中南大學(xué)數(shù)字信號處理課程設(shè)計任務(wù)書(共27頁)

1、PAGE PAGE 30 目錄(ml)一、課程設(shè)計目的(md)2二、課程設(shè)計內(nèi)容(nirng)2三、課程設(shè)計要求3四、程序設(shè)計原理及思路 4.1 設(shè)計原理34.2 設(shè)計思路4.2.1、第一大題64.2.2、第二大題74.2.3、第三大題 3.17 3.27 3.384.3、GUI圖形界面8五、程序測試輸出結(jié)果9六、總結(jié)15七、主要參考資料15八、程序源代碼清單15中 南 大 學(xué)課程設(shè)計任務(wù)書一、課程設(shè)計目的(md)：1全面(qunmin)復(fù)習(xí)課程所學(xué)理論(lln)知識，鞏固所學(xué)知識重點和難點，將理論與實踐很好地結(jié)合起來。2提高綜合運用所學(xué)知識獨立分析和解決問題的能力；3熟練使用一種高級語言進行

2、編程實現(xiàn)。二、課程設(shè)計內(nèi)容課程設(shè)計選題組一： 一、一個連續(xù)信號含兩個頻率分量，經(jīng)采樣得當(dāng)N=16，f分別為1/16和1/64時，觀察其頻譜；當(dāng)N=128時，f不變，其結(jié)果有何不同，為什么？繪出相應(yīng)的時域與頻域特性曲線，分析說明如何選擇DFT參數(shù)才能在頻譜分析中分辨出兩個不同的頻率分量。二、對周期方波信號進行濾波 1）生成一個基頻為10Hz的周期方波信號。 2）選擇適當(dāng)?shù)腄FT參數(shù)，對其進行DFT，分析其頻譜特性，并繪出相應(yīng)曲線。 3）設(shè)計一個濾波器，濾除該周期信號中40Hz以后的頻率分量，觀察濾波前后信號的時域和頻域波形變化4）如果該信號淹沒在噪聲中，試濾除噪聲信號。三、音樂信號處理： 1）獲

3、取一段音樂或語音信號，設(shè)計單回聲濾波器，實現(xiàn)信號的單回聲產(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頻譜。 2）設(shè)計多重回聲濾波器，實現(xiàn)多重回聲效果。給出多回聲濾波器的單位(dnwi)脈沖響應(yīng)及幅頻特性，給出加入多重回聲后的信號頻譜。 3）設(shè)計全通混響器，實現(xiàn)(shxin)自然聲音混響效果。給出混響器的單位脈沖響應(yīng)及幅頻特性，給出混響后的信號頻譜。4）設(shè)計均衡器，使得(sh de)不同頻率的混合音頻信號，通過一個均衡器后，增強或削減某些頻率分量*。（*可選做）三、課程設(shè)計要求1、使用MATLAB（或其它開發(fā)工具）編程實現(xiàn)上述內(nèi)容，寫出課程設(shè)計報告。濾波器設(shè)計題目應(yīng)盡

4、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)計中所有頻譜顯示中模擬頻率應(yīng)以實際頻率顯示，數(shù)字頻率應(yīng)對歸一化。2、課程設(shè)計報告的內(nèi)容包括：課程設(shè)計題目和題目設(shè)計要求；設(shè)計思想和系統(tǒng)功能分析；設(shè)計中關(guān)鍵部分的理論分析與計算，參數(shù)設(shè)置，關(guān)鍵模塊的設(shè)計思路；(4)測試數(shù)據(jù)、測試輸出結(jié)果，及必要的理論分析和比較 總結(jié)，包括設(shè)計過程中遇到的問題和解決方法，設(shè)計心得與體會等；參考文獻；程序源代碼清單。3、演示系統(tǒng)使用GUI界面或混合編程實現(xiàn)集成打包發(fā)布，四、程序設(shè)計思路及分析在開始動手之前，首先回顧了數(shù)字信號處理的理論知識，特別是關(guān)于采樣和相關(guān)方面的知識。然后熟悉Matlab軟件，最后是查找相關(guān)聲音處理

5、方面的資料，熟悉它的作用功能及研究的意義。4.1設(shè)計原理 1.用DFT對連續(xù)信號(xnho)進行譜分析（1）原理(yunl)（2）頻率分辨率與DFT參數(shù)(cnsh)的選擇頻率分辨率是指所用的算法能將信號中兩個靠得很近的譜峰分開的能力。設(shè)是一個帶限的連續(xù)時間信號，最高頻率為fc，根據(jù)時域采樣定理，采樣頻率fs2fc，一般取。對在時間長度為Tp的一段上抽取N點，得到一個長度為N的有限長序列x(n)，則有由于fs對應(yīng)于數(shù)字頻率，對x(n)作N點DFT，則數(shù)字域的頻率分辨率此時，相應(yīng)的模擬域的頻率分辨率為上式說明：如果保持采樣點數(shù)N不變，要提高譜的分辨率(F減小)，必須降低采樣速率，采樣速率的降低會引

6、起譜分析范圍減少；如維持fs不變，為提高分辨率可以增加采樣點數(shù)N。2用DFT進行譜分析的誤差問題（1）混疊現(xiàn)象利用DFT逼近連續(xù)時間信號的傅里葉變換，為避免混疊失真，按照抽樣定理的要求，采樣頻率至少是信號最高頻率的兩倍。解決混疊問題的唯一方法是保證采樣頻率足夠高。（2）截斷效應(yīng)利用DFT處理非時限序列時，須將該序列截斷。設(shè)序列的頻譜為，矩形窗函數(shù)的頻譜為，則截斷后序列的頻譜為由于矩形窗函數(shù)頻譜的引入，使卷積后的頻譜被展寬了，稱為頻譜泄露（截斷效應(yīng)）。減少方法：選擇適當(dāng)形狀的窗函數(shù)，如漢寧窗或漢明窗等。（3）柵欄效應(yīng)DFT是有限長序列的頻譜等間隔采樣，相當(dāng)于透過一個柵欄去觀察原來信號的頻譜，這種

7、現(xiàn)象稱為柵欄效應(yīng)。減小柵欄效應(yīng)的方法：末尾補零。補零沒有對原信號增加任何新的信息，因此不能提高頻率分辨率。補零的目的：使數(shù)據(jù)N為2的整數(shù)次冪，以便于用快速傅里葉變換算法（FFT），而且補零還可對原X(k)做插值。3. 巴特沃斯濾波器巴特沃斯濾波器的特點(tdin)是 HYPERLINK /view/141526.htm t _blank 通頻帶(pndi)內(nèi)的頻率響應(yīng)曲線最大限度平坦，沒有起伏，而在阻頻帶(pndi)則逐漸下降為零。 在 HYPERLINK /view/29246.htm t _blank 振幅的對數(shù)對角頻率的 HYPERLINK /view/1935795.htm t _bl

8、ank 波特圖上,從某一邊界角頻率開始,振幅隨著角頻率的增加而逐步減少,趨向負(fù)無窮大。一階巴特沃斯濾波器的衰減率為每倍頻6分貝，每十倍頻20分貝。二階巴特沃斯濾波器的衰減率為每倍頻12分貝、三階巴特沃斯濾波器的衰減率為每倍頻18分貝、如此類推。巴特沃斯濾波器的振幅對角頻率單調(diào)下降，并且也是唯一的無論階數(shù)，振幅對角 HYPERLINK /view/2434449.htm t _blank 頻率曲線都保持同樣的形狀的濾波器。只不過 HYPERLINK /view/141368.htm t _blank 濾波器階數(shù)越高，在阻頻帶振幅衰減速度越快。其他濾波器高階的振幅對角頻率圖和低級數(shù)的振幅對角頻率有

9、不同的形狀。4.FIR數(shù)字濾波器FIR(Finite Impulse Response)濾波器：有限長單位沖激響應(yīng)濾波器，又稱為非遞歸型濾波器，是 HYPERLINK /view/162096.htm t _blank 數(shù)字信號處理系統(tǒng)中最基本的元件，它可以在保證任意幅頻特性的同時具有嚴(yán)格的線性相頻特性，同時其單位抽樣響應(yīng)是有限長的，因而濾波器是穩(wěn)定的系統(tǒng)。因此，F(xiàn)IR濾波器在通信、圖像處理、 HYPERLINK /view/14685.htm t _blank 模式識別等領(lǐng)域都有著廣泛的應(yīng)用。 在進入FIR濾波器前，首先要將信號通過A/D器件進行模數(shù)轉(zhuǎn)換，把模擬信號轉(zhuǎn)化為數(shù)字信號；為了使信號

10、處理能夠不發(fā)生失真，信號的采樣速度必須滿足奈奎斯特定理，一般取信號頻率上限的4-5倍做為采樣頻率5.IIR數(shù)字濾波器IIR(Infinite Impulse Response)數(shù)字濾波器，又名“無限 HYPERLINK /view/1176449.htm t _blank 脈沖響應(yīng)數(shù)字濾波器”，或“遞歸濾波器”。遞歸濾波器，也就是IIR數(shù)字濾波器，顧名思義，具有反饋，一般認(rèn)為具有無限的 HYPERLINK /view/1176449.htm t _blank 脈沖響應(yīng)。(1)、封閉函數(shù)IIR數(shù)字濾波器的 HYPERLINK /view/710031.htm t _blank 系統(tǒng)函數(shù)可以寫成封

11、閉 HYPERLINK /view/15061.htm t _blank 函數(shù)的形式。(2)、IIR數(shù)字濾波器采用遞歸型結(jié)構(gòu)IIR數(shù)字濾波器采用 HYPERLINK /view/96473.htm t _blank 遞歸型結(jié)構(gòu)，即結(jié)構(gòu)上帶有反饋環(huán)路。IIR濾波器運算結(jié)構(gòu)通常由延時、乘以系數(shù)和相加等基本運算組成，可以組合成直接型、正準(zhǔn)型、級聯(lián)型、并聯(lián)型四種結(jié)構(gòu)形式，都具有反饋回路。由于運算中的舍入處理，使誤差不斷累積，有時會產(chǎn)生微弱的 HYPERLINK /view/2027004.htm t _blank 寄生振蕩。(3)、借助成熟的模擬濾波器的成果IIR數(shù)字濾波器在設(shè)計上可以借助成熟的模擬濾

12、波器的成果，如 HYPERLINK /view/11761567.htm t _blank 巴特沃斯、契比雪夫和 HYPERLINK /view/3044598.htm t _blank 橢圓濾波器等，有現(xiàn)成的設(shè)計數(shù)據(jù)或圖表可查，其設(shè)計工作量比較小，對計算工具的要求不高。在設(shè)計一個IIR數(shù)字濾波器時，我們根據(jù)指標(biāo)先寫出模擬濾波器的公式，然后通過一定的變換，將 HYPERLINK /view/3161131.htm t _blank 模擬濾波器的公式轉(zhuǎn)換成 HYPERLINK /view/163224.htm t _blank 數(shù)字濾波器的公式。(4)、需加相位校準(zhǔn)(jio zhn)網(wǎng)絡(luò)IIR數(shù)

13、字濾波器的相位特性不好控制，對相位要求(yoqi)較高時，需加相位校準(zhǔn)網(wǎng)絡(luò)。4.2設(shè)計(shj)思路1、第一大題 首先要在matlab中實現(xiàn)信號x(n)，然后分別按照f=1/16，f=1/64進行等間隔采樣；再調(diào)用函數(shù)FFT對它進行離散傅里葉變換；畫圖調(diào)用subplot()和plot()來完成，并且要注意頻率的歸一化。 由以下得到的波形可以看出:數(shù)字時域中每格1/N,頻域中不失真時應(yīng)該在0.125和0.125+f的地方有幅值，如當(dāng)N=16，f=1/16時，兩頻率分量應(yīng)該是0.125和0.125+1/16，對應(yīng)到譜線上是2*（1/N）、3*（1/N）即第2和3條，分辨率足夠到把兩譜線分開，但當(dāng)f

14、=1/64時由于兩譜線靠的太近，1/N的分辨率不能分開他們，出現(xiàn)頻譜混疊現(xiàn)象。根據(jù)奈奎斯特定理，采樣頻率應(yīng)該保證大于兩倍的截止頻率，就能以免發(fā)生頻譜混疊。所以，f=1/16時頻譜具有兩個清晰的雙峰。 相對于N=16時，當(dāng)N=128時，分辨率等于fs/N，f=1/N時，主瓣寬度變窄，頻率分辨率增大，不會發(fā)生頻譜泄露，圖中兩譜線都能分清，且時域窗增大了，泄露現(xiàn)象有所改善，可見提高分辨率可以增加信號的截取長度，但旁瓣的相對幅度并不減少。2、第二大題 首先對待濾波的信號進行頻譜分析，觀察信號頻率分布的規(guī)律，從而確定數(shù)字濾波器的類型（FIR濾波器、IIR濾波器、自適應(yīng)濾波器、小波濾波器等）。 在加性噪聲

15、的情況下，若信號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（FIR濾波器、IIR濾波器）。 若信號的頻譜與噪聲的頻譜重疊較多，可以采用自適應(yīng)(shyng)濾波、小波濾波等。 若為乘性噪聲，可以根據(jù)同態(tài)濾波的原理對信號進行預(yù)處理，然后(rnhu)再按照加性噪聲的情況處理。 在確定了數(shù)字濾波器類型后，還需要根據(jù)信號時域特性、頻域特性、或時頻特性確定濾波器的設(shè)計參數(shù)(cnsh)，設(shè)計出相應(yīng)的數(shù)字濾波器。 最后，利用該數(shù)字濾波器對信號進行濾波，在時域和頻域觀察信號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。 針對題目要求的

16、10Hz周期方波頻率，選擇低通濾波器進行濾波，我優(yōu)先選擇了巴特沃斯低通濾波器，因為其具有平坦的通帶與阻帶。根據(jù)方波時域進行傅里葉變換后得到的頻域圖，分析正半峰容易得到通帶邊界頻率與阻帶截至頻率，再由|20*log（輸入/輸出）|求出衰減，分別得到最大通帶衰減與最小阻帶衰減，由這四個巴特沃斯參數(shù)可以求出N最大階數(shù)與Wc截至頻率。最后通過butter求出系統(tǒng)函數(shù)多項式的分子與分母。3、第三大題3.1 單回聲回音可以由簡單的延時單元產(chǎn)生。直達聲和在R抽樣周期后出現(xiàn)的一種單個回音，可以用FIR濾波器產(chǎn)生，微分方程為：yn=xn+xn-R |=2fc，以免發(fā)生頻譜混疊現(xiàn)象。圖六 第一(dy)大題第二小問

17、圖七 第二(d r)大題第一小問圖八 第二(d r)大題第二小問圖九 第二(d r)大題第三小問問題(wnt)分析： 觀察方波的單峰頻譜，由于該圖是低通，有橫縱坐標(biāo)可以(ky)讀出通帶邊界頻率和阻帶截止頻率，分別是40與50；幅值通帶最大衰減與阻帶最小衰減分別是0.7和0.1 。由于巴特沃斯濾波器函數(shù)調(diào)用格式是buttor（p，s，p，s），其中要對40與50歸一化，所以是40/500，50/500；再根據(jù)20*|log(輸入/輸出)|，可以求出3，15 。最后由butter求出系統(tǒng)函數(shù)的多項式分子與分母。圖十 第三(d sn)大題第一小問問題(wnt)分析(fnx)：通過實驗得到的頻譜圖分析

18、發(fā)現(xiàn)，多重回聲效果較單回聲效果更加明顯，如果延時調(diào)試得當(dāng)，會得到很好的回聲效果，產(chǎn)生類似在音樂廳的效果，自然混響的效果則較前兩者更加明顯。圖十一 第三大題第二小問圖十二(sh r) 第三大題第三小問六、總結(jié)(zngji) 通過這次數(shù)字(shz)信號處理的課程設(shè)計，對信號分析、matlab、音頻處理、GUI圖形界面都有更深層次的理解與應(yīng)用。在數(shù)字信號中，一開始畫幅頻圖像總是得不到理想的效果，后來經(jīng)過查找資料，知道了要對原函數(shù)進行了fft轉(zhuǎn)換后，應(yīng)該再歸一化并且求出幅值。Matlab的各種濾波器函數(shù)運用與subplot作圖也得到了更好的靈活使用，例如梳妝濾波器，加性噪聲和做出1：1：2型的圖表；對

19、多組程序的布局也有良好的條理分行。在音頻處理上，經(jīng)過網(wǎng)上搜索，我學(xué)會了成品音頻都是經(jīng)過多聲道的歸一融合，原本是存在多方位多樂器與回聲的存在；還懂了音頻比特，音頻頻率，回聲利用延時單元創(chuàng)造，音頻通道通過設(shè)置濾波器函數(shù)的參數(shù)得到。第一次利用GUI圖形界面，也遇到了不少瓶頸，例如界面的簡潔優(yōu)化與合理布局，此外對于產(chǎn)生新選項窗口、按鈕的觸發(fā)、音頻的播放和減少空白運行時間的問題都嘗試了多種手段，最終也得到了較理想的效果?？傊?，這次數(shù)字信號課程設(shè)計讓我獲益匪淺，不止知識上的豐富完善，還有遇到各種各樣的瓶頸時，也可以堅持下來找到解決的方法。這些所學(xué)會的一切對我日后信號分析打下良好堅實的基礎(chǔ)，對于其他問題也可

20、以淡定分析解決。七、主要參考資料1 Digital Signal Processing: A Computer-Based Approach，Sanjit K. K. Mitra，20002 Understanding Digital Signal Processing，Richard G. Lyons，科學(xué)出版社3 Dual-tone multi-frequency EB/OL ./wiki/Dual-tone_multi-frequency4 數(shù)字(shz)信號處理.丁玉美等 西安電子科技大學(xué)出版社5數(shù)字信號處理教程(jiochng)（第二版），程佩青，清華大學(xué)出版社，20016 數(shù)字(s

21、hz)信號處理，趙樹杰等，西電出版社，1997.107 數(shù)字信號處理時域離散隨機信號處理，丁玉美等，西電出版社，2002.118 MATLAB及在電子信息課程中的應(yīng)用，陳懷琛等，電子工業(yè)出版社出版，2002.4八、程序源代碼清單 8.1 主程序代碼function varargout = test6(varargin)% TEST6 M-file for test6.fig% TEST6, by itself, creates a new TEST6 or raises the existing% singleton*.% H = TEST6 returns the handle to a n

22、ew TEST6 or the handle to% the existing singleton*.% TEST6(CALLBACK,hObject,eventData,handles,.) calls the local% function named CALLBACK in TEST6.M with the given input arguments.% TEST6(Property,Value,.) creates a new TEST6 or raises the% existing singleton*. Starting from the left, property value

23、 pairs are% applied to the GUI before test6_OpeningFunction gets called. An% unrecognized property name or invalid value makes property application% stop. All inputs are passed to test6_OpeningFcn via varargin.% *See GUI Options on GUIDEs Tools menu. Choose GUI allows only one% instance to run (sing

24、leton).% See also: GUIDE, GUIDATA, GUIHANDLES% Edit the above text to modify the response to help test6% Last Modified by GUIDE v2.5 25-Sep-2014 17:07:41% Begin initialization code - DO NOT EDITgui_Singleton = 1;gui_State = struct(gui_Name, mfilename, . gui_Singleton, gui_Singleton, . gui_OpeningFcn

25、, test6_OpeningFcn, . gui_OutputFcn, test6_OutputFcn, . gui_LayoutFcn, , . gui_Callback, );if nargin & ischar(varargin1) gui_State.gui_Callback = str2func(varargin1);endif nargout varargout1:nargout = gui_mainfcn(gui_State, varargin:);else gui_mainfcn(gui_State, varargin:);end% End initialization co

26、de - DO NOT EDIT% Executes just before test6 is made visible.function test6_OpeningFcn(hObject, eventdata, handles, varargin)% This function has no output args, see OutputFcn.% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles

27、and user data (see GUIDATA)% varargin command line arguments to test6 (see VARARGIN)% Choose default command line output for test6handles.output = hObject;% Update handles structureguidata(hObject, handles);% UIWAIT makes test6 wait for user response (see UIRESUME)% uiwait(handles.figure1);% Outputs

28、 from this function are returned to the command line.function varargout = test6_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT);% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB% handles structure with

29、 handles and user data (see GUIDATA)% Get default command line output from handles structurevarargout1 = handles.output;% function Untitled_1_Callback(hObject, eventdata, handles)% hObject handle to Untitled_1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles stru

30、cture with handles and user data (see GUIDATA)% function Untitled_2_Callback(hObject, eventdata, handles)figure(1)N=16;f=1/16;n=0:(N-1);xn=sin(2*pi*0.125*n)+cos(2*pi*(0.125+f)*n);X16k=fft(xn,16);M=abs(X16k(1:N/2);subplot(2,2,1);stem(n,xn,r);xlabel(n);ylabel(x(n);title(N=16,f=1/16的x(n)時域曲線(qxin);subp

31、lot(2,2,2);plot(2/N*n(1:N/2),M,b);xlabel(omega/pi);ylabel(|X(ejomega)|);title(N=16,f=1/16的x(n)頻域曲線(qxin);f=1/64;n=0:N-1;xn=sin(2*pi*0.125*n)+cos(2*pi*(0.125+f)*n);X16k=fft(xn,16);M=abs(X16k(1:N/2);subplot(2,2,3);stem(n,xn,r);xlabel(n);ylabel(x(n);title(N=16,f=1/64的x(n)時域曲線(qxin);subplot(2,2,4);plot(

32、2/N*n(1:N/2),M,b);xlabel(omega/pi);ylabel(|X(ejomega)|);title(N=16,f=1/64的x(n)頻域曲線(qxin);% hObject handle to Untitled_2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_3_Callback(hObject, even

33、tdata, handles)figure(2)N=128;f=1/16;n=0:(N-1);xn=sin(2*pi*0.125*n)+cos(2*pi*(0.125+f)*n);X128k=fft(xn,128);M=abs(X128k(1:N/2);subplot(2,2,1);stem(n,xn,r);xlabel(n);ylabel(x(n);title(N=128,f=1/16的x(n)時域曲線);subplot(2,2,2);plot(2/N*n(1:N/2),M,b);xlabel(omega/pi);ylabel(|X(ejomega)|);title(N=128,f=1/16

34、的x(n)頻域曲線(qxin);f=1/64;n=0:N-1;xn=sin(2*pi*0.125*n)+cos(2*pi*(0.125+f)*n);X128k=fft(xn,128);M=abs(X128k(1:N/2);subplot(2,2,3);stem(n,xn,r);xlabel(n);ylabel(x(n);title(N=128,f=1/64的x(n)時域曲線(qxin);subplot(2,2,4);plot(2/N*n(1:N/2),M,b);xlabel(omega/pi);ylabel(|X(ejomega)|);title(N=128,f=1/64的x(n)頻域曲線(q

35、xin);% hObject handle to Untitled_3 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_7_Callback(hObject, eventdata, handles)figure(3)Fs=1000; T=1/10; t=0:1/Fs:1; x=square(2*pi*10*t); subplot(21

36、1); plot(t,x,b); title(基頻為10Hz的周期方波信號時域); xlabel(t/s); ylabel(x的幅值); axis(0,0.4,-1.5,1.5); N=T*Fs; 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/N; fx=fftshift(fft(x1,N)/N; subplot(212); plot(f,abs(fx); title(10Hz方波信號(xnho)的頻譜); xlabel(omega/pi);ylabel(|X(ejomega)|);% hO

37、bject handle to Untitled_7 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_10_Callback(hObject, eventdata, handles)figure(4)Fs=1000; T=1/10; t=0:1/Fs:1; x=square(2*pi*10*t); N=T*Fs; t1=0:1/Fs:

38、1/Fs*(N-1); x1=square(2*pi*10*t1); f=(-N/2)*Fs/N:Fs/N:(N/2-1)*Fs/N; fx=fftshift(fft(x1,N)/N;n,Wn=buttord(40/500,50/500,3,15); b,a=butter(n,Wn); y=filter(b,a,x); subplot(211); plot(t,y); title(10Hz的周期(zhuq)方波通過低通濾波器的時域); xlabel(t/s); ylabel(x的幅值); axis(0,0.4,-1.5,1.5); N=512; f=(-N/2)*Fs/N:Fs/N:(N/2-

39、1)*Fs/N; fy=fftshift(fft(y,N)/N; subplot(212); plot(f,abs(fy); title(濾除40Hz以后(yhu)的頻譜); xlabel(omega/pi); ylabel(|X(ejomega)|);% hObject handle to Untitled_10 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% fun

40、ction Untitled_11_Callback(hObject, eventdata, handles)figure(5)Fs=1000; T=1/10; t=0:1/Fs:1; x=square(2*pi*10*t); N=T*Fs; 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/N; fx=fftshift(fft(x1,N)/N;n,Wn=buttord(40/500,50/500,3,15); b,a=butter(n,Wn); y=filter(b,a,x); N=512;

41、f=(-N/2)*Fs/N:Fs/N:(N/2-1)*Fs/N; fy=fftshift(fft(y,N)/N; noise=randn(1,100); H=x1+noise; f=(-N/2)*Fs/N:Fs/N:(N/2-1)*Fs/N; H=fftshift(fft(H,N)/N; subplot(211); plot(f,abs(H); title(濾除噪音(zoyn)之前頻譜); xlabel(omega/pi); ylabel(|X(ejomega)|); H2=filter(b,a,H); subplot(212); plot(f,abs(H2) title(濾除噪音(zoyn)

42、之后的頻譜); xlabel(omega/pi); ylabel(|X(ejomega)|); % hObject handle to Untitled_11 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_6_Callback(hObject, eventdata, handles)% hObject handle to Untit

43、led_6 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_13_Callback(hObject, eventdata, handles)open(001.fig);%x10,fs10,bits10=wavread(Comptine Dun Autre Ete 單回聲(hushng).wav); %讀出音頻文件%wavplay(x1

44、0,fs10);% hObject handle to Untitled_13 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_14_Callback(hObject, eventdata, handles)open(002.fig);%x10,fs10,bits10=wavread(Comptine Dun Autre Ete 多回

45、聲(hushng).wav); %讀出音頻文件%wavplay(x10,fs10);% hObject handle to Untitled_14 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_15_Callback(hObject, eventdata, handles)open(003.fig);%x10,fs10,bits10

46、=wavread(Comptine Dun Autre Ete 全通.wav); %讀出音頻文件%wavplay(x10,fs10);% hObject handle to Untitled_15 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_16_Callback(hObject, eventdata, handles)%要加均衡

47、器代碼(di m)% hObject handle to Untitled_16 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% function Untitled_12_Callback(hObject, eventdata, handles)% hObject handle to Untitled_12 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA) 8.2 第三大題第一(dy)小問代碼clc,clear,close all%單回聲(hushng)濾波器x,fs,bits=wavread(Comptine Dun Autre Ete .wav); %讀出音頻文件wavplay(x,fs); %播放音頻文件pause(5);a=0.8;R=5000;num=1,zeros(1,R-1