 Gb/s,它首次证明了基于super-Nyquist采样技术的双频带传输方案的有效性。第二,面向室内新型可见光接入,开展的若干理论及实时实验研究工作如下:1)实验研究了自适应DFT-Spread-OFDM应用于基于发光二极管（LED）的可见光通信系统中的可行性。结果表明,自适应DFT-spread-OFDM可同时抵抗LED可见光通信中的非线性效应及高频衰落效应。2)提出了一种基于串行IFFT的周期性噪声消除算法,在LED可见光通信系统中进行实验验证。从理论上分析了该算法的有效性,实验结果表明该算法可有效消除因非理想放大元件中的自激效应而产生的周期性噪声以改善系统性能。3)提出了一种简单的基于训练序列（TS）的采样频偏（SFO）估计与消除算法,实验实现一个基于激光二极管（LD）的吉比特实时OFDM可见光通信系统,并首次演示了一个基于可见光通信的1.485Gb/s高清串行数字接口（HD-SDI）视频信号传输。另外,提出了一种实时易实现的低复杂度预编码方案,相关实验表明,该编码方案可有效抵抗可见光通信中高频衰减所带来的影响。第三,面向新型光纤无线混合接入,展开了若干理论及实时系统研究,开展的研究工作如下:1)首次搭建并展示了一个软件自定义的直接检测光纤通信与激光可见光通信融合的光纤无线混合通信实时实验系统,实验结果表明,在无采样频偏补偿的情况下,该系统仍可取得超2 Gb/s的传输速率,初步证明了激光可见光通信与直检光纤通信的融合可应用于未来室内外光接入的潜在可能性。2)提出了一种简化的实时可实现的多模盲均衡算法,实验实现了一个实时Q波段（36-41 GHz Q-band）PAM-4光载无线（RoF）通信系统,同时,在系统中研究了交织里所（RS）纠错编码的性能,研究结果表明了所提出与所采用的算法的有效性。3)首次采用光子四倍频及平衡预编码技术,实现了一个W波段（75-110GHz W-band）的光纤无线混合通信系统,从理论与实验的角度分别证明了所采用技术的有效性。4)首次将Twin-SSB-OFDM传输技术用于光载无线通信,实现了一个基于电滤波器的双单边带OFDM外差式W波段光纤无线混合系统,并提出了一种面向外差式光纤无线混合系统的实时可实现的载波恢复算法,通过离线实验与实时研究相结合的方式,验证了该算法的效果,同时初步证明了基于电滤波器的Twin-SSB-OFDM传输方案应用于未来高速光纤无线混合接入中的可行性。
岑立长[3]（2016）在《DSP技术在提升精密测量机械设备精度上的研究》文中研究表明一直以来,精密测量与精密加工制造技术相辅相成,精密测量为精密加工制造产品提供检测手段,精密加工制造技术的提升则可以生产出更精密的测量设备仪器,两者是衡量一个国家科技与工业水平的重要因素。在机械产品中,圆形或者包含圆形轮廓的零件随处可见,这些零件工作表面的圆度误差直接影响了其工作性能,因此完成机械产品的圆度误差测量乃至精密测量至关重要。圆度仪就是一种专门进行圆度误差评定的精密仪器,然而在圆度仪的测量过程中,普遍存在着机械、电气、环境等方面的噪声干扰,导致测量信号失真,造成其测量精度低、稳定性不足等问题。为了解决圆度仪测量过程中的噪声干扰问题,本文利用小波分析在信号处理上的优良特性,分析研究了不同类型小波降噪分析特点后,通过仿真实验,选择了小波软阈值降噪方法,并在MATLAB下对圆度仪实测数据进行降噪处理,能够很好地消除信号中的噪声干扰,将降噪处理后的测量数据进行圆度误差评定,计算所得的圆度误差比降噪前有了很大提高,从而验证了小波软阈值降噪法对圆度仪测量数据进行降噪处理的可行性和准确性。利用现代DSP芯片的高速运算能力,实时处理连续信号的优势,以TMS320F28335B型处理器为核心,设计了圆度仪测量数据降噪处理的DSP硬件和软件系统,对硬件系统的主要电路模块,包括电源、时钟、复位、JTAG接口、存储扩展等进行了分析设计,依托于DSP软件集成开发环境给出了软件设计中小波阈值降噪算法的DSP流程,并进行了实验分析和圆度误差评定,验证了DSP技术在圆度仪测量数据处理上应用的可行性与准确性,探讨了一种提升圆度仪测量精度的途径与方法,为圆度仪的测量精度、稳定性进一步提高提供理论依据。
杨继花[4]（2012）在《基于DSP的汽车制动检测系统的研究与设计》文中研究表明近年来,随着科学技术的进步和人们生活水平的提高,汽车越来越多的融入到人们的日常生活中,给人们的工作、出行等带来了极大的便利。然而随着道路上车辆数目的激增,交通事故也随之增多,行车的安全逐渐成为社会热点,备受人们关注。因此,为了保证行车安全,我们在发展汽车制造业的同时应该努力同步提高车辆安全性能检测技术。汽车制动检测作为汽车安全性能检测的重要内容,与车辆上路后的安全问题有着最直接的关系。完善汽车制动检测技术,保证汽车在制动性能良好的状态下安全上路,是交通安全的重要保障。本课题首先对目前国内外车辆制动检测设备做了详细调研与深入分析,然后对影响汽车制动检测精度的性能指标、常用器件进行了多方面研究,最后通过论证确定设计一种基于DSP的汽车制动检测系统的总体方案。该系统采用了TI公司的TMS320F2808芯片作为主控制器,此款芯片的主要特点是对外设器件的集成度高、运算能力强,噪音小、抗干扰性强,并且符合测试系统的精度要求。数据采集系统的设计主要采用了硅微电容式加速度传感器器件,该多维加速度传感器可以测量检测车辆竖向、纵向及横向加速度,真实的反应车辆动态制动过程中颠簸摇摆的复杂状态,测量既方便又精准。本文设计的汽车制动检测系统从实际应用出发,采用了自上而下的模块化设计方法。上位机基于PC机,通过软件系统实现对采集数据的存储与处理功能,并以报表和曲线图的形式呈现给用户。下位机主要是基于DSP主控制器和多维加速度传感器,配以键盘控制器、通信接口、LCD显示器以及微型打印机来实现系统检测功能。最后,按照国家颁布的GB7258-2004《机动车运行安全技术条例》中对路检法的检测要求对测试系统进行实车试验操作,检测结果满足课题的预定指标要求。
葛汉明[5]（2011）在《基于DSP的光纤氢气传感器信号处理技术的研究》文中研究表明能源是带动世界发展的重要一环,氢气作为一种新型、高效的清洁能源受到各个国家的重视,如何安全的使用氢能源已作为一个重要的课题摆在大家面前。氢气的准确检测关系到了氢能源使用的安全性。有鉴于此,本项目主要研究光纤传感器系统的数字信号处理单元,致力于开发出一种基于DSP处理器的简单、快速且能适应各种环境下的光纤氢气检测系统。数字信号处理是利用计算机或专用处理设备,以数值计算的方法对信号进行滤波、变换、压缩、识别、增强等加工处理以达到提取有用信息,便于应用的目的。随着计算机和信息学科的快速发展,数字信号处理理论和技术日益成熟,在各个领域得到广泛的应用。本论文首先在广泛阅读和深入了解国内外相关文献的基础上,结合微弱信号的数字处理的相关情况,分析了氢气检测的难点,论证了氢气微弱信号检测的可行性。充分利用数字信号处理的优越性,把DSP处理器引入到光纤氢气传感器检测中。在信号处理系统实现方面,以DSP芯片TMS320F2812为核心,设计和开发了数字信号处理的外围电路。利用TI公司软件开发平台CCS,以微弱信号检测为理论基础,研究了数字滤波器、数字锁定放大器技术,最终实现了性能稳定的光源驱动单元以及光纤氢气的信号检测系统。最后基于以上的讨论和研究,研制出了基于DSP的数字信号处理单元,并在实验室已有平台的支撑下进行了氢气传感器的检测实验。实验结果表明以DSP处理器为核心所开发的信号处理系统在信号分析、处理方面有很大的优越性及广阔的应用前景。
叶春云[6]（2009）在《基于DSP的火焰检测技术在工程中的应用》文中指出在我国电力工业中,以燃煤为主的火力发电机组占据电力供应的主导地位。火力发电机组中锅炉设备的安全运行,关乎财产生命安全,是各个大型企业极其关注的问题。这是因为,锅炉体积庞大,煤粉在其内部燃烧过程中,稍有燃烧不稳或操作不当导致全部或部分煤粉在燃烧器熄火时,如果没有检测到这种情况而继续向燃烧器供粉,炉膛内将积聚大量未经燃烧的燃料和空气的混合物,这时一旦遇到火源点燃,就会使炉内压力骤增形成爆燃甚至爆炸。这将严重威胁炉膛设备的安全和寿命。所以为确保安全生产,不仅需要检测全炉膛火焰状态,还需检测单个燃烧器燃烧情况。基于DSP的锅炉火焰检测系统旨在检测锅炉内火焰的燃烧状态。本文首先在基于DSP的基础上开发了一套火焰检测系统,在系统设计上采用DSP技术作为图像火焰检测的平台,通过串口实现与上位机的通信,提高了检测处理的速度;在算法上分析了已有的锅炉火焰检测算法,并通过南昌国电龙源燃烧测控技术有限公司提供的锅炉煤粉燃烧器燃烧火焰资料进行了试验,在此基础之上利用绝对亮度差值和梯度值两个特征量提出了基于最小距离分类器的火焰检测算法,并实验于煤粉火焰燃烧器,实验表明该算法简单,运算速度快,消耗存储空间小,能够有效地检测锅炉内火焰燃烧状态,而且相比于单独使用梯度法或绝对亮度差值法具有更高的识别率。在软件实现上本文在Microsoft WindowsXP操作系统平台上采用Visual C++6.0开发工具,用C/C++语言实现了所论述的算法,使用Code Composer Studio（6000）开发DSP底层程序。
何正明[7]（2009）在《基于音频信号的轴承故障DHMM诊断方法研究及DSP实现》文中进行了进一步梳理随着精益生产模式的推广,中小企业对生产线自动化设备提出了更严格的要求。因此,加强故障诊断技术的研究,特别是轴承故障诊断技术的研究显得越来越重要。而目前市场上流通的诊断仪大多是基于故障的振动信号,需加装价格昂贵的加速度传感器头,这会破坏设备的原有结构、增加成本,且系统对复杂背景下的情形识别精度不高,采用的技术过于简单。本文利用易于采集成本低的轴承故障音频信号、性价比高的数字处理器芯片DSPs（Digital Signal Proccessers）和具有强大建模能力的离散隐马尔可夫模型DHMM（Discrete HiddenMarkov Model）的简化模型方法来作为构建系统的基础。主要工作和结论如下:（1）构建了以DSP TMS320C6713为核心的离线故障诊断系统,主要完成故障音频信号的信息处理,利用GEL（General ExtentionLanguage）I/O功能导入系统程序文件,操作简便,速度快;（2）分析了轴承发生故障时音频信号的特点和产生的机理,基于MATLAB平台对其进行时域和频域分析,论证了音频信号用于故障诊断的可行性;（3）对音频信号MFCC（Mel-Frequency Cepstrum Coefficients）特征参数进行了改进,将倒谱提升MFCC特征参数用于故障诊断中,其对比分析表明性能优于前者;（4）对故障诊断的信号分析处理方法DHMM作了改进,简化其模型参数,使其计算量大为减少。实验结果表明,该系统的故障总体识别正确率达到98%,系统的性能指标符合实时要求,为DSP在轴承故障诊断中的应用提供了一种切实可行的方案。
胡彦磊[8]（2008）在《基于图像处理和DSP的啤酒瓶污损检测》文中研究指明我国啤酒行业的迅速发展急切需要对原有的生产线进行改进,以提高生产效率,向着高速化、高精度、智能化方向发展。目前国内对啤酒瓶缺陷识别系统的研究还处于初级阶段,生产厂家大多采用人工检测方法,很容易受人眼分辨能力和易疲劳等主观因素的影响,无法保质保量地完成生产任务;机器视觉系统具有速度快、精度高、非接触等优点,将其应用于啤酒瓶检测,可以有效的克服人工验瓶方式的不足,提高啤酒生产的自动化程度与生产效率。视觉检测系统要完成啤酒瓶的在线检测,必须提高图像的处理速度。本课题主要研究基于图像处理和DSP的啤酒瓶污损检测技术,以求能满足啤酒瓶检测机对速度的高度要求,为后续的开发做铺垫。本课题的主要工作和创新点如下:（1）啤酒瓶图象预处理方法研究。以Visual C++为开发平台,实现了灰度图象的图像滤波、直方图均衡、灰度拉伸、窗口变换、阈值分割、边缘提取、形态学操作等图象处理并运用于啤酒瓶的图象处理中,以研究符合实际需要的图象处理方法,为后续的缺陷检测和DSP平台上的代码移植做准备。（2）图像定位算法研究。瓶口和瓶底缺陷检测的关键在于圆心的定位,这是进行后续缺陷检测的前提。根据瓶口圆环边缘比较清晰,干扰边缘比较少的特点,对瓶口圆心的定位采用了直线离散扫描法确定一组外圆边缘点利用改进的重心法计算圆心,然后根据边缘点与圆心的距离计算半径。由于内径上点不均匀,根据内外径成比例的特点确定内径。由于瓶底圆环边缘不明显,对瓶底圆心的定位则采用先对增强后瓶底进行边缘检测,再利用改进的梯度Hough变换来检测圆。（3）次瓶判断方法研究。对瓶口图象,根据采集图象的实际特点,选取两种特征值,一是外圆上边缘点的饱和度（即检测到的边缘点占理想条件下边缘点数的比率）,二是利用环形扫描算法把瓶口圆环内图象分为16个扇区,计算得到的扇区内边缘点数以及相邻扇区内边缘点数差;瓶底图象定位后分为防滑纹圆环区域和内圆区域,防滑纹区分为16个扇区用邻区均值比较法判断缺陷,内圆区分为内接正方形区（等分为16份）和内接正方形外的弓形区域,提出一种新的基于对称区域图像块匹配度算法判断缺陷。瓶身区域采用一种对标定区域进行网格划分的方法,统计网格内边缘点数识别缺损。（4）熟悉基于DSP的图像处理系统,把图像处理算法在DSP上实现,实验采用瑞泰公司ITECKDM642开发板进行了系统程序调试。通过对实验结果的分析可以得出本文采用的啤酒瓶污损检测方法不仅具有理论意义,而且具有实用价值。在此基础上进一步研究更加快速的啤酒瓶污损检测方法和硬件设备具有巨大的应用价值。
于雷[9]（2008）在《基于DSP的语音检测系统设计与实现》文中进行了进一步梳理随着数字化硬件技术水平的飞速发展,DSP以其强大的数字运算能力使得数字信号处理的理论和方法得以在实际应用中大量实现,同时又推动了新理论和应用领域的发展。在语音信号处理中,语音检测是一个基本而又关键的问题,有效的语音端点检测不仅能减少系统的处理时间、提高系统的处理实时性,而且能够排除无声段的噪声干扰,从而使后续的识别性能得以较大提高。因此对语音端点检测的研究有着十分重要的实际意义。论文研究了基于DSP的语音检测系统设计与实现。论文首先介绍了语音检测系统的硬件电路设计。该系统采用TI公司的TLV320AIC23语音编解码芯片同时作为模数和数模转换芯片,采用TMS320VC5416数字信号处理器进行语音信号的采集与处理,采用PCI2040桥接器实现PCI总线协议。接下来介绍驱动程序的相关理论及如何开发驱动程序,最后研究了语音检测算法以及在系统上实现语音检测方法。系统软件由三部分组成:DSP程序,驱动程序和应用程序。DSP程序主要是用来进行语音信号检测并通过中断的方式与应用程序通信。驱动程序是连接DSP与主机的接口。应用程序用VC开发,主要功能是从DSP内存中实时读取语音数据并存于磁盘。实验由两部分组成:在语音信号实时采集实验中,适当调整音量,采样率设置为8KHz,采集结果表明没有丢失数据现象、失真度较小;在语音检测实验中,较高信噪比条件下语音检测可以取得比较理想的效果。
李爱华[10]（2007）在《基于DSP的涡流无损检测系统的研究》文中提出涡流无损检测作为一种非破坏性的检测方法,在金属材料和设备的在线检测中得到了广泛的应用,但是影响涡流检测的因素很多,所以涡流检测的定性分析,尤其是定量分析一直是个难点。尽管在仪器中采用了相位分析、频率分析及幅值鉴别法等信号处理方法,但最终的缺陷识别仍只能靠人眼来判别,存在极大的安全隐患。所以根据实际的需求,利用近年来在信号模式识别方面日渐成熟的神经网络技术解决涡流检测信号缺陷识别的难题,并结合DSP（Digital Signal Processor）技术,对涡流无损检测系统进行了研究。详细论述了基于DSP的涡流无损检测系统的理论基础,并完成了硬件部分和软件部分的设计方案。硬件部分,简述了系统的基本构成,采用DSP作为涡流无损检测系统的核心芯片,以产生频率范围为0～2 MHz的正弦波。软件部分,研究了基于神经网络的涡流无损检测方法。由于基于反向传播BP（Back Propagation）的多层前馈网络具有收敛速度慢和易陷入局部极小等缺点,采用了在逼近能力、分类能力和学习速度等方面均优于BP网络的径向基函数神经网络RBF（Radial Basis FunctionNeural Network）。研究了RBF神经网络的中心选择算法,针对常用的RBF中心选择算法不能构成全局最优,收敛速度慢等缺点,采用了Fisher比法确定RBF隐层节点数及中心,但其分类性能并不能保证是最优的,所以提出了改进的Fisher比法,并用MATLAB语言实现了算法的仿真。仿真结果表明:利用Fisher比法以及改进的Fisher比法确定RBF隐层节点数及径向基函数的中心能极大的简化网络结构,提高了分类能力和收敛精度。
二、用DSP技术开发的一种语音检测系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、用DSP技术开发的一种语音检测系统（论文提纲范文）
（1）基于深度学习的光纤互连系统物理损伤诊断技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 光纤互连系统的研究进程与发展趋势 |
| 1.3 深度学习技术在光通信网络中的应用及其优势 |
| 1.4 论文主要内容与结构 |
| 第二章 光纤互连系统模型和深度学习基本原理 |
| 2.1 高阶调制相干检测系统 |
| 2.1.1 高阶调制相干检测系统概述 |
| 2.1.2 高阶调制相干检测仿真系统 |
| 2.2 强度调制-直接检测(IM-DD)系统 |
| 2.2.1 强度调制-直接检测(IM-DD)系统概述 |
| 2.2.2 强度调制-直接检测(IM-DD)仿真系统 |
| 2.3 深度学习原理 |
| 2.3.1 人工神经网络基本原理 |
| 2.3.2 深度神经网络基本原理 |
| 2.3.3 卷积神经网络基本原理 |
| 2.4 迁移学习 |
| 2.4.1 迁移学习基本原理 |
| 2.4.2 深度迁移学习 |
| 2.5 本章小结 |
| 第三章 基于深度学习的星座图物理损伤诊断 |
| 3.1 基于CNNs的星座图物理损伤诊断模型 |
| 3.1.1 星座图数据集准备 |
| 3.1.2 CNNs模型 |
| 3.2 基于深度迁移学习的星座图物理损伤诊断模型 |
| 3.3 结果分析 |
| 3.3.1 基于非迁移/迁移学习方法的损伤诊断模型准确率比较 |
| 3.3.2 基于非迁移/迁移学习方法的损伤诊断模型训练时间比较 |
| 3.4 本章小结 |
| 第四章 基于深度迁移学习的眼图物理损伤诊断 |
| 4.1 基于CNNs实现眼图物理损伤诊断 |
| 4.1.1 眼图数据集准备 |
| 4.1.2 CNNs模型 |
| 4.2 基于深度迁移学习实现眼图物理损伤诊断 |
| 4.3 智能眼图损伤诊断系统方案结果分析 |
| 4.3.1 基于非迁移/迁移学习方法的损伤诊断系统准确率比较 |
| 4.3.2 基于非迁移/迁移学习方法的损伤诊断系统训练时间比较 |
| 4.4 输入眼图图像的大小对损伤诊断方案结果的影响 |
| 4.4.1 CNNs模型结构及参数 |
| 4.4.2 结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（2）面向新一代光接入网的实时系统及若干DSP技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 面向PON接入的光纤直接检测系统 |
| 1.2.2 面向室内接入的高速可见光通信系统 |
| 1.2.3 面向混合接入的光载无线通信系统 |
| 1.2.4 面向光接入方式的实时通信系统 |
| 1.3 本论文的研究工作和结构安排 |
| 第2章 面向光接入的调制格式及常见DSP技术 |
| 2.1 引言 |
| 2.2 OFDM调制 |
| 2.2.1 IMDD-OFDM 光通信系统 |
| 2.2.2 面向 IMDD-OFDM 光通信系统的常见 DSP 技术 |
| 2.3 PAM调制 |
| 2.3.1 面向 PAM4 光通信系统的常见 DSP 技术 |
| 2.3.2 Nyquist-PAM4 调制 |
| 2.4 小结 |
| 第3章 光纤 DD-OFDM 实时系统及若干 DSP 技术研究 |
| 3.1 引言 |
| 3.2 基于 1024 点 FFT 的自适应光纤 IMDD-OFDM 实时系统 |
| 3.2.1 实验装置与参数设置 |
| 3.2.2 关键DSP技术 |
| 3.2.3 实验结果与分析 |
| 3.3 基于导频信道估计的采样频偏抵抗性能实验研究 |
| 3.3.1 原理分析 |
| 3.3.2 实验装置及实验结果分析 |
| 3.4 小结 |
| 第4章 面向下一代 PON 的低成本光纤 IMDD 系统研究 |
| 4.1 引言 |
| 4.2 基于归零码 DAC 与欠采样技术的双频带 OFDM 半实时系统 |
| 4.2.1 方案原理 |
| 4.2.2 实验装置与参数设置 |
| 4.2.3 实验结果与分析 |
| 4.3 基于 Super-Nyquist 采样的双频带 Nyquist-PAM4 半实时系统 |
| 4.3.1 实验装置及系统原理 |
| 4.3.2 实验结果与分析 |
| 4.4 小结 |
| 第5章 面向室内 LED 可见光通信系统的 DSP 技术研究 |
| 5.1 引言 |
| 5.2 基于自适应 DFT-Spread-OFDM 的 LED 可见光通信系统研究 |
| 5.2.1 原理介绍 |
| 5.2.2 实验装置与参数设置 |
| 5.2.3 实验结果与分析 |
| 5.3 基于串行 IFFT 的 VLC-OFDM 系统周期噪声去除算法研究 |
| 5.3.1 原理分析 |
| 5.3.2 实验装置设置与实验结果 |
| 5.4 小结 |
| 第6章 面向高速可见光接入的实时系统研究 |
| 6.1 引言 |
| 6.2 采用 TS 采样频偏估计的实时 VLC-OFDM 系统研究 |
| 6.2.1 算法原理 |
| 6.2.2 实验装置与实验结果 |
| 6.3 基于哈达马预编码技术的实时 VLC-OFDM 系统研究 |
| 6.3.1 原理分析 |
| 6.3.2 实验装置与实验结果分析 |
| 6.4 软件自定义实时混合可见光光纤传输系统实验展示 |
| 6.4.1 实验系统与参数设置 |
| 6.4.2 实验结果与分析 |
| 6.5 小结 |
| 第7章 面向光载无线接入的DSP技术及实时系统研究 |
| 7.1 引言 |
| 7.2 基于 CMMA 均衡的实时 RoF-PAM4 系统研究 |
| 7.2.1 实验系统及参数设置 |
| 7.2.2 实时CMMA实现原理 |
| 7.2.3 实验结果与分析 |
| 7.3 基于光子四倍频与平衡预编码的W波段矢量信号产生 |
| 7.3.1 实验系统与原理分析 |
| 7.3.2 实验装置设置与实验结果 |
| 7.4 基于盲载波恢复算法的 W 波段 Twin-SSB-OFDM 实验系统 |
| 7.4.1 原理分析 |
| 7.4.2 离线实验与结构分析 |
| 7.4.3 实时实验及实验结果分析 |
| 7.5 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读博士学位期间已发表与待发表的论文 |
| 附录B 攻读博士学位期间参与的科研课题与获得的奖励 |
（3）DSP技术在提升精密测量机械设备精度上的研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 精密测量的意义 |
| 1.2 圆度仪的国内外发展现状 |
| 1.3 小波分析理论及应用 |
| 1.4 DSP技术的发展与应用 |
| 1.5 本文研究内容 |
| 2 圆度仪系统工作原理 |
| 2.1 圆度仪的组成模块 |
| 2.2 圆度仪的工作原理 |
| 2.3 圆度仪采集信号噪声干扰分析 |
| 2.4 本章小结 |
| 3 圆度仪采集信号的降噪处理 |
| 3.1 降噪处理方法的分析 |
| 3.2 小波分析的理论基础 |
| 3.2.1 连续小波变换 |
| 3.2.2 离散小波变换 |
| 3.2.3 多分辨率分析 |
| 3.2.4 MALLAT算法 |
| 3.3 小波降噪方法 |
| 3.3.1 小波降噪的基本原理 |
| 3.3.2 不同小波降噪方法的比较 |
| 3.4 小波阈值降噪算法及其仿真研究 |
| 3.4.1 小波阈值降噪的原理与过程 |
| 3.4.2 常用的阈值选择与处理方法 |
| 3.4.3 小波阈值降噪的仿真实验 |
| 3.4.4 小波阈值降噪在圆度仪测量数据处理中的应用研究 |
| 3.4.5 圆度误差评定 |
| 3.5 本章小结 |
| 4 圆度仪测量数据降噪处理的DSP系统硬件设计 |
| 4.1 硬件系统总体方案设计 |
| 4.2 DSP芯片TMS320F28335B |
| 4.3 硬件系统的设计 |
| 4.3.1 模数转换模块ADC |
| 4.3.2 DSP最小硬件系统 |
| 4.3.3 RS232接口 |
| 4.3.4 存储器扩展 |
| 4.4 本章小结 |
| 5 圆度仪测量数据降噪处理的DSP系统软件设计 |
| 5.1 系统软件设计总体方案图 |
| 5.2 系统初始化 |
| 5.3 采样子程序 |
| 5.4 小波阈值降噪算法的DSP软件设计 |
| 5.5 DSP软件开发 |
| 5.5.1 DSP软件的设计方法 |
| 5.5.2 DSP软件的开发环境 |
| 5.6 实验结果验证与分析 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 论文展望 |
| 参考文献 |
| 硕士研究生学习阶段发表论文 |
| 致谢 |
（4）基于DSP的汽车制动检测系统的研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 课题研究的目的和意义 |
| 1.2 国内外汽车制动性能检测技术的研究现状 |
| 1.3 本课题研究的主要内容及创新点 |
| 1.3.1 课题的研究内容 |
| 1.3.2 课题的创新点 |
| 1.4 本章小结 |
| 第二章 基于DSP的汽车制动检测系统的方案选定 |
| 2.1 DSP概述 |
| 2.1.1 DSP的概念与主要特点 |
| 2.1.2 DSP的发展与应用 |
| 2.2 DSP系统的构成及设计流程 |
| 2.2.1 DSP系统的构成 |
| 2.2.2 DSP系统的设计流程 |
| 2.3 系统总体方案设计 |
| 2.3.1 DSP与其他微处理器的比较 |
| 2.3.2 检测系统实现方法分析 |
| 2.3.3 检测系统总体方案的确定 |
| 2.4 本章小结 |
| 第三章 系统的性能评价和关键技术 |
| 3.1 汽车制动评价指标 |
| 3.2 制动评价的主要检测参数 |
| 3.2.1 制动距离 |
| 3.2.2 制动协调时间 |
| 3.2.3 制动减速度 |
| 3.3 系统数据采集技术 |
| 3.3.1 系统数据采集技术概述 |
| 3.3.2 系统中模拟信号的采集 |
| 3.3.3 系统开关信号的采集 |
| 3.4 汽车制动检测中的测试算法 |
| 3.5 本章小结 |
| 第四章 系统硬件设计 |
| 4.1 系统硬件总体设计 |
| 4.2 微处理器的选型及其设计 |
| 4.2.1 DSP芯片的选型 |
| 4.2.2 数据采集模块的设计 |
| 4.3 传感器的选型及其电路设计 |
| 4.3.1 加速度传感器的选型与设计 |
| 4.3.2 踏板开关传感器选型与设计 |
| 4.4 其它主要硬件电路设计 |
| 4.4.1 电源供电电路 |
| 4.4.2 通讯接口电路 |
| 4.4.3 存储器扩展电路 |
| 4.4.4 JTAG仿真接口电路设计 |
| 4.4.5 键盘接口电路 |
| 4.4.6 LCD接口电路 |
| 4.4.7 打印机接口电路 |
| 4.5 本章小结 |
| 第五章 系统软件设计和实现 |
| 5.1 系统的开发环境 |
| 5.2 系统软件总体设计 |
| 5.3 下位机软件设计 |
| 5.3.1 系统初始化模块 |
| 5.3.2 数据采集与处理模块 |
| 5.3.3 系统的LCD显示模块 |
| 5.3.4 系统的按键处理模块 |
| 5.3.5 系统通信模块 |
| 5.3.6 系统的打印模块 |
| 5.4 上位机软件设计 |
| 5.5 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 系统抗干扰技术 |
| 6.1 概述 |
| 6.2 硬件抗干扰设计 |
| 6.3 软件抗干扰设计 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 在学期间公开发表的论文 |
| 获奖情况 |
（5）基于DSP的光纤氢气传感器信号处理技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 光纤氢气传感器 |
| 1.3 DSP 技术的研究现状 |
| 1.4 课题的主要工作内容 |
| 2 氢气传感器信号处理的理论基础 |
| 2.1 微弱信号检测 |
| 2.2 快速傅立叶变换 |
| 2.3 数字滤波器 |
| 2.4 小结 |
| 3 光纤氢传感器数字信号处理系统方案的研究与设计 |
| 3.1 光纤氢气传感器系统简介 |
| 3.2 传感器数字信号处理系统硬件方案的设计 |
| 3.3 传感器数字信号处理系统软件方案的设计 |
| 3.4 小结 |
| 4 基于 DSP 芯片 TMS320F2812 的数字信号处理系统的实现 |
| 4.1 硬件的设计与实现 |
| 4.2 软件的设计与实现 |
| 4.3 小结 |
| 5 实验结果与分析 |
| 5.1 引言 |
| 5.2 实验仪器准备 |
| 5.3 标准氢气检测试验 |
| 5.4 小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（6）基于DSP的火焰检测技术在工程中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第1章 绪论 |
| 1.1 课题研究的目的与意义 |
| 1.2 现代锅炉火焰检测技术 |
| 1.2.1 基于火焰闪烁特性的检测方法 |
| 1.2.2 基于图像处理的方法 |
| 1.3 国内外基于图像的火焰检测发展的现状 |
| 1.4 本文的主要研究内容与技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 1.5 本文结构安排 |
| 第2章 基于DSP图像处理平台 |
| 2.1 数字信号处理及其实现 |
| 2.2 利用DSP处理器构成DSP系统 |
| 2.2.1 由DSP处理器构成的DSP系统的一般结构 |
| 2.2.2 DSP系统的特点 |
| 2.2.3 DSP技术和DSP处理器的发展 |
| 2.3 主处理模块 |
| 2.3.1 TI的DSP芯片 |
| 2.3.2 TI的DSP芯片的主要特点 |
| 2.3.3 TMS320DM642芯片介绍 |
| 2.4 DSP集成开发环境CCS介绍 |
| 第3章 基于DSP锅炉火焰检测系统的设计 |
| 3.1 DSP火焰检测系统预实现的功能 |
| 3.2 DSP火焰检测系统结构及工作原理 |
| 3.3 火焰图像采集系统 |
| 3.3.1 图像采集 |
| 3.3.2 冷却风系统 |
| 3.4 监视录放系统 |
| 3.4.1 视频分配器 |
| 3.4.2.视频矩阵和十六画面合成器 |
| 3.4.3 多串口通信设备 |
| 3.4.4 硬盘录像机 |
| 3.5 DSP火焰图像检测器(下位机) |
| 3.5.1 视频解码芯片 |
| 3.5.2 视频编码芯片 |
| 第4章 火焰检测算法 |
| 4.1 火焰燃烧特征分析 |
| 4.1.1 煤粉燃烧器火焰燃烧过程 |
| 4.1.2 煤粉燃烧图像特征分析 |
| 4.2 传统的火焰检测方法 |
| 4.2.1 煤粉火焰光谱分析特性 |
| 4.2.2 煤粉火焰的频谱分布特性 |
| 4.2.2 基于单色光的火焰检测方法 |
| 4.3 基于图像技术的火焰检测方法 |
| 4.3.1 特征提取方法 |
| 4.3.2 温度场测量方法 |
| 4.3 基于梯度的火焰检测算法 |
| 4.4 基于绝对亮度差值的火焰检测算法 |
| 4.5 基于最小距离分离器的火焰检测算法 |
| 4.5.1 最小距离分类器 |
| 4.5.2 基于最小分类器的火焰检测 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（7）基于音频信号的轴承故障DHMM诊断方法研究及DSP实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 滚动轴承故障诊断及其意义 |
| 1.2 滚动轴承故障诊断研究现状 |
| 1.2.1 轴承故障诊断的主要方法 |
| 1.2.2 轴承故障诊断的信号分析处理方法 |
| 1.2.3 轴承故障诊断的故障诊断平台 |
| 1.3 课题背景及本文主要内容 |
| 第二章 HMM基本理论及其在故障诊断中的应用原理 |
| 2.1 Markov链 |
| 2.2 HMM定义 |
| 2.3 HMM三大基本算法 |
| 2.4 HMM在故障诊断中的应用原理 |
| 2.5 小结 |
| 第三章 倒谱提升MFCC特征参数提取 |
| 3.1 故障音频信号产生的机理 |
| 3.2 故障音频信号的时域频域分析 |
| 3.3 特征提取 |
| 3.3.1 音频信号数据采集 |
| 3.3.2 短时傅里叶幅值变换 |
| 3.3.3 三角带通滤波 |
| 3.3.4 倒谱提升MFCC特征参数提取过程 |
| 3.4 特征判别力分析 |
| 3.5 小结 |
| 第四章 一类基于DHMM简化模型的故障诊断方法 |
| 4.1 矢量量化的基本原理及 LBG算法 |
| 4.2 DHMM模型训练及识别 |
| 4.3 DHMM模型参数简化及简化改进分析 |
| 4.4 小结 |
| 第五章 基于DSP技术的故障诊断系统设计与实现 |
| 5.1 系统方案设计 |
| 5.2 系统硬件实现 |
| 5.3 系统软件实现 |
| 5.3.1 DSP软件开发流程 |
| 5.3.2 系统主程序的设计 |
| 5.3.3 系统功能子程序的设计 |
| 5.4 系统GEL导入程序设计 |
| 5.5 系统二级Bootloader程序 |
| 5.6 实验结果及分析 |
| 5.7 小结 |
| 结束语 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间所发表的论文 |
（8）基于图像处理和DSP的啤酒瓶污损检测（论文提纲范文）
| 目录 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 本课题研究背景 |
| 1.1.1 问题的提出 |
| 1.1.2 啤酒瓶检测机的发展现状 |
| 1.2 机器视觉技术 |
| 1.2.1 机器视觉的概念 |
| 1.2.2 机器视觉的发展与意义 |
| 1.2.3 机器视觉的特点 |
| 1.2.4 机器视觉的应用范围 |
| 1.3 图象处理技术 |
| 1.4 DSP技术的概述 |
| 1.4.1 DSP技术的发展 |
| 1.4.2 DSP技术在工业上的应用 |
| 1.5 论文的主要研究工作和章节安排 |
| 第二章 DSP数字图像处理系统概述 |
| 2.1 系统组成概述 |
| 2.2 光学系统 |
| 2.2.1 光源和照明 |
| 2.2.2 镜头 |
| 2.2.3 CCD相机 |
| 2.3 实时图像处理系统 |
| 2.3.1 图象采集部分 |
| 2.3.2 图像处理部分 |
| 2.3.3 图像显示部分 |
| 2.4 系统的软件平台 |
| 2.4.1 软件开发环境 |
| 2.4.2 软件开发流程 |
| 2.5 本章小结 |
| 第三章 图像预处理和边缘检测 |
| 3.1 引言 |
| 3.2 图像去噪 |
| 3.2.1 均值滤波 |
| 3.2.2 中值滤波及其改进算法 |
| 3.2.3 形态学的滤波算法 |
| 3.2.4 滤波结果分析 |
| 3.3 图像增强 |
| 3.3.1 图像的直方图均衡化 |
| 3.3.2 图像的对比度线性展宽 |
| 3.3.3 图像增强结果分析 |
| 3.4 图象分割 |
| 3.4.1 最大熵法 |
| 3.4.2 双峰法 |
| 3.4.3 自适应迭代法 |
| 3.4.4 最大类间方差法 |
| 3.4.5 图像阈值分割结果分析 |
| 3.5 边缘检测 |
| 3.5.1 Roberts边缘算子 |
| 3.5.2 Sobel边缘算子 |
| 3.5.3 Prewitt边缘算子 |
| 3.5.4 LOG(Laplacian of Gaussian)边缘算子 |
| 3.5.5 Canny边缘算子 |
| 3.5.6 边缘检测结果分析 |
| 3.6 本章小结 |
| 第四章 啤酒瓶定位和污损检测 |
| 4.1 引言 |
| 4.2 瓶口定位 |
| 4.2.1 模板匹配算法 |
| 4.2.2 改进的重心法 |
| 4.3 瓶底定位 |
| 4.3.1 经典 Hough变换 |
| 4.3.2 改进的梯度 Hough变换 |
| 4.4 瓶身标定 |
| 4.5 瓶口缺陷检测 |
| 4.5.1 基于 Bresenham画圆原理的圆环外圆检测 |
| 4.5.2 圆环内密封面环形扫描法检测 |
| 4.5.3 瓶口检测结果分析 |
| 4.6 瓶底检测 |
| 4.6.1 基于环形扫描法的防滑纹区检测 |
| 4.6.2 基于对称区域匹配度的瓶底内圆区域检测 |
| 4.6.3 瓶底检测结果分析 |
| 4.7 瓶身检测 |
| 4.8 本章小结 |
| 第五章 结论和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表(录用)论文目录 |
| 学位论文评阅及答辩情况表 |
（9）基于DSP的语音检测系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 语音检测研究现状 |
| 1.2.2 DSP技术的发展例程及应用领域 |
| 1.2.3 PCI总线的发展现状 |
| 1.3 研究内容及章节安排 |
| 第2章 语音检测系统硬件设计 |
| 2.1 语音检测系统整体设计方案 |
| 2.2 TMS320VC5416DSP |
| 2.2.1 VC5416简介 |
| 2.2.2 片内外设 |
| 2.3 DSP系统的基本硬件设计 |
| 2.3.1 电源模块设计 |
| 2.3.2 复位电路设计 |
| 2.3.3 CPLD逻辑控制电路 |
| 2.3.4 存储器接口设计 |
| 2.4 语音CODEC与输入输出单元设计 |
| 2.4.1 多通道缓冲串口McBSP |
| 2.4.2 AIC23结构与特点 |
| 2.4.3 AIC23与DSP连接 |
| 2.5 PCI总线接口设计 |
| 2.5.1 并行主机接口HPI |
| 2.5.2 PCI2040与HPI接口 |
| 2.6 本章小结 |
| 第3章 系统驱动程序设计 |
| 3.1 PCI总线及桥芯片PCI2040 |
| 3.1.1 PCI总线协议 |
| 3.1.2 PCI2040简介 |
| 3.1.3 PCI2040配置寄存器 |
| 3.1.4 PCI2040使用 |
| 3.2 WDM驱动程序原理 |
| 3.2.1 驱动程序概述 |
| 3.2.2 WDM驱动程序结构及层次模型 |
| 3.2.3 WDM驱动程序开发工具选择 |
| 3.3 语音检测系统PCI驱动程序设计 |
| 3.3.1 PCI设备资源的获得 |
| 3.3.2 PCI设备的操作 |
| 3.3.3 驱动程序与应用程序通信 |
| 3.4 语音实时采集的实现 |
| 3.4.1 软件设计及实现 |
| 3.4.2 实验结果及分析 |
| 3.5 本章小结 |
| 第4章 语音检测算法研究与实现 |
| 4.1 语音检测理论基础 |
| 4.1.1 语音信号特点与模型 |
| 4.1.2 语音信号短时分析 |
| 4.1.3 噪声特征 |
| 4.2 基于短时能量和过零率双门限端点检测 |
| 4.3 基于谱熵的端点检测 |
| 4.4 端点检测在DSP上的实现 |
| 4.5 实验结果及分析 |
| 4.6 本章小结 |
| 第5章 系统调试及分析 |
| 5.1 系统功能模块 |
| 5.2 DSP底层软件调试 |
| 5.2.1 常用寄存器初始化 |
| 5.2.2 McBSP初始化 |
| 5.2.3 AIC23初始化 |
| 5.2.4 BOOTLOADER |
| 5.3 驱动程序调试及安装 |
| 5.4 常见问题及解决方案 |
| 5.4.1 问题1-无法进入仿真环境 |
| 5.4.2 问题2-CPLD很烫 |
| 5.4.3 问题3-复位无效 |
| 5.4.4 问题4-无法自启动 |
| 5.5 设计中的心得 |
| 5.5.1 硬件系统设计 |
| 5.5.2 PCB板设计 |
| 5.5.3 硬件模块调试 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
| 附录 PCB板实物图 |
（10）基于DSP的涡流无损检测系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及其意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无损检测技术及涡流无损检测技术 |
| 1.2.2 无损检测技术及涡流无损检测技术发展现状 |
| 1.2.3 RBF网络在无损检测中的研究现状 |
| 1.2.4 DSP的发展 |
| 1.3 本文主要研究内容 |
| 第2章 基于DSP的涡流无损检测系统 |
| 2.1 数字信号处理器概述 |
| 2.1.1 DSP芯片介绍 |
| 2.1.2 DSP芯片结构 |
| 2.1.3 DSP芯片的应用 |
| 2.2 DSP系统的构成 |
| 2.3 DSP系统特点 |
| 2.4 DSP系统设计过程 |
| 2.5 TMS320C5000 DSP集成开发环境CCS IDE |
| 2.5.1 CCS的特点及功能概述 |
| 2.5.2 CCS应用窗口 |
| 2.5.3 CCS支持的调试器 |
| 2.6 涡流无损检测系统 |
| 2.6.1 TMS320VC5410简介 |
| 2.6.2 正弦波实现方法 |
| 2.7 本章小结 |
| 第3章 基于Fisher比的RBF神经网络 |
| 3.1 MATLAB简介 |
| 3.1.1 MATLAB概述 |
| 3.1.2 MATLAB语言特点 |
| 3.1.3 面向MATLAB工具箱的RBF网络 |
| 3.2 神经网络技术 |
| 3.2.1 神经网络概述 |
| 3.2.2 神经元模型 |
| 3.2.3 神经元学习算法 |
| 3.2.4 神经网络拓扑结构 |
| 3.3 RBF神经网络 |
| 3.3.1 RBF神经网络概述 |
| 3.3.2 RBF神经网络结构和工作原理 |
| 3.3.3 RBF神经网络学习方法 |
| 3.4 基于OLS的RBF中心选择算法 |
| 3.5 基于Fisher比的RBF神经网络中心选择算法 |
| 3.5.1 Fisher比线性判别法 |
| 3.5.2 基于Fisher比的RBF中心选择算法 |
| 3.6 基于改进Fisher比的RBF中心选择算法 |
| 3.7 权值W的求取 |
| 3.8 仿真实验 |
| 3.8.1 基于Fisher比与OLS算法的RBF网络的函数逼近 |
| 3.8.2 基于改进Fisher比与Fisher比算法的RBF网络的函数逼近 |
| 3.9 本章小结 |
| 第4章 基于Fisher比算法的RBF网络实例 |
| 4.1 Fisher比及改进Fisher比算法在无损检测中的应用 |
| 4.1.1 Fisher比算法在无损定量检测系统中的应用 |
| 4.1.2 改进Fisher比算法在无损定量检测系统中的应用 |
| 4.2 Fisher比及改进Fisher比算法在变压器故障诊断中的应用 |
| 4.2.1 输入数据处理 |
| 4.2.2 仿真实验 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
四、用DSP技术开发的一种语音检测系统（论文参考文献）
- [1]基于深度学习的光纤互连系统物理损伤诊断技术研究[D]. 徐易兰. 北京邮电大学, 2020(05)
- [2]面向新一代光接入网的实时系统及若干DSP技术研究[D]. 邓锐. 湖南大学, 2018(06)
- [3]DSP技术在提升精密测量机械设备精度上的研究[D]. 岑立长. 西安建筑科技大学, 2016(05)
- [4]基于DSP的汽车制动检测系统的研究与设计[D]. 杨继花. 山东理工大学, 2012(12)
- [5]基于DSP的光纤氢气传感器信号处理技术的研究[D]. 葛汉明. 华中科技大学, 2011(07)
- [6]基于DSP的火焰检测技术在工程中的应用[D]. 叶春云. 南昌大学, 2009(S1)
- [7]基于音频信号的轴承故障DHMM诊断方法研究及DSP实现[D]. 何正明. 中南大学, 2009(04)
- [8]基于图像处理和DSP的啤酒瓶污损检测[D]. 胡彦磊. 山东大学, 2008(01)
- [9]基于DSP的语音检测系统设计与实现[D]. 于雷. 哈尔滨工程大学, 2008(06)
- [10]基于DSP的涡流无损检测系统的研究[D]. 李爱华. 河北科技大学, 2007(05)