数字信号处理课程设计-语音信号的处理与滤波-精品Word下载.doc

数字信号处理课程设计-语音信号的处理与滤波-精品Word下载.doc

《数字信号处理课程设计-语音信号的处理与滤波-精品Word下载.doc》由会员分享，可在线阅读，更多相关《数字信号处理课程设计-语音信号的处理与滤波-精品Word下载.doc（10页珍藏版）》请在冰豆网上搜索。

二．MATLAB工具简介

1．MATLAB是矩阵实验室（Matrix　Laboratory）之意，现已发展成为适合多学科，多种工作平台的功能强大的大型软件，已经成为线性代数，自动控制理论，数理统计，数字信号处理，时间序列分析，动态系统仿真等高级课程的基本教学工具；

2．MATLAB的语言特点

（1）。

语言简洁紧凑，使用方便灵活，库函数极其丰富。

MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。

由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。

（2）运算符丰富。

由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。

（3）MATLAB既具有结构化的控制语句（如for循环，while循环，break语句和if语句），又有面向对象编程的特性。

（4）程序限制不严格，程序设计自由度大。

例如，在MATLAB里，用户无需对矩阵预定义就可使用。

（5）程序的可移植性很好，基本上不做修改就可在各种型号的计算机和操作系统上运行。

（6）MATLAB的图形功能强大。

在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。

MATLAB还具有较强的编辑图形界面的能力。

（7）MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。

由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。

（8）功能强大的工具箱是MATLAB的另一特色。

MATLAB包含两个部分：

核心部分和各种可选的工具箱。

核心部分中有数百个核心内部函数。

其工具箱又分为两类：

功能性工具箱和学科性工具箱。

功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。

功能性工具箱用于多种学科。

而学科性工具箱是专业性比较强的，如control,toolbox,signl 

proceessing 

toolbox,commumnication 

toolbox等。

（9）源程序的开放性。

开放性也许是MATLAB最受人们欢迎的特点。

除内部函数以外，所有MATLAB的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。

三．设计目的

通过对课程设计，对信号的采集，处理，传输，显示，存储和分析等有一个系统的掌握和理解。

巩固和运用在数字信号处理课程中所学的理论知识和实验技能，掌握最基本的数字信号处理的理论和方法，培养发现问题，分析问题和解决问题的能力。

四．设计理论依据

采样频率，采样位数的概念，采样定理；

时域信号的DFT，FFT及频谱分析；

数字滤波器的设计原理和方法。

五．设计过程（设计步骤）

1．语音信号的采集及频谱分析

用WINDOWS下的录音机，用单声道录制一段音乐或声音，时间在5S内。

然后MATLAB软件平台下，利用函数WAVREAD对语音信号进行采样，记住采样频率和采样点数。

对语音信号进行快速傅立叶变换，在一个窗口同时画出信号的时域波形图和频谱图，分析语音信号的频谱特点。

程序如下：

[y,fs,bits]=wavread（'

music.wav'

[102461500]）;

sound（y,fs,bits）;

Y=fft（y）;

plot（y）;

figure

（1）;

title（'

语音信号的时域波形'

）;

grid

figure

（2）;

plot（abs（Y））;

语音信号的频谱特性'

图形如下：

2：

设计数字滤波器

给出个滤波器的性能指标：

（1）低通滤波器性能指标fb=1000HZ,fc=1200HZ,As=100dB,Ap=1dB

（2）高通滤波器性能指标fb=2800HZ,fc=3000HZ,As=100dB,Ap=1dB

（3）带通滤波器性能指标fb1=1200HZ,fc1=1000HZ,fb2=2800HZ,fc2=3000HZAs=100dB,Ap=1dB

用窗函数法和双线性变换法设计以上要求的3种数字滤波器绘制个滤波器的频率响应。

IIR低通滤波器，程序如下：

Ap=1;

As=100;

fs=4000;

fb=1000;

fc=1200;

%频率预畸

wb=（fb/fs）*2*pi;

%临界频率采用角频率表示

wc=（fc/fs）*2*pi;

OmegaP=2*fs*tan（wb/2）;

OmegaS=2*fs*tan（wc/2）;

[n,wn]=buttord（OmegaP,OmegaS,Ap,As,'

s'

[b,a]=butter（n,wn,'

[bz,az]=bilinear（b,a,fs）;

%映射为数字的

[H,W]=freqz（bz,az）;

%绘出频率响应

plot（W*fs/（2*pi）,abs（H））;

title（'

IIR低通滤波器'

IIR高通滤波器，程序如下：

fs=22050;

As=100;

fb=5000;

fc=4800;

[n,wn]=cheb1ord（OmegaP,OmegaS,Ap,As,'

[b,a]=cheby1（n,Ap,wn,'

high'

'

[bz,az]=bilinear（b,a,fs）;

f=W/pi*11025;

plot（f,20*log10（abs（H）））;

IIR高通滤波器'

IIR带通滤波器，程序如下：

fb1=1200;

fb2=3000;

fc1=1000;

fc2=3200;

fs=8000;

wb1=（fb1/fs）*2*pi;

wb2=（fb2/fs）*2*pi;

wc1=（fc1/fs）*2*pi;

wc2=（fc2/fs）*2*pi;

OmegaP1=2*fs*tan（wb1/2）;

OmegaP2=2*fs*tan（wb2/2）;

OmegaS1=2*fs*tan（wc1/2）;

OmegaS2=2*fs*tan（wc2/2）;

[n,wn]=cheb1ord（[OmegaP1,OmegaP2],[OmegaS1,OmegaS2],Ap,As,'

bandpass'

f=fs*W/pi/2;

IIR带通滤波器'

FIR低通滤波器，程序如下：

beta=10.056;

wb=2*pi*fb/fs;

wc=2*pi*fc/fs;

width=wc-wb;

wn=（wb+wc）/2;

n=ceil（12.8/width*pi）;

b=fir1（n,wn/pi,kaiser（n+1,beta））;

[H,W]=freqz（b）;

gridon;

FIR高通滤波器，程序如下：

[n,Wn,beta,typ]=kaiserord（[fc,fb],[01],[0.0010.001],fs）;

b=fir1（n,Wn,typ,kaiser（n+1,beta）,'

noscale'

%f=W/pi*（fs/2）;

FIR高通滤波器'

FIR带通滤波器，程序如下：

fs=12000;

fcuts=[1000,1200,3000,3200];

mags=[0,1,0];

devs=[0.01,0.0078,0.01];

[n,wn,beta,ftype]=kaiserord（fcuts,mags,devs,fs）;

n=n+rem（n,2）;

b=fir1（n,wn,ftype,kaiser（n+1,beta）,'

[H,W]=freqz（b,1,1024,fs）;

plot（W,abs（H））;

FIR带通滤波器'

各滤波器的图形如下：

3：

用滤波器对信号进行滤波

IIR低通滤波器滤波，程序如下：

x=filter（bz,az,y）;

plot（x）;

滤波后的波形'

gridon

X=fft（x）;

plot（abs（X））;

滤波后的频谱'

IIR高通滤波器滤波，程序如下：

[H,W]=freqz