数字信号处理课程设计任务Word文档下载推荐.docx
《数字信号处理课程设计任务Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《数字信号处理课程设计任务Word文档下载推荐.docx（13页珍藏版）》请在冰豆网上搜索。
请设计一滤波器提取该正弦信号并对其进行频谱分析；
题目三、已知一个方波信号（可以假设频率为160Hz，幅度为1），混有方差为2的白噪声，请设计滤波器，提取该信号；
并采用快速卷积的方法对信号进行滤波（见教学参考书的第五章数字滤波器的基本结构5.3节FIR滤波器的基本结构四、快速卷积结构）；
将滤波后的信号与原方波信号进行比较。
题目四、ZFFT算法：
对正弦信号
用采样频率100kHz进行采样，打算对其进行频谱分析，由于用采样硬件（FPGA）直接进行FFT，为了节省资源，只能进行1024点FFT运算，由于频率分辨力为100Hz左右，在频谱上并不能分开这两个信号，我们将采样的信号与复指数信号
进行相乘（即调制）；
然后用低通滤波器（截至频率可以选择为1024Hz）对其进行滤波，这样我们将被测信号的频谱搬移到0频率，然后我们对滤波后的信号重新采样；
再进行1024点的FFT运算，这时频率分辨力为1Hz，应该能够分辨这两个频率很靠近的正弦信号。
请将这一处理过程用MATLAB仿真完成。
题目五、假设有方波信号与正弦信号相乘
并混有白噪声；
设计滤波器对其进行滤波，提出信号，对其进行频谱分析，观察其频谱，看一看这个信号的频谱有什么特征；
；
题目六、人能听到的声音的频率范围一般是20Hz～20kHz，但是我们听到的语音、乐音要低于这个频率范围，现在我们有一首歌曲“爸爸的草鞋.wav”，采样频率为44100Hz；
请完成以下处理
（1）将歌曲重新用8000Hz频率采样，然后播放处理后的声音数据，听听发生了什么，为什么？
（2）分析歌曲的频谱，通过频谱分析去解释歌手张明敏的嗓音特点.
（3）设计滤波器，弱化伴奏乐音。
题目七、现在我们有一首歌曲“北京北京.wav”，采样频率为44100Hz；
（1）将歌曲重新用2000Hz频率采样，然后播放处理后的声音数据，听听发生了什么，为什么？
（2）分析歌曲的频谱，通过频谱分析去解释歌手黄勇与梁博的嗓音特点.
（3）设计滤波器，强化伴奏乐音。
题目八、现在我们有两首歌曲“体会.wav和CrazyFaith.wav”，采样频率为44100Hz；
（2）分析歌曲的频谱，通过频谱分析去解释男女歌手的嗓音特点.
（3）根据上面的分析，提出一个方案，对歌手通过声音进行自动识别
题目九、现在我们有一首歌曲“滴答.wav”，采样频率为44100Hz；
（1）给歌曲加上10kHz的干扰，并进行播放。
（2）分析歌曲的频谱，通过频谱分析去解释女歌手的嗓音特点.
（3）根据上面的分析，设计滤波器对干扰进行滤除。
题目十、现在我们有一首歌曲“梦田.wav”，采样频率为44100Hz；
（1）分析歌曲的频谱，通过频谱分析去解释女歌手（潘越云和齐豫）嗓音的不同.
（2）录制自己的声音数据（唱歌，说话也可以），比较一下同组同学声音特点。
（3）给出一个方案对录制的声音进行识别
题目十一、现在我们有一首歌曲“天下最美的草原.wav”，采样频率为44100Hz；
（1）分析歌曲的频谱，通过频谱分析去解释歌手（呼斯楞）嗓音特点.
（3）将同组的男同学的声音频谱向高频搬移1kHz，女同学向低频搬移500Hz，播放修改的声音数据，听听发生了什么，为什么？
相关的音乐文件可以到网盘去下载，账号：
hustjtj@
在网盘的数字信号处理\数字信号处理课程设计\音乐文件目录下。
也可以用U盘到老师那里去拷贝。
参考资料：
1、用完全设计法设计数字滤波器
Fs=60*512;
t=0:
1/Fs:
0.2;
y=5*sin（2*pi*50*t）+2*sin（2*pi*150*t）+10*sin（2*pi*1000*t）;
%设计椭圆低通滤波器，根据要求，分离第一个信号的滤波器
%通带内最大衰减纹波Rp＝0.1db，阻带内最小衰减Rs＝60dB
%通带为0～60Hz，阻带为140Hz至fs/2，一塌糊涂
Rp=0.1;
Rs=60;
Wp=60;
Ws=140;
%确定滤波器的阶数
[n,Wn]=ellipord（Wp/（Fs/2）,Ws/（Fs/2）,Rp,Rs,'
z'
）;
%设计滤波器
[b1,a1]=ellip（n,Rp,Rs,Wn）
%计算设计低通滤波器的幅度频率响应
[h1,w1]=freqz（b1,a1,1024,Fs）;
%用设计的低通滤波器对信号y进行滤波得到信号yn1
yn1=filter（b1,a1,y）;
firpmParks-McClellanoptimalFIRfilterdesign
b=firpm（n,f,a）returnsrowvectorbcontainingthen+1coefficientsoftheordernFIRfilterwhosefrequency-amplitudecharacteristicsmatchthosegivenbyvectorsfanda.
Theoutputfiltercoefficients（taps）inbobeythesymmetryrelation:
b（k）=b（n+2-k）,k=1,…,n+1
Vectorsfandaspecifythefrequency-magnitudecharacteristicsofthefilter:
fisavectorofpairsofnormalizedfrequencypoints,specifiedintherangebetween0and1,where1correspondstotheNyquistfrequency.Thefrequenciesmustbeinincreasingorder.aisavectorcontainingthedesiredamplitudesatthepointsspecifiedinf.Thedesiredamplitudeatfrequenciesbetweenpairsofpoints（f（k）,f（k+1））forkoddisthelinesegmentconnectingthepoints（f（k）,a（k））and（f（k+1）,a（k+1））.Thedesiredamplitudeatfrequenciesbetweenpairsofpoints（f（k）,f（k+1））forkevenisunspecified.Theareasbetweensuchpointsaretransitionor"
don'
tcare"
regions.fandamustbethesamelength.Thelengthmustbeanevennumber.Therelationshipbetweenthefandavectorsindefiningadesiredfrequencyresponseisshownintheillustrationbelow.
Examples
desiredandactualfrequencyresponsesofa17th-orderParks-McClellan
bandpassfilter:
f=[00.30.40.60.71];
a=[001100];
b=firpm（17,f,a）;
[h,w]=freqz（b,1,512）;
plot（f,a,w/pi,abs（h））
legend（'
Ideal'
'
firpmDesign'
）
[n,f0,mo,w]=remezord（f,m,dev,Fs）;
Rp=3,Rs=40;
Fs=20000;
f=[500]
EXAMPLE
Designalowpassfilterwithapassband-edgefrequencyof1500Hz,a
stopband-edgeof2000Hz,passbandrippleof0.01,stopbandripple
of0.1,andasamplingfrequencyof8000Hz:
[n,fo,mo,w]=firpmord（[15002000],[10],[0.010.1],8000）;
b=firpm（n,fo,mo,w）;
Thisisequivalentto
c=firpmord（[15002000],[10],[0.010.1],8000,'
cell'
b=firpm（c{:
}）;
2、用simulink仿真验证
用simulink进行仿真验证
启动simulink
在simulink的库中打开Sources库中找到SineWave发生器，放三个在仿真文件中，双击进行参数设置，sinetype设为TimeBased，Time设为Usesimulationtime，Amplitude设为5，Bias设为0，Frequency设为2*pi*50，Phase设为0，Sampletime设为0；
同样方法设置另外两个正弦发生器。
打开CommonlyUsedBolck库找到sum元件，放到仿真文件，双击进行参数设置，IconShape设为round，Listofsigns设为|+++，Sampletime设为－1。
打开Discrete库找到DiscreteFilter，放三个在仿真文件中，双击进行参数设置，
Numerator设为[b1]，Denominator设为[a1]，Sampletime设为1/Fs。
打开Sinks库找到Scope，放到仿真文件中
如上图进行连线。
3、用扬声器放音，麦克录音函数
recObj=audiorecorder（44100,16,2）;
get（recObj）
%Collectasampleofyourspeechwithamicrophone,andplotthesignaldata:
%Recordyourvoicefor5seconds.
recObj=audiorecorder;
disp（'
Startspeaking.'
recordblocking（recObj,5）;
EndofRecording.'
%Playbacktherecording.
play（recObj）;
%Storedataindouble-precisionarray.
myRecording=getaudiodata（recObj）;
%Plotthewaveform.
plot（myRecording）;
4、将wave文件读入，用sound放音
wavreadReadMicrosoftWAVE（"
.wav"
）soundfile.
Y=wavread（FILE）readsaWAVEfilespecifiedbythestringFILE,
returningthesampleddatainY.The"
extensionisappended
ifnoextensionisgiven.
[Y,FS,NBITS]=wavread（FILE）returnsthesamplerate（FS）inHertz
andthenumberofbitspersample（NBITS）usedtoencodethe
datainthefile.
[...]=wavread（FILE,N）returnsonlythefirstNsamplesfromeach
channelinthefile.
[...]=wavread（FILE,[N1N2]）returnsonlysamplesN1throughN2from
eachchannelinthefile.
[Y,...]=wavread（...,FMT）specifiesthedatatypeformatofYused
torepresentsamplesreadfromthefile.
IfFMT='
double'
Ycontainsdouble-precisionnormalizedsamples.
native'
Ycontainssamplesinthenativedatatype
foundinthefile.InterpretationofFMTiscase-insensitive,
andpartialmatchingissupported.Ifomitted,FMT='
.
SIZ=wavread（FILE,'
size'
）returnsthesizeoftheaudiodatacontained
inthefileinplaceoftheactualaudiodata,returningthe
2-elementvectorSIZ=[sampleschannels].
[Y,FS,NBITS,OPTS]=wavread（...）returnsastructureOPTSofadditional
informationcontainedintheWAVfile.Thecontentofthis
structurediffersfromfiletofile.Typicalstructurefields
include'
.fmt'
（audioformatinformation）and'
.info'
（text
whichmaydescribetitle,author,etc.）
OutputScaling
TherangeofvaluesinYdependsonthedataformatFMTspecified.
Someexamplesofoutputscalingbasedontypicalbit-widthsfound
inaWAVfilearegivenbelowforboth'
and'
formats.
FMT='
#BitsMATLABdatatypeDatarange
-------------------------------------------------
8uint8（unsignedinteger）0<
=Y<
=255
16int16（signedinteger）-32768<
=+32767
24int32（signedinteger）-2^23<
=2^23-1
32single（floatingpoint）-1.0<
=+1.0
N<
32double-1.0<
+1.0
N=32double-1.0<
Note:
Valuesinymightexceed-1.0or+1.0forthecaseof
N=32bitdatasamplesstoredintheWAVfile.
Supportsmulti-channeldata,withupto32bitspersample.
SupportsMicrosoftPCMdataformatonly.
Seealsowavwrite,auread,auwrite.
clearall;
closeall;
clc
[a,fs,bit]=wavread（'
c:
\MATLAB6p5\work\陪你一起看草原.wav'
size（a）;
y1=a（:
1）;
a1=y1（10000:
60000）
figure;
subplot（2,1,1）,plot（a）;
subplot（2,1,2）,plot（a1）;
x1=resample（a1,2,1）;
%y=resample（x,p,q）返回量的长度是向量x的p/q倍
sound（x1,fs）;
%sound（a,fs）;
Audioread（2012b以上版本，可以读取mp3文件）
5、mp3文件的处理
MATLAB读取音频文件并进行音频特征提取
（2013-04-0116:
40:
18）
转载▼
标签：
matlab
特征提取
it
分类：
MATLAB音乐识别
1、用audioread（'
'
函数读取电脑中的音频文件，参数是音频文件的路径：
[sampledata,FS]=audioread（'
F:
\1.mp3'
sampledata保存音频信号数据，FS是音频采样率，MP3格式的采样率一般为44100；
2、判断音频数据是否是双声道，如果是双声道则保留一个声道的数据，用calsample.m文件的函数完成此功能，文件内容如下：
functionsample=calsample（sampledata,FS）
temp_sample=resample（sampledata,1,FS/11025）;
[m,n]=size（temp_sample）;
if（n==2）
sample=temp_sample（:
else
sample=temp_sample;
end
3、对音频数据进行快速傅里叶变换得到频谱图，并选取scope区域内的能量最大并且能量增幅最大的点作为峰值点，进行特征提取，keypoint.m文件内容如下：
functionpoint=keypoint（sample,scope）
%对音频数据进行快速傅里叶变换，得到变换后的数据为b，频率为f，时间为t
[b,f,t]=specgram（sample,1024,11025,hanning（1024）,256）;
specgram（sample,1024,11025,hanning（1024）,256）;
%绘制频谱图
holdon;
energy=abs（b）;
%根据快速傅里叶变换后的数据进行能量计算
%energy=sample;
diffenergy=caldiffenergy（energy）;
%计算能量差分
[m,n]=size（energy）;
%获取能量矩阵的大小
%f=（0:
4）;
%t=（0:
f_unit=max（f）/（length（f）-1）;
%根据频率点个数计算频率单位长度
t_unit=max（t）/（length（t）-1）;
%根据时间点个数计算时间单位长度
k=1;
l=1;
p=1;
num=1;
point.t=0;
point.f=0;
%point结构体数组用来保存峰值点
temp.t=0;
temp.f=0;
%temp结构体数组用来保存计算中的临时点
count=0;
%count为零表示在当前scope中未找到峰值点
x_f=0;
y_t=0;
plot（x_f,y_t）;
fori
升级会员 