飞机舱音系统及其应用技术

　　第1章 绪论
　　 1.1 引言
　　 1.2 航空记录器标准的发展演化
　　 1.2.1 飞行数据记录器标准的起源
　　 1.2.2 舱音记录器标准的起源
　　 1.2.3 飞行数据记录器标准的演变
　　 1.3 航空记录器概况
　　 1.3.1 航空记录器的发展演化
　　 1.3.2 几种典型航空器安装的记录器
　　 1.3.3 航空记录器的主要生产厂商
　　第2章 舱音系统
　　 2.1 概述
　　 2.2 舱音记录系统
　　 2.2.1 信号采集部分
　　 2.2.2 控制组件
　　 2.2.3 舱音记录器
　　 2.3 舱音分析系统
　　 2.3.1 改进的舱音译码系统
　　 2.3.2 典型舱音记录器的多功能综合实验台
　　 2.3.3 舱音信息的特征分析软件
　　 2.4 舱音信息
　　 2.4.1 舱音信息的工程分类
　　 2.4.2 舱音信息的特点
　　 2.4.3 舱音信息的数据格式
　　 2.4.4 舱音信息分析研究现状
　　第3章 舱音信息分析的相关理论及方法
　　 3.1 引言
　　 3.2 声学基础知识
　　 3.2.1 声音的性质
　　 3.2.2 声音的物理描述
　　 3.2.3 声音的感知
　　 3.2.4 掩蔽效应
　　 3.3 语音的基本知识
　　 3.3.1 语音学
　　 3.3.2 语音信号生成的数学模型
　　 3.4 噪声特性
　　 3.5 信号分析基础
　　 3.5.1 相关概念
　　 3.5.2 信号分析的典型特性
　　 3.6 短时分析
　　 3.7 时域分析
　　 3.8 频域分析
　　 3.8.1 短时傅里叶变换
　　 3.8.2 离散余弦变换
　　 3.8.3 线性预测分析
　　 3.9 时频分析
　　 3.9.1 相关概念
　　 3.9.2 典型的时频分析方法
　　 3.9.3 典型的时频分析类
　　 3.10 小波变换
　　 3.10.1 连续小波变换
　　 3.10.2 离散小波变换
　　 3.10.3 二进小波变换
　　 3.10.4 正交小波变换
　　 3.10.5 小波包
　　 3.10.6 典型的小波函数
　　 3.10.7 小波变换、傅里叶变换及短时傅里叶变换的比较
　　第4章 舱音信息分析技术
　　 4.1 舱音的声音机理分析
　　 4.1.1 语音的机理分析
　　 4.1.2 背景声的机理分析
　　 4.1.3 航空噪声的机理分析
　　 4.2 舱音信息的预处理技术
　　 4.2.1 数字化
　　 4.2.2 采样与量化
　　 4.2.3 短时加窗处理
　　 4.3 舱音信息特征分析技术
　　 4.3.1 舱音样本获取
　　 4.3.2 舱音信息的短时特征分析
　　 4.3.3 舱音信息的二次特征分析
　　 4.4 语音端点检测技术
　　 4.4.1 基于高斯混合模型的语音端点检测
　　 4.4.2 改进的基于复拉普拉斯模型的语音端点检测算法
　　 4.5 语音增强技术
　　 4.5.1 先验信噪比估计
　　 4.5.2 噪声谱估计
　　 4.5.3 纯语音谱估计算法
　　 4.5.4 语音增强综合实验
　　 4.6 语音识别技术
　　 4.6.1 语音识别原理和识别系统的组成
　　 4.6.2 语音识别
　　 4.6.3 动态时间规整
　　 4.6.4 孤立字(词)识别系统
　　 4.6.5 连续语音识别系统
　　 4.6.6 连续语音识别系统的性能评测
　　 4.6.7 综合评估连续语音识别系统时需要考虑的其他因素
　　 4.7 关键词检索
　　 4.7.1 关键词识别及其与连续语音识别的关系
　　 4.7.2 关键词识别原理
　　 4.7.3 关键词识别的基本问题
　　 4.7.4 关键词识别系统的主要技术难点
　　 4.7.5 系统实现
　　 4.8 情感信息处理
　　 4.8.1 情感的分类
　　 4.8.2 情感特征分析
　　 4.8.3 语音情感识别方法
　　 4.8.4 情感语音的合成
　　 4.8.5 今后的研究方向
　　 4.9 舱音信息的典型分析方法
　　 4.9.1 飞行事件的窗口傅里叶变换分析
　　 4.9.2 背景声信息的时频分析
　　 4.9.3 噪声信息的时频分析
　　 4.9.4 飞机开关声的三尺度小波分析
　　 4.9.5 话语声和开关声小波分析
　　 4.9.6 飞机非平稳抖杆背景声分析
　　 4.9.7 超速音频警告背景声分析
　　第5章 基于舱音信息和飞行数据融合的故障诊断与预测技术
　　 5.1 引言_
　　 5.2 基于动态主元分析法的特征级融合
　　 5.2.1 主元分析法原理
　　 5.2.2 动态主元分析法
　　 5.2.3 基于动态主元分析法的故障诊断算法
　　 5.3 基于改进证据理论的决策级融合
　　 5.3.1 证据理论概念及性质
　　 5.3.2 基于改进证据理论的故障诊断算法
　　 5.4 故障预测
　　 5.5 基于相关性分析的特征量选择
　　 5.6 基于量子神经网络的概率预测器
　　 5.6.1 量子神经网络概述
　　 5.6.2 量子神经网络拓扑结构设计
　　 5.6.3 训练算法设计
　　 5.7 基于演化趋势分析的预测结果修正
　　 5.7.1 演化趋势分析
　　 5.7.2 演化要素的计算
　　 5.7.3 预测结果的修正
　　 5.8 基于获益原则的多形态加权融合
　　 5.8.1 获益计算
　　 5.8.2 权重训练算法
　　第6章 舱音信息在飞行事故调查中的应用
　　 6.1 飞行事故
　　 6.1.1 基本概念
　　 6.1.2 飞行事故发生机理分析
　　 6.2 飞行事故调查
　　 6.2.1 飞行事故调查的原则及流程
　　 6.2.2 支撑飞行事故调查分析的证据源
　　 6.2.3 机载证据信息分析
　　 6.2.4 飞行事故调查辅助分析系统
　　 6.3 事故后舱音信息的处理
　　 6.3.1 事故后舱音记录器的处理
　　 6.3.2 舱音信息处理及分析
　　 6.4 舱音信息用于飞行事故调查实例分析
　　 6.4.1 1994年空中解体事故调查与分析
　　 6.4.2 1983年飞机断电事故调查与分析
　　 6.4.3 2000年武汉运七“6·22”飞行事故调查与分析
　　 6.5 舱音信息应用展望
　　附录 部分缩略词
　　参考文献