导读:本文包含了骨导信号论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,语音,脑干,识别率,医疗,语声,谐波。
骨导信号论文文献综述
陈龙[1]（2013）在《基于骨导音信号的睡眠呼吸状态的监测与健康分析》一文中研究指出打鼾，是一种常见而又容易被人忽视的睡眠现象,其本质是呼吸削弱的表现，也是健康出现问题的征兆。打鼾的人都会伴有明显的呼吸暂停或低通气现象,正常人睡眠过程中偶尔出现短暂的呼吸阻塞是很常见的，但是如果阻塞或低通气发生的非常频繁、阻塞情况严重，那么就属于病理现象，我们称这种疾病为睡眠呼吸暂停低通气综合症。长期以来，对呼吸暂停低通气综合症的诊断，使用最多的、最权威的方法是多导睡眠图监测。但是这种诊断方式因为费用高、地点和时间固定等诸多原因，使得大部分患者并没有得到有效的治疗。人们渴望着一种方便有效的监测手段，可以随时随地的对睡眠健康进行监测。在此背景下，有关呼吸检测的移动医疗技术开始迅猛发展。本文中，我们旨在设计一套便携式的睡眠健康监测设备。该设备中起关键作用的主要有两部分。其中一部分是通过对骨导麦克风采集到的呼吸音信号进行分析，来实现对呼吸状态的监测；另一部分，由陀螺仪和加速度计模块构成，通过对二者的数据的综合分析，可以实现对人们睡眠过程中的睡姿的判断。相对于气导麦克风，骨导麦克风具有抗环境噪音及可以采集到比语音及鼾声能量要小得多的呼吸信号，从而可以在未来更加准确的监测睡眠中鼾声及呼吸状况。目前，国内还没有市场上流通的骨导麦克风。在国际上由于该技术为限制性技术，也无法从市场中购买到，为此我们选择了自行开发一个骨导麦克风。采用我们多次实验后选择的一款振动传感器结合对其自行开发的放大器来采集骨导音。并通过一系列实验，确定了其最佳的呼吸音采集位置。根据睡眠呼吸的特点，我们将呼吸分为正常呼吸、打鼾、窒息叁个状态。通过对这叁个呼吸状态进行模型的构建，并在时域上进行边界检测，以及利用HTK对呼吸状态进行分类识别，我们可以对睡眠呼吸进行实时识别和监测。(本文来源于《天津大学》期刊2013-12-01）
安业腾[2]（2013）在《基于骨导麦克风的饮食行为信号的特征参数提取、建模与识别》一文中研究指出随着生活水平的提高，人们对自身的健康状况给予了越来越多的关注。但因时间地点的限制，人们无法时刻了解自己的健康状况。移动健康这个概念因此而产生，因其能够摆脱时间和地域的限制时刻监测人体状况，而受到广泛的青睐。基于骨导麦克风的饮食行为信号的分析与处理，便是从饮食行为出发考虑的一种移动健康监测方法。近几年，语音识别得到了很快的发展，也取得了很高的识别准确率。但是基于骨导麦克风的饮食行为信号，无论在时域还是频域，都与语音信号有很大的区别。因此，语音识别的特征参数提取、建模与识别也不适用于骨导饮食行为信号。鉴于这种情况，本文先对基于骨导麦克风的饮食行为信号作了系统的统计分析，包括时域和频域的特性分析，并得出一些饮食行为信号特有的结论。在此基础之上，更加具体地分析了骨导饮食行为信号区别性信息与频率成份之间的关系，并提出基于状态平均F-ratio的特征参数提取方法，提取出的SMFFCC更能表征骨导饮食行为信号的固有特性。在建模和识别方面，也充分考虑到骨导饮食行为信号的特点，通过统计分析的结果以及大量的实验，确定了特有的模型参数，用于训练和识别。虽然SMFFCC特征参数针对骨导饮食行为信号提出，但并不局限于此。SMFFCC特征参数的分析和得出过程并没有受到骨导信号和饮食行为信号的制约，而是通过一种普适的方法最终得到的参数可以反映骨导饮食行为信号的特性。同理，对于社会生活中或自然世界中一些声音种类的区分，都可以采用这种方法进行分析，并最终得到更能表征所要区分声音特性的SMFFCC特征参数。骨导饮食行为信号语料库共包括23人，约500分钟数据。在此语料库上进行实验，得到了比较高的识别准备率，基本达到了实际应用的要求。另外，对比实验表明，提出的新特征参数相比以往的特征参数，错误率有一定程度的降低，也说明了新特征参数的有效性。(本文来源于《天津大学》期刊2013-10-01）
穆松鹤[3]（2012）在《基于骨导麦克风的生活音信号采集、特征参数提取与建模》一文中研究指出饮食习惯健康与否与人们的日常生活息息相关，随着医疗水平与科技水平的不断发展，人们越来越关注健康问题。移动医疗也在这样的情境下应运而生，对生活音信号进行监测，不仅能够对饮食健康行为进行有效的监控，而且也能够及时发现饮食活动中的问题，对提高人们的健康意识至关重要。信号采集是一切实验工作进行的基础。在本文中，关于生活音信号采集方面的工作主要包括确定骨导麦克风的佩戴位置，进而建立骨导音数据库，之后对生活音信号进行标注与简单的分析。在特征参数提取方面，采取的主要方法是按照每个频带对生活音识别的贡献率的大小，重新安排滤波器的分布，以此为基础提出生活音自适应频率尺度变换方法，验证了我们提出的基于贡献率分布的方法的正确性。在生活音动态建模方面，除了分析生活音信号的声学模型之外，还对一些偶然因素引起的错误进行改进，利用n-gram语言模型的统计特点，对生活音信号，尤其是咀嚼信号，建立动态模型，不仅提高了咀嚼的识别率，而且验证了此方法的正确性。(本文来源于《天津大学》期刊2012-11-01）
满娟,吴鸣,杨军[4]（2010）在《利用谱减法对骨导信号语音增强的研究》一文中研究指出1引言环境噪声会对语音通信造成诸多困扰和不便,语音增强一直是通信技术中的研究热点之一。近来,利用骨导传播声音的方式被人们所关注,并因其对环境噪声出众的屏蔽性,广泛的应用于医(本文来源于《泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集》期刊2010-12-26）
李静[5]（2004）在《基于骨导信号的语音重构技术》一文中研究指出随着移动通信的发展，高背景噪声环境下的语音通信问题已成为一个迫切需要解决的问题，如何更为有效地去除背景噪声对语音通信的影响，日益受到人们的广泛关注。 本文与传统的基于噪声特性的自适应噪声抵消法、频谱减法等语音增强降噪技术不同，是以骨导语言为研究对象，采用理论与实验相结合的方法对骨导信号的声学特性进行了探索性研究，进而提出了基于骨导信号的语音重构技术，并完成了相应的软硬件开发。整篇论文分为叁个方面：①骨导语言特点的分析；②在理论上实现骨导信号的语音重构；③原理样机的开发。 首先从骨导语言的声学原理入手，对骨导语言的各种特征进行了深入分析。文中分析了骨导信号和语音信号的相关性，以及频谱与音色的关系，发现了其中的一些规律，提出基于谱修正的语音重构，并通过大量统计实验，得到骨导信号谱修正的权系数。 然后，探讨了基于骨导信号的语音重构设计方法和实现途径。分析了语音信号产生的正弦模型，并在此基础上完成了骨导信号的语音重构；与此同时，结合数字信号处理知识，分别用谐波修正和时变数字滤波器的方法，完成基于骨导信号的语音重构。 最后，通过对上述叁种重构方法的对比分析，提出适用于飞行通讯和一般地面移动通讯不同需要的两种重构方法。进而，针对一般地面移动通讯需求在模拟电子技术原理基础上开发了一套结构小、成本低、实用性好的原理样机。(本文来源于《西北工业大学》期刊2004-03-01）
倪道凤,李奉荣,徐春晓,王国新[6]（1998）在《骨导ABR测试信号经气放射对结果的影响》一文中研究指出为了解骨导听性脑干反应(ABR)测试中骨导振荡器测试信号经气放射对结果的影响,本组用Dantec-Evolution诱发电位系统测试了正常听力年青人20名38耳和传导性聋13例21耳的骨导ABR.两组结果比较,在较高刺激强度正常组有较大的刺激伪迹,对Ⅰ波干扰较大.两组反应阈、Ⅰ、Ⅲ和Ⅴ波潜伏期、Ⅰ-Ⅲ和Ⅲ-Ⅴ波间期无显着差异,但Ⅰ-Ⅴ波间期的差异有统计学意义.这是由于正常组骨导振荡器经气放射的刺激伪迹对波Ⅰ的影响使Ⅰ-Ⅴ波间期缩短.本结果提示在用骨导ABR确定反应阈时可不考虑这个影响,但在用于蜗后病变定位诊断时要考虑经气放射的影响问题,(本文来源于《听力学及言语疾病杂志》期刊1998年03期）
骨导信号论文开题报告
（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：
随着生活水平的提高，人们对自身的健康状况给予了越来越多的关注。但因时间地点的限制，人们无法时刻了解自己的健康状况。移动健康这个概念因此而产生，因其能够摆脱时间和地域的限制时刻监测人体状况，而受到广泛的青睐。基于骨导麦克风的饮食行为信号的分析与处理，便是从饮食行为出发考虑的一种移动健康监测方法。近几年，语音识别得到了很快的发展，也取得了很高的识别准确率。但是基于骨导麦克风的饮食行为信号，无论在时域还是频域，都与语音信号有很大的区别。因此，语音识别的特征参数提取、建模与识别也不适用于骨导饮食行为信号。鉴于这种情况，本文先对基于骨导麦克风的饮食行为信号作了系统的统计分析，包括时域和频域的特性分析，并得出一些饮食行为信号特有的结论。在此基础之上，更加具体地分析了骨导饮食行为信号区别性信息与频率成份之间的关系，并提出基于状态平均F-ratio的特征参数提取方法，提取出的SMFFCC更能表征骨导饮食行为信号的固有特性。在建模和识别方面，也充分考虑到骨导饮食行为信号的特点，通过统计分析的结果以及大量的实验，确定了特有的模型参数，用于训练和识别。虽然SMFFCC特征参数针对骨导饮食行为信号提出，但并不局限于此。SMFFCC特征参数的分析和得出过程并没有受到骨导信号和饮食行为信号的制约，而是通过一种普适的方法最终得到的参数可以反映骨导饮食行为信号的特性。同理，对于社会生活中或自然世界中一些声音种类的区分，都可以采用这种方法进行分析，并最终得到更能表征所要区分声音特性的SMFFCC特征参数。骨导饮食行为信号语料库共包括23人，约500分钟数据。在此语料库上进行实验，得到了比较高的识别准备率，基本达到了实际应用的要求。另外，对比实验表明，提出的新特征参数相比以往的特征参数，错误率有一定程度的降低，也说明了新特征参数的有效性。
（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。
骨导信号论文参考文献
[1].陈龙.基于骨导音信号的睡眠呼吸状态的监测与健康分析[D].天津大学.2013
[2].安业腾.基于骨导麦克风的饮食行为信号的特征参数提取、建模与识别[D].天津大学.2013
[3].穆松鹤.基于骨导麦克风的生活音信号采集、特征参数提取与建模[D].天津大学.2012
[4].满娟,吴鸣,杨军.利用谱减法对骨导信号语音增强的研究[C].泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集.2010
[5].李静.基于骨导信号的语音重构技术[D].西北工业大学.2004
[6].倪道凤,李奉荣,徐春晓,王国新.骨导ABR测试信号经气放射对结果的影响[J].听力学及言语疾病杂志.1998
论文知识图
