MATLAB结课论文设计范本模板Word下载.docx

MATLAB结课论文设计范本模板Word下载.docx

《MATLAB结课论文设计范本模板Word下载.docx》由会员分享，可在线阅读，更多相关《MATLAB结课论文设计范本模板Word下载.docx（12页珍藏版）》请在冰豆网上搜索。

总结设计方案，分析实验效果,撰写论文

摘要

滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR滤波器是滤波器设计的重要组成部分。

利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器.课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波.通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现。

在设计实现的过程中,使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB作为辅助工具完成设计中的计算与图形的绘制。

通过对对所设计滤波器的仿真和频率特性分析,可知利用MATLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。

关键词数字滤波器MATLAB窗函数法巴特沃斯切比雪夫双线性变换

第1章绪论

1.1数字信号处理的意义

数字信号处理是利用计算机或专用处理设备,以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理,借以达到提取信息和便于应用的目的。

它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。

具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等优点。

数字滤波器,是数字信号处理中及其重要的一部分。

随着信息时代和数字技术的发展，受到人们越来越多的重视.数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能.数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应（FIR，FiniteImpulseResponse）滤波器和无限冲激响应（IIR,InfiniteImpulseResponse）滤波器。

FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈,系统函数H（z）在处收敛,极点全部在z=0处（因果系统）,因而只能用较高的阶数达到高的选择性.FIR数字滤波器的幅频特性精度较之于IIR数字滤波器低，但是线性相位，就是不同频率分量的信号经过fir滤波器后他们的时间差不变，这是很好的性质.FIR数字滤波器是有限的单位响应也有利于对数字信号的处理，便于编程,用于计算的时延也小，这对实时的信号处理很重要.FIR滤波器因具有系统稳定,易实现相位控制，允许设计多通带（或多阻带）滤波器等优点收到人们的青睐.

IIR滤波器采用递归型结构，即结构上带有反馈环路。

IIR滤波器运算结构通常由延时、乘以系数和相加等基本运算组成,可以组合成直接型、正准型、级联型、并联型四种结构形式,都具有反馈回路。

同时,IIR数字滤波器在设计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，有现成的设计数据或图表可查，在设计一个IIR数字滤波器时，我们根据指标先写出模拟滤波器的公式，然后通过一定的变换，将模拟滤波器的公式转换成数字滤波器的公式.

滤波器的设计可以通过软件或设计专用的硬件两种方式来实现。

随着MATLAB软件及信号处理工具箱的不断完善，MATLAB很快成为应用学科等领域不可或缺的基础软件。

它可以快速有效地实现数字滤波器的设计、分析和仿真，极大地减轻了工作量,有利于滤波器设计的最优化.

1.2语音去噪设计要求

1．语音去噪设计框图

2．仿真设计

3．输出结果判断电路是否正确

4．分析电路

1。

3课程设计内容

选择一个语音信号作为分析的对象,或录制一段各人自己的语音信号，对其进行频谱分析；

利用MATLAB中的随机函数产生噪声加入到语音信号中，模仿语音信号被污染，并对其进行频谱分析;

设计FIR和IIR数字滤波器,并对被噪声污染的语音信号进行滤波，分析滤波后信号的时域和频域特征，回放语音信号；

最后，设计一个信号处理系统界面.在所设计的系统界面上可以选择滤波器的类型。

第2章语音去噪方案设计

2。

1语音去噪的应用意义

语音信号的采集与分析技术是一门涉及面很广的交叉科学，它的应用和发展与语音学、声音测量学、电子测量技术以及数字信号处理等学科紧密联系，语音是人类获取信息的重要来源和利用信息的重要手段。

在信号传输过程中,由于实验条件或各种其他主观或客观条件的原因，语音处理系统都不可避免地要受到各种噪声的干扰。

噪声不但降低了语音质量和语音的可懂度，而且还将导致系统性能的急剧恶化，严重时使整个系统无法正常工作.

MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

其强大的数据处理能力可以极大程度上削弱噪声影响，还原出真实的语音信号（相符度在90%以上）.，还原出真实的语音信号（相符度在90%以上）。

2语音去噪设计框图

图2。

1整体框图

图2.1为调频发射机整体框图。

其中高频振荡级主要是产生频率稳定、中心频率符合指标要求的正弦波信号，且其频率受到外加音频信号电压调变；

缓冲级主要是对调频振荡信号进行放大，以提供末级所需的激励功率，同时还对前后级起有一定的隔离作用，

3设计原理

1.滤波器的基本原理

滤波器是一种对信号有处理作用的器件或电路。

滤波器分为有源滤波和无源滤波，它的主要作用是:

让有用信号尽可能无衰减的通过,对无用信号尽可能大的衰减。

滤波器是由电感器和电容器构成的网路，可使混合的交直流电流分开。

整流器中，即借助此网路滤净脉动直流中的涟波,而获得比较纯净的直流输出。

最基本的滤波器,是由一个电容器和一个电感器构成,称为L型滤波。

所有各型的滤波器，都是集合L型单节滤波器而成。

基本单节式滤波器由一个串联臂及一个并联臂所组成,串联臂为电感器，并联臂为电容器。

在电源及声频电路中之滤波器，最通用者为L型及π型两种。

L型单节滤波器而言,其电感抗XL与电容抗XC，对任一频率为一常数，其关系为XL·

XC=K2

故L型滤波器又称为K常数滤波器.

简而言之,滤波，本质上是从被噪声畸变和污染了的信号中提取原始信号所携带的信息的过程。

2.采样定理

在进行模拟/数字信号的转换过程中，当采样频率fs。

max大于信号中，最高频率fmax的2倍时，即：

fs。

max>

=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；

采样定理又称奈奎斯特定理.

1924年奈奎斯特（Nyquist）就推导出在理想低通信道的最高大码元传输速率的公式：

理想低通信道的最高大码元传输速率=2W*log2N

（其中W是理想低通信道的带宽，N是电平强度）

第3章程序分析

3。

1语音去噪采样过程

采集语音的程序如下：

［y,fs,bits]=wavread（'

abc。

wav'

）;

sound（y，fs）%回放语音信号

n=length（y）%选取变换的点数

y_p=fft（y，n）；

%对n点进行傅里叶变换到频域

f=fs*（0：

n/2-1）/n；

%对应点的频率

figure

（1）

subplot（2，1，1）；

plot（y）；

%语音信号的时域波形图

title（’原始语音信号采样后时域波形’）；

xlabel（'

时间轴'

）

ylabel（’幅值A'

subplot（2,1,2）；

plot（f,abs（y_p（1:

n/2）））；

%语音信号的频谱图

title（’原始语音信号采样后频谱图’）；

频率Hz’）；

ylabel（'

频率幅值'

执行后的结果如下：

图3.1原波形

2语音去噪方案

滤波器设计程序

将滤波器的设计指标设为通带截止频率fp=1500HZ，阻带频率fc=1700HZ，通带波纹Ap=1dB，阻带波纹As=20dB,要求确定H（z）。

设计程序如下：

fp=1500；

fs=8000；

As=100;

Ap=1;

wc=2*pi*fc/fs;

wp=2＊pi*fp/fs;

wdel=wc—wp;

beta=0。

112*（As-8。

7）;

N=ceil（（As—8）/2.285/wdel）；

wn=kaiser（N+1，beta）；

ws=（wp+wc）/2/pi；

b=fir1（N，ws，wn）；

figure

（2）;

freqz（b，1）；

程序结果如下：

图3.2滤波波形

1.

3.3语音去在结果分析

图3.3滤波前后波形

由图1.2中滤波前后波形比较可看出，经过滤波后的波形比原波形的振幅有所减小，去除了很多由于噪声所产生的干扰；

从滤波前后的频谱比较可以看出经过滤波后除了原本的声音外，中间由于噪声产生的频谱波形已经滤除；

经过MATLAB仿真，听滤波前后的声音，可以听出有明显的滤波效果。

第4章总结

语音信号处理是语音学与数字信号处理技术相结合的交叉学科，课题在这里不讨论语音学，而是将语音当做一种特殊的信号，即一种“复杂向量”来看待。

也就是说，课题更多的还是体现了数字信号处理技术。

从课题的中心来看，课题“基于MATLAB的有噪声语音信号处理"

是希望将数字信号处理技术应用于某一实际领域，这里就是指对语音及加噪处理。

作为存储于计算机中的语音信号，其本身就是离散化了的向量,我们只需将这些离散的量提取出来，就可以对其进行处理了。

这一过程的实现，用到了处理数字信号的强有力工具MATLAB.通过MATLAB里几个命令函数的调用,很轻易的在实际语音与数字信号的理论之间搭了一座桥。

课题的特色在于它将语音信号看作一个向量,于是就把语音数字化了。

那么，就可以完全利用数字信号处理的知识来解决语音及加噪处理问题。

我们可以像给一般信号做频谱分析一样，来对语音信号做频谱分析，也可以较容易的用数字滤波器来对语音进行滤波处理。

通过比较加噪前后，语音的频谱和语音回放，能明显的感觉到加入噪声后回放的声音与原始的语音信号有很大的不同,前者随较尖锐的干扰啸叫声.从含噪语音信号的频谱图中可以看出含噪声的语音信号频谱，在整个频域范围内分是布均匀。

其实，这正是干扰所造成的。

通过滤波前后的对比，低通滤波后效果最好，高通滤波后的效果最差.由此可见，语音信号主要分布在低频段，而噪声主要分布在高频段。

本人签字：

参考文献

1.高西全，丁玉美．数字信号处理．第3版．北京:

西安电子科技大学出版社，2008

刘泉,阙大顺．数字信号处理原理与实现．北京：

电子工业出版社，2005

3。

张磊，毕靖，郭莲英．MATLAB实用教程．北京：

人民邮电出版社，2008

4。

张威．MATLAB基础与编程入门．西安：

西安电子科技大学出版社,2006

5.周利清，苏菲．数字信号处理基础．北京：

北京邮电大学出版社，2005

6。

蒋瑞艳振动,噪声处理系统[J].大连理工大学学院学报（自然科学版）2002

（1）

7.崔晓娟基于MATLAB的舰船辐射噪声信号小波消噪处理[J].《舰船科学技术》2006（06）

附录

源代码

%对语言信号做原始的时域波形分析和频谱分析

[y，fs,bits］=wavread（'

）；

％sound（y，fs）%回放语音信号

n=length（y）％选取变换的点数

y_p=fft（y,n）；

f=fs＊（0:

n/2—1）/n;

subplot（2,1，1）;

plot（y）;

title（’原始语音信号采样后时域波形'

幅值A’）

subplot（2,1，2）；

plot（f,abs（y_p（1：

％语音信号的频谱图

title（'

原始语音信号采样后频谱图'

频率Hz'

ylabel（’频率幅值'

%对加噪的语音信号进行去噪程序如下：

fp=1500;

fc=1700;

%（以上为低通滤波器的性能指标）

wp=2*pi＊fp/fs;

wdel=wc-wp;

beta=0.112＊（As-8.7）；

wn=kaiser（N+1,beta）；

ws=（wp+wc）/2/pi;

b=fir1（N，ws，wn）;

freqz（b，1）;

％（此前为低通滤波器设计阶段）-—接下来为去除噪声信号的程序-—

x=fftfilt（b，y）；

X=fft（x）；

figure（3）；

subplot（2,2,1）;

plot（f，abs（y_p（1：

滤波前信号的频谱’）；

subplot（2,2，2）；

plot（f，abs（X（1:

n/2）））;

滤波后信号的频谱’）；

subplot（2,2，3）；

滤波前信号的时域波形'

subplot（2,2,4）；

plot（x）;

title（’滤波后信号的时域波形'

sound（x,fs，bits）

den=2*ifft（y_p）；

wavwrite（'

2.wav’）