基于matlab數(shù)字信號(hào)處理探究性實(shí)驗(yàn)報(bào)告new

《數(shù)字信號(hào)處理》課程研究性學(xué)習(xí)報(bào)告姓名學(xué)號(hào)同組成員學(xué)號(hào) 學(xué)號(hào) 學(xué)號(hào) 時(shí)間Matlab對(duì)任意確定信號(hào)的頻譜分析一、背景前言隨著大規(guī)模集成電路和微處理器技術(shù)的迅猛發(fā)展，信號(hào)處理逐漸發(fā)展成為一門獨(dú)立的學(xué)科，成為信息科學(xué)的重要組成部分，在語音處理、圖像處理、多媒體技術(shù)、通信、生物醫(yī)學(xué)工程等眾多領(lǐng)域中得到廣泛應(yīng)用，且其研究范圍和應(yīng)用領(lǐng)域還在不斷地發(fā)展和擴(kuò)大。MATLAB是一種強(qiáng)大的分析、計(jì)算及可視化工具。MATLAB功能強(qiáng)大、簡單易學(xué)、編程效率高，被廣泛運(yùn)用于信息處理領(lǐng)域，同時(shí)也很方便地進(jìn)行語音信號(hào)地分析、處理和設(shè)計(jì)。本課題的設(shè)計(jì)主要是用MATLAB作為工具平臺(tái)，設(shè)計(jì)中涉及到語音信號(hào)的抽樣、頻譜分析，濾波器的設(shè)計(jì)及語音信號(hào)的濾波，通過數(shù)字信號(hào)處理課程的理論知識(shí)的綜合運(yùn)用。從實(shí)踐上初步實(shí)現(xiàn)了對(duì)數(shù)字信號(hào)的處理。二、設(shè)計(jì)內(nèi)容（1）對(duì)給定的CEG和弦音音頻文件取合適長度的采樣記錄點(diǎn)，然后進(jìn)行頻譜分析（信號(hào)的時(shí)域及幅頻特性曲線要畫出）。（2）分析CEG和弦音頻譜特點(diǎn)，對(duì)該信號(hào)頻譜能量相對(duì)較為集中的頻帶（分低、中、高頻）實(shí)現(xiàn)濾波（分別使用低通，帶通及高通），顯示濾波后信號(hào)的時(shí)域和頻域曲線，并對(duì)濾波后的信號(hào)與原信號(hào)的音頻進(jìn)行聲音回放比較。（3）在低、中、高三個(gè)頻帶中，各濾出三個(gè)能量最集中的頻簇，顯示濾波后信號(hào)的時(shí)域和頻域曲線。討論：根據(jù)上述結(jié)果，分析什么是和弦音。

三、設(shè)計(jì)原理 采用雙線性變換法設(shè)計(jì)濾波器，其原理如下：

S平面與z平面之間滿足以下映射關(guān)系：

s平面的虛軸單值地映射于z平面的單位圓上，s平面的左半平面完全映射到z平面的單位圓內(nèi)。雙線性變換不存在混疊問題。

雙線性變換時(shí)一種非線性變換，這種非線性引起的幅頻特性畸變可通過預(yù)畸而得到校正。

IIR低通、高通、帶通數(shù)字濾波器設(shè)計(jì)采用雙線性原型變換可以利用上面提到的原理分別用雙線性變化法設(shè)計(jì)以上3種濾波器，可以利用函數(shù)fir1設(shè)計(jì)FIR濾波器，可以利用函數(shù)butte，cheby1和ellip設(shè)計(jì)IIR濾波器；利用MATLAB中的函數(shù)freqz畫出各濾波器的頻率響應(yīng)。四、設(shè)計(jì)內(nèi)容及結(jié)果分析1、對(duì)給定的CEG和弦音音頻文件取合適長度的采樣記錄點(diǎn)，然后進(jìn)行頻譜分析，并畫出信號(hào)的時(shí)域及幅頻特性曲線。和弦音信號(hào)的時(shí)域及幅頻特性曲線如下：

2、對(duì)該信號(hào)頻譜能量相對(duì)較為集中的頻帶（分低、中、高頻）實(shí)現(xiàn)濾波（分別使用低通，帶通及高通），同時(shí)顯示濾波后信號(hào)的時(shí)域和頻域曲線，并對(duì)濾波后的信號(hào)與原信號(hào)的音頻進(jìn)行聲音回放比較。（1）低通濾波器

濾波結(jié)果如下：（2）高通濾波器濾波結(jié)果如下：

（3）帶通濾波器濾波結(jié)果如下：結(jié)果分析：將三個(gè)(或三個(gè)以上)不同的音階，按照一定的關(guān)系結(jié)合在一起，即為和弦，這就是和弦音的定義。通過MATLAB對(duì)音頻文件經(jīng)過簡單的低通，帶通和高通濾波器濾波，即對(duì)三個(gè)不同的頻帶分別進(jìn)行頻譜分析及聲音比較，再將三個(gè)不同的頻帶信號(hào)合成并比較聲音。可以知道，和弦音可分解為不同頻帶的單音信號(hào)，在不同頻帶其頻率分布及其振幅大小的不同都會(huì)造成音律不同，同理，不同頻帶的單音信號(hào)重建也會(huì)組合成音律不同的和弦音。

五、學(xué)習(xí)體會(huì)收獲采用MATLAB進(jìn)行數(shù)字信號(hào)處理課程設(shè)計(jì)，使我加深了對(duì)課堂抽象概念的理解，鞏固了課堂上所學(xué)的理論知識(shí)，并能較好地理解數(shù)字信號(hào)處理中的基本概念、基本原理、基本分析方法。特別是關(guān)于IIR濾波器處理音頻文件有了更深的理解。由于課本知識(shí)掌握不好，知識(shí)面不夠，在整個(gè)設(shè)計(jì)過程中有很多地方出錯(cuò)，但通過網(wǎng)上查閱資料和到圖書館查資料并請教同學(xué)，最后得到很好的解決。在與同學(xué)的相互討論和自己的努力下，我終于把課程設(shè)計(jì)完成了。通過這次設(shè)計(jì)，我對(duì)MATLAB和濾波器有了更深入的理解。六、參考文獻(xiàn)1、數(shù)字信號(hào)處理（第三版）高西全丁美玉編著西安電子科技大學(xué)出版社2、百度搜索調(diào)用信號(hào)產(chǎn)生函數(shù)xtg產(chǎn)生具有加性噪聲的信號(hào)xt，并自動(dòng)顯示xt及其頻譜3、MATLAB7簡明教程李南南吳清曹輝林編著清華大學(xué)出版社4、張賢達(dá)編《現(xiàn)代信號(hào)處理（第二版）》清華大學(xué)出版社2002七、附錄程序弦音信號(hào)的時(shí)域及幅頻特性：程序如下：Fs=8000;%語音信號(hào)采樣頻率為8000x=wavread('CEG.wav',[10008000]');%讀取和弦音從1000到8000點(diǎn)的值sound(x);%播放原語音t=(0:[8000-1000])/Fs;%計(jì)算從1000到8000點(diǎn)的時(shí)間y=fft(x,5000);

%對(duì)語音信號(hào)進(jìn)行FFT運(yùn)算f=Fs*(0:2499)/5000;figure(1);subplot(2,1,1)

%按兩行一列畫出圖形plot(x);

%畫出時(shí)域圖形title('和弦音信號(hào)的時(shí)域圖');%標(biāo)題為原始信號(hào)的時(shí)域圖xlabel('時(shí)間');

%X軸標(biāo)題為時(shí)間ylabel('幅值');

%y軸標(biāo)題為幅值subplot(2,1,2);plot(f,abs(y(1:2500)));

%畫出幅值圖title('和弦音信號(hào)的頻譜圖');xlabel('頻率');ylabel('幅值');設(shè)計(jì)低通濾波器：Fs=8000;x=wavread('CEG.wav',[10008000]');

%讀出和弦音信號(hào)t=(0:[8000-1000])/Fs;%計(jì)算從1000到8000點(diǎn)的時(shí)間y=fft(x,5000);

%對(duì)和弦音信號(hào)進(jìn)行FFT運(yùn)算f=Fs*(0:2499)/5000;Ws=2*1200*1/8000;%濾波器的阻帶截止頻率Wp=2*1000*1/8000;%濾波器的通帶截止頻率Rs=100;Rp=1;

%數(shù)字低通濾波器參數(shù)

[N,Wn]=cheb1ord(Wp,Ws,Rp,Rs);

%估計(jì)切貝雪夫I型濾波器階數(shù)[num,den]=cheby1(N,Rp,Wn,'low');%切貝雪夫I型低通濾波器系統(tǒng)函數(shù)；[h,w]=freqz(num,den);

%計(jì)算幅頻響應(yīng)subplot(3,1,1);

%畫出圖象位置plot(w/pi,abs(h));grid;

%畫網(wǎng)格

xlabel('\omega/\pi');

%x軸坐標(biāo)ylabel('振幅');

%y軸坐標(biāo)為振幅title('契比雪夫Ⅰ型低通濾波器的幅頻響應(yīng)');

%標(biāo)題f1=filter(num,den,x);%濾波y=fft(f1,8000);

%進(jìn)行fft變換subplot(3,1,2);

%畫出圖象位置plot(f1);

%畫出原語音信號(hào)經(jīng)低通后圖像title('低通濾波后的信號(hào)');

%標(biāo)題xlabel('時(shí)間');

%x軸坐標(biāo)ylabel('幅值');

%y軸坐標(biāo)subplot(3,1,3);

%輸出圖象位置plot(abs(y(1:4000)));%畫出頻譜圖像title('低通后濾波信號(hào)頻譜')%標(biāo)題xlabel('頻率');

%x軸坐標(biāo)ylabel('幅值');

%y軸坐標(biāo)wavwrite(f1,'低通.wav');

%寫出低通后信號(hào)x1=wavread('低通.wav');

%讀取低通后信號(hào)sound(x1);設(shè)計(jì)高通濾波器：Fs=8000;x=wavread('CEG.wav',[10008000]');

%讀出和弦音信號(hào)t=(0:[8000-1000])/Fs;%計(jì)算從1000到8000點(diǎn)的時(shí)間y=fft(x,5000);

%對(duì)和弦音信號(hào)進(jìn)行FFT運(yùn)算f=Fs*(0:2499)/5000;Ws1=2*3000*1/8000;Wp1=2*3200*1/8000;Rs1=100;Rp1=1;[N1,Wn1]=cheb1ord(Wp1,Ws1,Rp1,Rs1);

%估計(jì)切貝雪夫Ⅰ型濾波器階數(shù)[num1,den1]=cheby1(N1,Rp1,Wn1,'high');%切貝雪夫I型高通濾波器系統(tǒng)函數(shù)；[h1,w1]=freqz(num1,den1);

%計(jì)算幅頻響應(yīng)subplot(3,1,1);

%顯示圖象位置plot(w1/pi,abs(h1));

%畫出幅值圖xlabel('\omega/\pi');

%x軸坐標(biāo)ylabel('振幅');

%y軸坐標(biāo)title('契比雪夫Ⅰ型高通濾波器的幅頻響應(yīng)');%標(biāo)題f2=filter(num1,den1,x);%濾波y1=fft(f2,8000);

%進(jìn)行fft變換subplot(3,1,2);

%輸出圖像位置plot(f2);

%做原始語音信號(hào)的時(shí)域圖形title('高通濾波后的信號(hào)');

%標(biāo)題xlabel('時(shí)間');

%x軸坐標(biāo)ylabel('幅值');

%y軸坐標(biāo)subplot(3,1,3);

%輸出圖像位置plot(abs(y1(1:4000)));%畫出頻譜圖像title('高通濾波后的信號(hào)頻譜');%標(biāo)題xlabel('頻率');

%x軸坐標(biāo)ylabel('幅值');

%y軸坐標(biāo)wavwrite(f2,'高通.wav');

%寫出高通后信號(hào)x2=wavread('高通.wav');

%讀出高通后信號(hào)sound(x2);

%播放高通后信號(hào)設(shè)計(jì)帶通濾波器：Fs=8000;x=wavread('CEG.wav',[10008000]');

%讀出和弦音信號(hào)t=(0:[8000-1000])/Fs;%計(jì)算從1000到8000點(diǎn)的時(shí)間y=fft(x,5000);

%對(duì)和弦音信號(hào)進(jìn)行FFT運(yùn)算f=Fs*(0:2499)/5000;Wp2=[2*1200/Fs2*3000/Fs];

%在1的dB衰減處的邊帶頻率Ws2=[2*1000/Fs2*3200/Fs];

%在衰減為100dB處的邊帶頻率Rp2=1;

%通帶損耗不大于1dBRs2=100;

%阻帶衰減不小于100dB[N2,Wn2]=cheb1ord(Wp2,Ws2,Rp2,Rs2);

%估計(jì)切貝雪夫?yàn)V波器階數(shù)[num2,den2]=cheby1(N2,Rp2,Wn2);

%切貝雪夫?yàn)V波器系統(tǒng)函數(shù)[h2,w2]=freqz(num2,den2);

%計(jì)算頻譜響應(yīng)figure(4);

%第四個(gè)圖形subplot(3,1,1);

%輸出圖像位置plot(abs(h2));grid;

%畫出幅值圖xlabel('\omega/\pi');

%x軸坐標(biāo)名稱ylabel('振幅');

%y軸坐標(biāo)名稱title('契比雪夫Ⅰ型帶通濾波器的幅頻響應(yīng)');

%圖形名稱f3=filter(num2,den2,x);

%濾波y3=fft(f3,8000);

%作fft變換subplot(3,1,2);

%輸出圖像位置plot(f3);

%做原始語音信號(hào)的時(shí)域圖形title('帶通濾波后的信號(hào)');

%圖像名稱xlabel('時(shí)間');

%x軸名稱ylabel('幅值');

%y軸名稱subplot(3,1,3);

%輸出圖像位置plot(abs(y3(1:4000)));