中南大學(xué)數(shù)字信號(hào)處理課設(shè)報(bào)告

1、數(shù)字信號(hào)處理課程設(shè)計(jì)數(shù)字信號(hào)處理課程設(shè)計(jì) 目錄 一、課程設(shè)計(jì)題目一、課程設(shè)計(jì)題目 .1 1 二、題目設(shè)計(jì)要求二、題目設(shè)計(jì)要求 .2 2 三、設(shè)計(jì)思想及步驟三、設(shè)計(jì)思想及步驟 .2 2 3.1Gaussian 序列頻域變換 .2 3.1.1 設(shè)計(jì)內(nèi)容 .2 3.2.2 設(shè)計(jì)思想 .3 3.2.3 設(shè)計(jì)步驟 .3 3.3.4 設(shè)計(jì)結(jié)果 .3 3.2 對(duì)周期方波信號(hào)進(jìn)行濾波 .6 3.2.1 設(shè)計(jì)內(nèi)容 .6 3.2.2 設(shè)計(jì)思想 .6 3.2.3 設(shè)計(jì)步驟 .7 3.2.4 設(shè)計(jì)結(jié)果 .7 3.3 對(duì)語(yǔ)音信號(hào)實(shí)現(xiàn)回聲處理 .11 3.3.1 設(shè)計(jì)內(nèi)容 .11 3.3.2 設(shè)計(jì)思想 .11 3.3.3

2、 設(shè)計(jì)步驟 .11 3.3.4 設(shè)計(jì)結(jié)果 .11 四、結(jié)果分析四、結(jié)果分析 .1414 4.1. Gaussian 序列頻域變換分析 .14 4.2.對(duì)周期方波信號(hào)進(jìn)行濾波 .14 4.3.對(duì)語(yǔ)音信號(hào)實(shí)現(xiàn)回聲處理 .14 五、總結(jié)五、總結(jié) .1 15 5 六、附錄六、附錄 .1 16 6 6.1 參考書目 .16 6.2 源程序 .17 1 一、課程設(shè)計(jì)題目 課程設(shè)計(jì)選題一： 1. 已知 Gaussian 序列 2 () , 015 ( ) 0, n p q a en x n 其它 1）固定信號(hào) xa(n)中參數(shù) p=8，改變 q 的值，使 q 分別等于 2，4，8，觀察它們的時(shí) 域和幅頻特性

3、，了解當(dāng) q 取不同值時(shí)，對(duì)信號(hào)序列的時(shí)域、幅頻特性的影響；固定 q=8，改變 p，使 p 分別等于 8，12，14，觀察參數(shù) p 變化對(duì)信號(hào)序列的時(shí)域及幅 頻特性的影響，觀察 p 等于多少時(shí)，會(huì)發(fā)生明顯的泄漏現(xiàn)象，混疊是否也隨之出現(xiàn)？ 記錄實(shí)驗(yàn)中觀察到的現(xiàn)象，繪出相應(yīng)的時(shí)域序列和幅頻特性曲線。 2）設(shè)有序列 9 ( )cos()cos(), 049 510 b x nnnn 試實(shí)現(xiàn) xa(n)（p8，q2）和 xb(n)的時(shí)域線性卷積 3）用 FFT 分別實(shí)現(xiàn) xa(n)（p8，q2）和 xb(n)的線性卷積和 50 點(diǎn)的圓周卷積。 2. 對(duì)周期方波信號(hào)進(jìn)行濾波 1）生成一個(gè)基頻為 10Hz

4、 的周期方波信號(hào)。 2）選擇適當(dāng)?shù)?DFT 參數(shù)，對(duì)其進(jìn)行 DFT，分析其頻譜特性，并繪出相應(yīng)曲線。 3）設(shè)計(jì)多個(gè)濾波器，分別濾除該周期信號(hào)中 30Hz、40Hz、50Hz 以后的頻率分量， 觀察濾波前后信號(hào)的時(shí)域和頻域波形變化 4）如果該信號(hào)淹沒在噪聲中，試濾除噪聲信號(hào) 2 3. 1）獲取一段音樂或語(yǔ)音信號(hào)，設(shè)計(jì)單回聲濾波器，實(shí)現(xiàn)信號(hào)的單回聲產(chǎn)生。給出單 回聲濾波器的單位脈沖響應(yīng)及幅頻特性，給出加入單回聲前后的信號(hào)頻譜。 2）設(shè)計(jì)多重回聲濾波器，實(shí)現(xiàn)多重回聲效果。給出多回聲濾波器的單位脈沖響應(yīng)及 幅頻特性，給出加入多重回聲后的信號(hào)頻譜。 3）設(shè)計(jì)多段均衡器，使得不同頻率的混合音頻信號(hào)，通過一

5、個(gè)均衡器后，增強(qiáng)或削 減某些頻率分量 二、題目設(shè)計(jì)要求 1、使用 MATLAB（或其它開發(fā)工具）編程實(shí)現(xiàn)上述內(nèi)容，寫出課程設(shè)計(jì)報(bào)告。濾波器 設(shè)計(jì)題目應(yīng)盡量避免使用現(xiàn)成的工具箱函數(shù)。為便于分析與觀察，設(shè)計(jì)中所有頻譜顯 示中模擬頻率應(yīng)以實(shí)際頻率顯示，數(shù)字頻率應(yīng)對(duì)歸一化。 2、課程設(shè)計(jì)報(bào)告的內(nèi)容包括： 課程設(shè)計(jì)題目和題目設(shè)計(jì)要求；(1) 設(shè)計(jì)思想和系統(tǒng)功能分析；(2) 設(shè)計(jì)中關(guān)鍵部分的理論分析與計(jì)算，參數(shù)設(shè)置，關(guān)鍵模塊的設(shè)計(jì)思路；(3) (4)測(cè)試數(shù)據(jù)、測(cè)試輸出結(jié)果，及必要的理論分析和比較 總結(jié)，包括設(shè)計(jì)過程中遇到的問題和解決方法，設(shè)計(jì)心得與體會(huì)等；(5) 參考文獻(xiàn)；(6) 程序源代碼清單。(7)

6、3、演示系統(tǒng)使用 GUI 界面或混合編程實(shí)現(xiàn)集成打包發(fā)布。 三、設(shè)計(jì)思想及步驟 3.1Gaussian 序列頻域變換 3.1.1 設(shè)計(jì)內(nèi)容 3 3.2.2 設(shè)計(jì)思想 信號(hào)的頻譜分析就是利用傅里葉分析的方法，求出與時(shí)域描述相對(duì)應(yīng)的頻域描述，從中找出 信號(hào)頻譜的變化規(guī)律，其重點(diǎn)是闡述頻譜分析過程中可能存在的誤差?？赡艽嬖诘恼`差有： 混疊現(xiàn)象 對(duì)連續(xù)信號(hào)進(jìn)行頻譜分析時(shí)，先要對(duì)信號(hào)進(jìn)行采樣，理論上要求采樣頻率 fs 必須大于兩 倍信號(hào)的最高頻率。在滿足采樣定理?xiàng)l件下，采樣序列的數(shù)字頻譜能準(zhǔn)確反映連續(xù)信號(hào)的模 擬頻譜，否則會(huì)發(fā)生頻譜混疊現(xiàn)象。嚴(yán)格地講，實(shí)際信號(hào)的持續(xù)時(shí)間有限、頻譜無(wú)限，為了 盡可能減少頻

7、譜混疊，信號(hào)在采樣之前一般都要進(jìn)行預(yù)濾波處理。 截?cái)嘈?yīng) （1）頻譜泄漏 原序列經(jīng)截?cái)嗪?，頻譜會(huì)向兩邊展寬，通常稱這種展寬為泄漏。頻譜泄漏使頻譜變模糊，分 辨率變差，泄漏程度和窗函數(shù)幅度譜主瓣寬度有關(guān)。窗型一定，窗口越長(zhǎng)，主瓣越窄，頻譜 泄漏越小。窗口長(zhǎng)度一定，矩形窗主瓣最窄，頻譜泄漏最小，但其旁瓣的幅度最大。 （2）譜間干擾 對(duì)原序列截?cái)?，頻譜不僅會(huì)向附近展寬，還會(huì)形成許多旁瓣，引起不同頻率間的干擾，簡(jiǎn)稱 譜間干擾。特別是強(qiáng)信號(hào)譜的旁瓣可能湮沒弱信號(hào)的主譜或誤認(rèn)為是另一假信號(hào)的主譜線。 矩形窗的旁瓣幅度大，譜間干擾嚴(yán)重。相對(duì)而言，布萊克曼窗的旁瓣幅度比矩形窗小，譜間 干擾小，但其主瓣過渡帶寬

8、，分辨率差。 （3） 柵欄效應(yīng) 我們應(yīng)根據(jù)頻譜圖像分析誤差，和減小誤差的辦法。 3.2.3 設(shè)計(jì)步驟 1.確定采樣頻率 2.畫出時(shí)域波形 3.利用 FFT 畫出頻域波形 4.進(jìn)行卷積處理 3.3.4 設(shè)計(jì)結(jié)果 xa(n)中參數(shù) p=8，q 分別等于 2，4，8，它們的時(shí)域和幅頻特性： 4 q=8，改變 p，使 p 分別等于 8，12，14，信號(hào)序列的時(shí)域及幅頻特性 5 xa(n)（p8，q2）和 xb(n)的時(shí)域線性卷積： xa(n)（p8，q2）和 xb(n)的線性卷積： 6 xa(n)（p8，q2）和 xb(n)的 50 點(diǎn)圓周卷積： 3.2 對(duì)周期方波信號(hào)進(jìn)行濾波 3.2.1 設(shè)計(jì)內(nèi)容

9、1）生成一個(gè)基頻為 10Hz 的周期方波信號(hào)。 2）選擇適當(dāng)?shù)?DFT 參數(shù)，對(duì)其進(jìn)行 DFT，分析其頻譜特性，并繪出相應(yīng)曲線。 3）設(shè)計(jì)多個(gè)濾波器，濾除該周期信號(hào)中 30Hz, 40Hz, 50Hz 以后的頻率分量，觀察濾波前 后信號(hào)的時(shí)域和頻域波形變化 4）如果該信號(hào)淹沒在噪聲中，試濾除噪聲信號(hào)。 3.2.2 設(shè)計(jì)思想 此題前面二問仍然是很基礎(chǔ)的題目，可以很容易地得出程序代碼，并且畫出其的圖像與 7 頻譜特性。后二問則需要用到 randn(1,N)函數(shù)生成隨機(jī)噪聲，并且需要用到 filter 函數(shù)濾去 噪聲。 首先對(duì)待濾波的信號(hào)進(jìn)行頻譜分析，觀察信號(hào)頻率分布的規(guī)律，此題目為加性噪聲的情 況

10、，信號(hào)的頻譜與噪聲的頻譜基本不重疊，可以采用頻率選擇濾波器直接對(duì)信號(hào)進(jìn)行濾波。 再需要根據(jù)信號(hào)時(shí)域特性、頻域特性、或時(shí)頻特性確定濾波器的設(shè)計(jì)參數(shù)，設(shè)計(jì)出相應(yīng)的數(shù) 字濾波器。 最后，利用該數(shù)字濾波器對(duì)信號(hào)進(jìn)行濾波，在時(shí)域和頻域觀察信號(hào)濾波的主觀及客觀效 果。若主觀及客觀效果滿足要求，說明分析過程和濾波方法正確有效，若不滿足要求，需要 重新分析和設(shè)計(jì)。 題目要求的是 10HZ 的周期方波頻率，我們可以采用 square 函數(shù)產(chǎn)生方波信號(hào)，要濾 除 30Hz ，40HZ，50Hz 之后的以外的頻率成分，因此我選擇了低通濾波器進(jìn)行濾波，并且 優(yōu)先選擇了巴特沃斯低通濾波器，因?yàn)榇藶V波器相對(duì)而言參數(shù)容易設(shè)

11、置，同時(shí)有相對(duì)平坦的 通帶與阻帶，可以滿足題目的要求。并且考慮到濾波器的過度，我選擇了進(jìn)行過度，即通帶 邊界頻率與阻帶截至頻率。并且設(shè)置好最大通帶衰減與最小阻帶衰減，確定 buttord 的參數(shù)， 之后便可以得到濾波器的傳遞函數(shù)，由此可以畫出波形。濾波之后采點(diǎn)進(jìn)行傅里葉變化后得 到頻率圖。 3.2.3 設(shè)計(jì)步驟 1. 采用 square 函數(shù)產(chǎn)生方波信號(hào) 2. 利用 DFT 進(jìn)行頻譜分析 3. 設(shè)計(jì)巴特沃斯低通濾波器，濾除 30Hz ,40Hz ,50Hz 以外的所有信號(hào) 4. 利用 random 函數(shù)產(chǎn)生一個(gè)隨機(jī)噪聲加到原信號(hào)上去，利用濾波器濾除噪聲 3.2.4 設(shè)計(jì)結(jié)果 8 方波信號(hào)的產(chǎn)生

12、和頻譜分析： 9 濾除 40Hz 以外的所有頻率信號(hào)后時(shí)域及頻譜圖 濾除 40Hz 以外的所有頻率信號(hào)后時(shí)域及頻譜圖： 10 濾除 40Hz 以外的所有頻率信號(hào)后時(shí)域及頻譜圖： 濾除隨機(jī)信號(hào)： 11 3.3 對(duì)語(yǔ)音信號(hào)實(shí)現(xiàn)回聲處理 3.3.1 設(shè)計(jì)內(nèi)容 獲取一段音樂或語(yǔ)音信號(hào)，設(shè)計(jì)單回聲濾波器，實(shí)現(xiàn)信號(hào)的單回聲產(chǎn)生。給出單回聲濾 波器的單位脈沖響應(yīng)及幅頻特性，給出加入單回聲前后的信號(hào)頻譜。設(shè)計(jì)多重回聲濾波器， 實(shí)現(xiàn)多重回聲效果。給出多回聲濾波器的單位脈沖響應(yīng)及幅頻特性，給出加入多重回聲后的 信號(hào)頻譜。設(shè)計(jì)多段均衡器，使得不同頻率的混合音頻信號(hào)，通過一個(gè)均衡器后，增強(qiáng)或削 減某些頻率分量 3.3

13、.2 設(shè)計(jì)思想 利用系統(tǒng)函數(shù)來(lái)讀取聲音文件，得到采樣頻率和頻譜特性，要實(shí)現(xiàn)聲音信號(hào)的單重、多 重回聲效果，在原函數(shù)的基礎(chǔ)上加入零序列可以使聲音信號(hào)延后，再乘以一個(gè)衰減系數(shù)，可 以得到回聲信號(hào)，然后進(jìn)行累加，得到回聲信信號(hào)。最后設(shè)計(jì)均衡器，使得不同頻率的混合 12 音頻信號(hào)，通過一個(gè)均衡器后，增強(qiáng)或削減某些頻率區(qū)域?？梢韵仍O(shè)計(jì)出一個(gè)低通濾波器， 將低通濾波器的濾波頻率進(jìn)行增大或減小，再延后濾波信號(hào)，并進(jìn)行累加，過濾，便可以得 到設(shè)計(jì)的均衡器。 3.3.3 設(shè)計(jì)步驟 1.讀取語(yǔ)音 2.畫出時(shí)域波形 3.利用 FFT 畫出頻域波形 4.進(jìn)行單回聲處理 5.進(jìn)行多回聲處理 6.利用均衡器進(jìn)行處理 3.

14、3.4 設(shè)計(jì)結(jié)果 獲取語(yǔ)音信號(hào)：獲取語(yǔ)音信號(hào)： 單回聲濾波：?jiǎn)位芈暈V波： 13 多重回聲濾波： 14 均衡器設(shè)計(jì)： 15 四、結(jié)果分析 4.1 Gaussian 序列頻域變換分析 1）根據(jù)采樣定理可知，采樣頻率 fs 應(yīng)大于二倍的最高頻率，故在取 2000Hz 作為采樣頻率 后，沒有出現(xiàn)明顯的頻譜混疊現(xiàn)象。 2）結(jié)果共顯示了三幅圖。其中圖二是 N 很小，截?cái)嘈?yīng)明顯的頻譜圖；圖三是 N=200，明 顯減小了截?cái)嘈?yīng)的頻譜圖。圖二圖三比較可以看出，圖二中本沒有的頻率信號(hào)出現(xiàn)在頻譜 圖中，這是由于截?cái)嘈?yīng)引起的，而圖三濾除了本沒有的頻率信號(hào)，明顯減少了截?cái)嘈?yīng)對(duì) 頻譜圖的影響 4.2 對(duì)周期方波信

15、號(hào)進(jìn)行濾波 1）方波信號(hào)的頻譜幅度隨著 f 的增大而逐漸減小。 2）濾除該周期信號(hào)中 30Hz,40Hz,50Hz 以后的頻率分量后，頻域波形發(fā)生了明顯的變化， 30Hz,40Hz,50Hz 以外的頻譜幅度為零，即 30Hz,40Hz,50Hz 以后的頻率分量已全部濾除。 4.3 對(duì)語(yǔ)音信號(hào)實(shí)現(xiàn)回聲處理 1）讀取音樂信號(hào)“noisy”記錄其采樣頻率，需要使用函數(shù)“wavread”,畫出其時(shí)域波形之 后進(jìn)行傅立葉變換，得到頻域波形；對(duì)于聲音信號(hào)的快放和慢放，只需要改變其頻率就可以 實(shí)現(xiàn)，在課程設(shè)計(jì)中考慮到需要滿足不同要求，便設(shè)定語(yǔ)句 a=input(請(qǐng)輸入音樂變速倍數(shù)); 只需輸入變速倍數(shù)，快放

16、系數(shù)大于 1，慢放系數(shù)小于 1，用語(yǔ)句 sound(y,a*fs)就可以實(shí)現(xiàn)； 對(duì)于聲音信號(hào)的放大和衰減功能的實(shí)現(xiàn)，改變信號(hào)幅度即可，類似于上一個(gè)要求，由用戶輸 入音樂放大倍數(shù) b=input(請(qǐng)輸入音樂放大倍數(shù))，聲音信號(hào)放大則系數(shù)大于 1，衰減則系數(shù) 小于 1，用語(yǔ)句 sound(b*y,fs)實(shí)現(xiàn)該功能； 2）要聲音信號(hào)的多重回放功能，對(duì)原信號(hào)進(jìn)行擴(kuò)展，該序列依次后移，空位補(bǔ)零序列，產(chǎn) 生三個(gè)相同長(zhǎng)度，但是聲音信號(hào)（即擴(kuò)展序列中非零段）位于不同位置的序列，然后對(duì)這三 個(gè)信號(hào)進(jìn)行疊加，就可以實(shí)現(xiàn)題意要求的多重回放功能； 3）設(shè)計(jì)均衡器，使得得不同頻率的混合音頻信號(hào)，通過一個(gè)均衡器后，增強(qiáng)或

17、削減某些頻 率區(qū)域，基本原理依然是設(shè)計(jì)低通濾波器原型，對(duì)于該濾波器進(jìn)行改進(jìn)，擴(kuò)展得到可以實(shí)現(xiàn) 要求的均衡器，利用 alpha=1,3,0.5,2可設(shè)計(jì)不同放大或者衰減倍數(shù)的濾波器。即先根據(jù)設(shè) 計(jì) FIR 濾波器的原理設(shè)計(jì)出一個(gè)低通濾波器，改變參數(shù)并疊加得到所需要的均衡器，實(shí)現(xiàn)不 同頻段聲音信號(hào)的放大和衰減。 16 五、總結(jié) 在這次歷時(shí)近一個(gè)月的數(shù)字信號(hào)處理課程設(shè)計(jì)中，我收獲頗多。 1、開始設(shè)計(jì)時(shí)，不要太過于追求完美，有思路就馬上記錄下來(lái)，在查閱資料也要注意記錄 重點(diǎn)。 2、遇到問題，不要著急，保住沉著的心態(tài)，通過查閱資料、請(qǐng)教老師或同學(xué)找出解決途徑。 3、做設(shè)計(jì)，單憑自己的力量是不夠的，要學(xué)會(huì)

18、學(xué)習(xí)別人好的方面，多查閱資料，多與老師、 同學(xué)交流，學(xué)會(huì)把別人的知識(shí)轉(zhuǎn)變?yōu)樽约旱闹R(shí)。 4、了解了許多匯編程序的思想，擴(kuò)展了自己的視野，不再僅僅局限于書本中幾條簡(jiǎn)短的程 序，而且更重要的是明白寫程序的態(tài)度：仔細(xì)謹(jǐn)慎，精益求精。 5、養(yǎng)成良好的工作態(tài)度，細(xì)心認(rèn)真，這對(duì)以后工作具有重要意義。 第一次選題目時(shí)，初步瀏覽了所有備選題目，可能是由于這門課程是在上學(xué)期學(xué)習(xí)的， 一些知識(shí)已經(jīng)不是很清楚，只是腦海中存在著一些簡(jiǎn)單的記憶，看到第一題目有實(shí)現(xiàn)聲音信 號(hào)的快放、慢放、放大、衰減等功能，比較感興趣，于是選擇了第一題。但是再后來(lái)完成課 程設(shè)計(jì)的過程中，發(fā)現(xiàn)這并不簡(jiǎn)單，而且相關(guān)知識(shí)點(diǎn)已經(jīng)模糊，所以又重新拿

19、起 MATLAB 和數(shù)字信號(hào)處理，選擇要完成本次課設(shè)所需要儲(chǔ)備的基本知識(shí)重新研究。 第一題和第二題基本都可以在書本上找到類似的題目，但是課程設(shè)計(jì)的題目會(huì)更系統(tǒng)、 更龐大一點(diǎn)，于是我把基本原型理解清楚，然后做出簡(jiǎn)單的信號(hào)時(shí)域采樣，頻率特性，畫出 它們的時(shí)域與頻域波形，分析它們的頻譜特性，觀察不同長(zhǎng)度、不同窗函數(shù)下的截?cái)嘈?yīng)和 譜間干擾，借助于書和網(wǎng)絡(luò)工具，研究不同窗函數(shù)的效果，以及不同采樣點(diǎn)數(shù)對(duì)信號(hào)波形的 影響，重新掌握學(xué)過的知識(shí)。 最感興趣的第三題也使花費(fèi)時(shí)間和經(jīng)歷最多的題目，相對(duì)于前兩道題目，第三題更加系 17 統(tǒng)，要求也更高，最初甚至不清楚怎樣讀取聲音信號(hào)，怎樣得到它的頻域波形，于是就上網(wǎng)

20、 查詢，了解到函數(shù)可以實(shí)現(xiàn)此功能，便開始嘗試，聲音信號(hào)快放和慢放，以及放大衰減功能， 根據(jù)自己的思路只需改變信號(hào)的頻率和幅度便可以實(shí)現(xiàn)，再次借助函數(shù)完成此兩項(xiàng)功能。而 在實(shí)現(xiàn)聲音信號(hào)回放功能的時(shí)候，只是有大體思路，要將信號(hào)移頻，疊加，但是不知道功能 怎樣實(shí)現(xiàn)，請(qǐng)教同學(xué)后明白要補(bǔ)加零序列，使幾個(gè)序列通常度便可以實(shí)現(xiàn)。最后均衡器的實(shí) 現(xiàn)，在剛開始做的時(shí)候不清楚怎樣實(shí)現(xiàn)不同頻段的改變，在研究書本之后也沒有思路，便上 網(wǎng)查找類似均衡器的設(shè)計(jì)，找到方法，看懂、理解設(shè)計(jì)過程，自己設(shè)計(jì)出了符合要求的均衡 器。 在設(shè)計(jì)過程中，犯了些錯(cuò)誤，發(fā)現(xiàn)自己還不夠認(rèn)真不夠細(xì)心，有些錯(cuò)誤本來(lái)可以避免， 但是由于粗心，輸入錯(cuò)

21、誤等檢錯(cuò)改錯(cuò)很久。另外以前的知識(shí)學(xué)習(xí)的不是很牢固，但這次課程 設(shè)計(jì)，不但鞏固了以前的知識(shí)，還學(xué)習(xí)了新內(nèi)容，增加了自己的思考能力，鍛煉了學(xué)習(xí)能力， 達(dá)到了目的。同時(shí)也明白了學(xué)習(xí)過程中不能在完全學(xué)會(huì)了才動(dòng)手去做，我們應(yīng)該邊學(xué)邊做， 在摸索中學(xué)習(xí)，不斷發(fā)現(xiàn)問題，不斷解決問題，這樣才能在更正錯(cuò)誤、補(bǔ)充不足中不斷進(jìn)步。 只有把所學(xué)的理論知識(shí)與實(shí)踐相結(jié)合起來(lái)，從理論中得出結(jié)論，才能真正為社會(huì)服務(wù)，從而 提高自己的實(shí)際動(dòng)手能力和獨(dú)立思考的能力。 最后感謝老師在這次課程設(shè)計(jì)的過程中答疑解惑，有了老師的幫助，才更快的找到方向， 改正錯(cuò)誤，減少一些不必要的時(shí)間損失，更快更好的完成課程設(shè)計(jì)任務(wù)。 六、附錄 6.1

22、參考書目 18 1）數(shù)字信號(hào)處理（第三版） 2）MATLAB程序設(shè)計(jì)與應(yīng)用 6.2 源程序 6.2.1 6.2.1.1 p=8; q1=2; q2=4; q3=8; n=0:15; xa1=exp(-(n-p).2./q1); xa2=exp(-(n-p).2./q2); xa3=exp(-(n-p).2./q3); Fa1=abs(fft(xa1); Fa2=abs(fft(xa2); Fa3=abs(fft(xa3); subplot(3,2,1); stem(n,xa1,.,r); grid; xlabel(n); title(p=8,q=2的時(shí)域特性); subplot(3,2,2);

23、 stem(n,Fa1,.); grid; xlabel(n); title(p=8,q=2的幅頻特性); subplot(3,2,3); stem(n,xa2,.,r); grid; xlabel(n); title(p=8,q=4的時(shí)域特性) subplot(3,2,4); stem(n,Fa2,.); grid; xlabel(n); title(p=8,q=4的幅頻特性); subplot(3,2,5); stem(n,xa3,.,r); grid; xlabel(n); title(p=8,q=8的時(shí)域特性) 19 subplot(3,2,6); stem(n,Fa3,.); gri

24、d; xlabel(n); title(p=8,q=8的幅頻特性); 6.2.1.2 q=8; p1=8; p2=12; p3=14; n=0:15; xa1=exp(-(n-p1).2./q); xa2=exp(-(n-p2).2./q); xa3=exp(-(n-p3).2./q); Fa1=abs(fft(xa1); Fa2=abs(fft(xa2); Fa3=abs(fft(xa3); subplot(3,2,1); stem(n,xa1,.,r); grid; xlabel(n); ylabel(q=8,p=8的時(shí)域特性); subplot(3,2,2); stem(n,Fa1,.)

25、; grid; xlabel(n); ylabel(q=8,p=8的幅頻特性); subplot(3,2,3); stem(n,xa2,.,r); grid; xlabel(n); ylabel(q=8,p=12的時(shí)域特性); subplot(3,2,4); stem(n,Fa2,.); grid; xlabel(n); ylabel(q=8,p=12的幅頻特性); subplot(3,2,5); stem(n,xa3,.,r); grid; xlabel(n); ylabel(q=8,p=14的時(shí)域特性); subplot(3,2,6); 20 stem(n,Fa3,.); grid; xl

26、abel(n); ylabel(q=8,p=14的幅頻特性); 6.2.1.3 N=50; n=0:15; m=0:49 p=8; q=2; a=0.1; f=0.0625; x1=exp(-(n-p).2/q); x2=cos(0.2*pi)*m)+cos(0.9*pi)*m); yn=conv(x1,x2); subplot(1,1,1); n=0:length(yn)-1; stem(n,yn,.); title(xa(n)與xb(n)線性卷積的結(jié)果); xlabel(n); ylabel(y(n); 6.2.1.4線性卷積 N=50; n=0:15; m=0:49 p=8; q=2;

27、xa=exp(-(n-p).2)./q); xb=cos(0.2*pi)*m)+cos(0.9*pi)*m); x=conv(xa,xb); F=fft(x); X=abs(F); subplot(2,1,1); stem(x,.); title(x(n)線性卷積序列); xlabel(n); ylabel(x(n); grid; subplot(2,1,2); stem(X,.,r); title(線性卷積的幅頻特性曲線); xlabel(k); ylabel(|X(k)|); 21 grid; 6.2.1.5 50點(diǎn)圓周卷積 N=50; n=0:15; m=0:49 p=8; q=2; x

28、a=exp(-(n-p).2)./q); xb=cos(0.2*pi)*m)+cos(0.9*pi)*m); Fa=fft(xa,N); Xa=abs(Fa); Fb=fft(xb,N); Xb=abs(Fb); F=Fa.*Fb; X=Xa.*Xb; x=ifft(F,N); subplot(2,1,1) stem(x,.); title(圓周卷積原序列); xlabel(n); ylabel(x(n); grid; subplot(2,1,2); stem(X,.,r); grid; title(圓周卷積幅頻特性); xlabel(k); ylabel(|X(k)|); 6.2.2方波信號(hào)

29、的時(shí)域、頻域分析 6.2.2.1方波信號(hào)的產(chǎn)生及頻域分析 t=0:0.001:1; x=square(2*pi*10*t); %生成基頻為10Hz的周期方波信號(hào) subplot(2,1,1); plot(t,x); title(基頻為10Hz的周期方波信號(hào)); xlabel(時(shí)間(秒); ylabel(函數(shù)值(福特); axis(0 0.4 -2 2); Fs=1000; %采樣頻率 22 T=1/10; %采樣長(zhǎng)度 N=T*Fs; %采樣點(diǎn)數(shù) t1=0:1/Fs:1/Fs*(N-1); x1=square(2*pi*10*t1); f=(-N/2)*Fs/N:Fs/N:(N/2-1)*Fs/

30、N; fx=fftshift(fft(x,N)/N; subplot(2,1,2); plot(f,abs(fx); title(方波信號(hào)的頻譜) xlabel(頻率) ylabel(函數(shù)值fx) 6.2.2.2濾除30Hz以后所有頻率分量 Fs=1000; t=0:1/Fs:2; x=square(2*pi*10*t); wp=2*28/Fs;ws=2*40/Fs;Rp=3;As=30; N,wc=buttord(wp,ws,Rp,As); B,A=butter(N,wc); H,W=freqz(B,A); %用該濾波器對(duì)方波進(jìn)行濾波 y1=filter(B,A,x); subplot(2,

31、1,1); plot(t,y1); title(濾波后時(shí)域波形);%30Hz濾波后時(shí)域波形 M=512 t1=0:1/Fs:1/Fs*(M-1); x1=square(2*pi*10*t1); fs=(-M/2)*Fs/M:Fs/M:(M/2-1)*Fs/M; ys=fftshift(fft(y1,M)/M; subplot(2,1,2); plot(fs,abs(ys); title(濾波后頻域波形) xlabel(頻率) ylabel(函數(shù)值fx) axis(-60 60 0 1); 6.2.2.3濾除40Hz以后所有頻率分量 Fs=1000; t=0:1/Fs:2; x=square(2

32、*pi*10*t); wp=2*40/Fs;ws=2*50/Fs;Rp=3;As=30; N,wc=buttord(wp,ws,Rp,As); B,A=butter(N,wc); 23 H,W=freqz(B,A); %用該濾波器對(duì)方波進(jìn)行濾波 y1=filter(B,A,x); subplot(2,1,1); plot(t,y1); title(濾波后時(shí)域波形);%30Hz濾波后時(shí)域波形 M=512 t1=0:1/Fs:1/Fs*(M-1); x1=square(2*pi*10*t1); fs=(-M/2)*Fs/M:Fs/M:(M/2-1)*Fs/M; ys=fftshift(fft(y1

33、,M)/M; subplot(2,1,2); plot(fs,abs(ys); title(濾波后頻域波形) xlabel(頻率) ylabel(函數(shù)值fx) axis(-70 70 0 1); 6.2.2.4濾除50Hz以后所有頻率分量 Fs=1000; t=0:1/Fs:2; x=square(2*pi*10*t); wp=2*50/Fs;ws=2*65/Fs;Rp=3;As=30; N,wc=buttord(wp,ws,Rp,As); B,A=butter(N,wc); H,W=freqz(B,A); %用該濾波器對(duì)方波進(jìn)行濾波 y1=filter(B,A,x); subplot(2,1

34、,1); plot(t,y1); title(濾波后時(shí)域波形);%30Hz濾波后時(shí)域波形 M=512 t1=0:1/Fs:1/Fs*(M-1); x1=square(2*pi*10*t1); fs=(-M/2)*Fs/M:Fs/M:(M/2-1)*Fs/M; ys=fftshift(fft(y1,M)/M; subplot(2,1,2); plot(fs,abs(ys); title(濾波后頻域波形) xlabel(頻率) ylabel(函數(shù)值fx) axis(-80 80 0 1); 6.2.2.5方波濾波 24 Fs=1000; t=0:1/Fs:2; T=2; x=square(2*pi

35、*10*t); yz=x+randn(1,length(t); subplot(2,1,1); plot(t,yz); title(淹沒在噪聲中的方波信號(hào)); %設(shè)計(jì)一個(gè)濾除300HZ以后頻率的巴特沃斯低通濾波器 wp1=2*50/Fs;ws1=2*80/Fs;Rp1=1;As1=30; N1,wc1=buttord(wp1,ws1,Rp1,As1); B1,A1=butter(N1,wc1); H1,W1=freqz(B1,A1); %用該濾波器進(jìn)行濾波 y2=filter(B1,A1,yz); subplot(2,1,2); plot(t,y2); title(濾波后波形圖); 6.2.3

36、語(yǔ)音回聲濾波分析 6.2.3.1讀取聲音頻譜 y,fs,bit=wavread(noisy); size(y); fs y1=y( : ,1); n1=length(y1); t1=(0:n1-1)/fs; subplot(211); plot(t1,y); ylabel(幅值); xlabel(時(shí)間); title(信號(hào)波形); subplot(212); Y1=fft(y1); w1=2/n1*(0:n1-1); plot(w1,abs(Y1); title(信號(hào)頻率); xlabel(數(shù)字角頻率); ylabel(幅度); grid on; 6.2.3.2單回聲濾波 x,fs=wavread(noisy); 25 N=length(x); x11=x(1:N); x2=zeros(1,5000),0.1*x11,zeros(1,1000); y=x2; y1=fft(x); subplot(3,1,1); plot(0:N-1)/N*fs,abs(y1) title(原始信號(hào)頻域波形); subplot(3,1,2); plot(y(1:3200.+N); title(含單回聲信號(hào)波形); h=fft(y,N); subplot(3,