数字信号处理Word下载.docx

数字信号处理Word下载.docx

《数字信号处理Word下载.docx》由会员分享，可在线阅读，更多相关《数字信号处理Word下载.docx（23页珍藏版）》请在冰豆网上搜索。

3、数字信号处理的基本概念、基本理论和基本方法。

4、TLAB设计FIR和nR数字滤波器的方法。

5、用MATLAB对信号进行分析和处理

6、计报告4000以上，含程序设计说明，用户使用说明，源程序清单及程序框图。

7、机演示。

8、有详细的文档。

文档中包括设计思路、设计仿真程序、仿真结果及相应的分析与结论。

三、进度安排

第一周星期一：

课题讲解，查阅资料

　星期二:

总体设计，详细设计

星期三：

编程，上机调试、修改程序

星期四：

上机调试、完善程序

星期五：

答辩

星期六-星期天：

撰写课程设计报告

附：

课程设计报告装订顺序：

封面、任务书、目录、正文、评分、附件（A4大小的图纸及程序清单）。

正文的格式:

一级标题用3号黑体,二级标题用四号宋体加粗,正文用小四号宋体;

行距为22。

正文的内容:

一、课题的主要功能；

二、课题的功能模块的划分；

三、主要功能的实现；

四、程序调试；

五、总结；

六、附件（所有程序的原代码，要求对程序写出必要的注释）；

七、评分表。

目录

一、课题的主要功能5

（一）.问题描述5

（二）.功能要求6

（三）.算法提示6

二、课题的功能模块7

（一）、采集的原始信号时域波形和频谱图7

（二）、加白噪声语音信号的时域波形和频谱图8

（三）、加单频余弦信号的语音信号时域波形和频谱图9

（四）、哈名窗设计的带通滤波器对白噪声进行滤波9

（五）、用哈名窗设计的高通滤波器对单频干扰进行滤波10

（六）、用哈名窗设计的低通滤波器对白噪声进行滤波10

（七）、用凯撒窗设计的高通滤波器对单频干扰进行滤波11

（八）用凯撒窗设计的低通滤波器对单频干扰进行滤波12

三、课题主要功能的实现13

（一）、采集的声音信号的时域波形和频谱图的绘制13

（二）、加入噪声信号13

（三）、用窗函数设计数字滤波器（部分）14

四、总结15

五、附件16

七、评分表23

一、课题的主要功能

（一）.问题描述

要求录制一段声音信号并保存为文件（长度不不小于10秒），对录制的信号进行采样。

使用MATLAB软件绘出采样后信号的时域波形和频谱图。

并对采样信号进行加噪，绘出加噪后的语音信号时域波形和频谱图，进行直观比较。

给定滤波器的归一化性能指标（视个人情况而定）。

采用窗函数法设计各型FIR滤波器（低通、高通、带通、带阻中的至少三种类型）对叠加噪声前后的语音信号进行滤波处理，绘出滤波器的频率响应以及滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；

在相同的性能指标下比较各发放的滤波效果，并从理论上进行分析。

（二）.功能要求

用设计出的三种滤波器对加噪后的语音信号进行滤波处理，加入的噪声有三种：

白噪声、单频噪声、多频噪声。

滤波要求尽可能的保留正常的语音信号，滤除加入的各种噪音，以达到恢复原始信号的目的。

（三）.算法提示

加入噪声的程序：

白噪声：

x2=awgn（x1,10）;

sound（x2,fs,bits）

y2=fft（x2,32768）;

figure

（2）

subplot（2,1,1）

plot（x2）;

title（'

加高斯白噪声语音信号的时域波形'

）

subplot（2,1,2）

plot（abs（y2））;

加高斯白噪声语音信号的频谱'

单频干扰：

N=length（x1）-1;

t=0:

1/fs:

N/fs;

d=[0.8*cos（2*pi*5000*t）]'

;

x3=x1+d;

sound（x3,fs,bits）;

figure（3）

plot（x3）

加单频余弦信号的语音信号时域波形'

y3=fft（x3,32768）;

plot（abs（y3））;

加单频余弦信号的语音信号频谱'

二、课题的功能模块

（一）、采集的原始信号时域波形和频谱图

（二）、加白噪声语音信号的时域波形和频谱图

（三）、加单频余弦信号的语音信号时域波形和频谱图

（四）、哈名窗设计的带通滤波器对白噪声进行滤波

（五）、用哈名窗设计的高通滤波器对单频干扰进行滤波

（六）、用哈名窗设计的低通滤波器对白噪声进行滤波

（七）、用凯撒窗设计的高通滤波器对单频干扰进行滤波

（八）用凯撒窗设计的低通滤波器对单频干扰进行滤波

三、课题主要功能的实现

（一）、采集的声音信号的时域波形和频谱图的绘制

[xn,Fs,Nbits]=wavread（'

F:

\del.wav'

）;

%sound（xn,Fs,Nbits）;

yn=fft（xn,32768）;

figure

（1）;

subplot（2,1,1）;

plot（xn）;

原始语音信号时域波形'

plot（abs（yn））;

原始语音信号频谱'

（二）、加入噪声信号

xn2=awgn（xn,20）;

sound（xn2,Fs,Nbits）;

yn2=fft（xn2,32768）;

figure

（2）;

plot（xn2）;

加白噪声语音信号的时域波形'

subplot（2,1,2）;

plot（abs（yn2））;

加白噪声语音信号的频谱'

N=length（xn）-1;

1/Fs:

N/Fs;

d2=[0.01*cos（2*pi*20*t）]'

xn2=xn+d2;

plot（xn2）

（三）、用窗函数设计数字滤波器（部分）

哈名窗：

fp=1200;

fs=1600;

As=50;

Ap=0.25;

Wp=2*fp/Fs;

Ws=2*fs/Fs;

Wc=（Wp+Ws）/2;

N=ceil（6.6/（Ws-Wp））;

bn=fir1（N,Wc）;

[hn,wn]=freqz（bn,1,Fs）;

figure（3）;

subplot（3,1,1）;

plot（wn/pi,abs（hn））;

xlabel（'

归一化频率（wn/pirad/sample'

ylabel（'

幅度'

哈名窗低通幅频响应'

yn3=filter（bn,1,xn2）;

subplot（3,1,2）;

plot（yn3）;

grid;

n'

滤波后的波形'

ynk=fft（yn3,Fs）;

subplot（3,1,3）;

plot（wn,abs（ynk））;

set（gca,'

XTick'

0:

500:

Fs）;

f/Hz'

滤波后的频谱'

sound（yn3,Fs）;

凯撒窗：

fp=1800;

fs=2100;

As=40;

wp=2*pi*fp/Fs;

ws=2*pi*fs/Fs;

Bt=ws-wp;

alph=0.5842*（As-21）^0.4+0.07886*（As-21）;

M=ceil（（As-8）/2.285/Bt）;

wc=（wp+ws）/2/pi;

hn=fir1（M,wc,kaiser（M+1,alph））;

hk=fft（hn）;

hk=freqz（hn,1,Fs）;

xn3=fftfilt（hn,xn2）;

yn3=fft（xn3）;

plot（xn3）;

滤波后信号波形'

plot（abs（yn3））;

滤波后信号频谱'

figure（4）;

stem（hn）;

凯撒窗hn波形'

plot（abs（hk））;

凯撒窗hn信号频谱'

sound（xn3,Fs,bits）;

四、总结

曾经觉得数字信号处理是很难学的一门课程，一段时间我甚至放弃了学习它。

还记得老师上课讲授滤波器的知识时，我开了好几节课的小车，什么也没学到，很后悔。

这次因为要参加补考，看了一个假期的书，到学校来之后又赶着课程设计需要设计数字滤波器，让我尽可能的弥补了曾经的一念之差而造成的严重后果，还不迟。

看了几遍书，大致了解了数字滤波器的设计流程。

确实也只能说大致，虽然原理明白了，但是真的到自己设计的时候，却又总有摸不到头绪，思索良久我总结了几点原因。

第一，这次课程设计使用MATLAB软件，而对于这款软件，我真的是知之甚少。

本来接触时间不长，接触的机会也不多，以前的几次上机实际操作机会我都没当回事，敷衍了事。

第二，理论联系实际的能力不行。

何谓学到了知识，掌握了一个技术？

那就得应用到实际中去。

第三，我发觉了制约我的一个缺点就是动手操作的能力不强，不敢尝试，懒于尝试。

自己的想法总没有写进软件中进行验证，让我觉得这次的收获有了大幅的打折。

当然也有客观原因，就是为了准备补考，没有好好投入。

不过说白了，这个结果也是我的主观原因造成的，没什么可怨谁的。

谈一谈收获，说真的我觉得我收获真的不大。

因为首先对数字滤波器了解就不透彻，还有应用MATLAB真的是两眼一摸黑，很多东西都是在网上查找和请教老师、同学的，只能先自己死记硬背了，没有真正的消化。

不过我突然发觉找回了一些学习的兴趣了，自己真的差了好多好多，得换一种活法了，不想在浑浑噩噩的下去。

课程设计快结束了，这只是一个驿站，而我需要学习的东西还太多，还得好好走下去。

五、附件

[xn,Fs,Nbits]=wavread（'

%sound（xn2,Fs,Nbits）;

fs1=30;

fp1=50;

fs2=2100;

fp2=2000;

ws1=2*pi*fs1/Fs;

wp1=2*pi*fp1/Fs;

ws2=2*pi*fs2/Fs;

wp2=2*pi*fp2/Fs;

As=60;

wd=min（（wp1-ws1）,（ws2-wp2））;

alph=0.112*（As-8.7）;

N=ceil（（As-8）/2.285/wd）;

wc1=（ws1+wp1）/2;

wc2=（wp2+ws2）/2;

bn=fir1（N,[wc1wc2]/pi,kaiser（N+1,alph））;

幅度hn'

哈名窗带通幅频响应'

fp=60;

fs=50;

wd=wp-ws;

N0=ceil（6.6*pi/wd）;

N=N0+mod（N0+1,2）;

wc=（wp+ws）/2;

bn=fir1（N-1,wc,'

high'

hamming（N））;

哈名窗高通幅频响应'

%sound（yn3,Fs）;

fs=40;

Bt=wp-ws;

M0=ceil（（As-8）/2.285/Bt）;

M=M0+mod（M0,2）;

hn=fir1（M,wc,'

kaiser（M+1,alph））;

%hk=fft（hn）;

%sound（xn3,Fs,Nbits）;

fp=1500;

fs=2000;

fp=1000;

fs=1500;

fs1=20;

fs2=1600;

fp2=1500;

ws1