日番谷数字信号处理课程设计说明书.docx
《日番谷数字信号处理课程设计说明书.docx》由会员分享，可在线阅读，更多相关《日番谷数字信号处理课程设计说明书.docx（16页珍藏版）》请在冰豆网上搜索。
日番谷数字信号处理课程设计说明书
广西工学院
数字信号处理课程设计
说明书
设计题目语音信号的处理与滤波
系别计算机工程系
专业班级通信062班
学生姓名杨翠云
学号200600402055
指导教师周坚和
日期2009年1月2日
目录
摘要…………………………………………3
一.设计内容………………………………3
二．滤波器设计原理………………………3
三．设计步骤………………………………4
1．语音信号的采集…………………………………4
2.实际问题的解决…………………………………5
3.比较8000个和16000个数据点的幅度和相位谱…7
4.滤波器的设计及对语音信号进行滤波…………8
四．心得体会……………………………14
五．参考文献……………………………14
摘要：
本课程设计主要是对数字信号处理中所学知识在MATLAB中的综合应用，对语音信号的采样及进行频谱分析，滤波器的设计及利用滤波器对信号的滤波。
——装订线——
一、设计内容：
语音信号的处理与滤波：
使用声音相关函数录制3秒左右自己的声音。
掌握MATLAB中有关声音（wave）录制、播放、存储和读取的函数；并解决实际发出声音落后录制动作半拍的现象。
画出采样后语音信号的时域波形和频谱图。
对录制的声音信号分别取8000个和16000个数据进行频谱分析，得到幅度和相位谱，比较二者异同。
给定滤波器的性能指标，分别设计一个IIR低通与带通滤波器，并对语音信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的语音信号进行对比，分析语音信号的变化。
二、滤波器设计原理：
滤波器，顾名思义，就是对系统的输入信号进行滤波。
本设计采用Filter（）函数对语音信号进行滤波。
并采用IIR数字滤波器。
其基本步骤（以低通数字滤波器为例）：
1）确定数字滤波器的性能指标：
通带临界频率fp、阻带临界频率fr；通带内的最大衰减Ap；阻带内的最小衰减Ar；采样周期T；
2） 确定相应的数字角频率，ωp=2πfpT；ωr=2πfrT；
3） 计算经过预畸的相应模拟低通原型的频率，
；
4） 根据Ωp和Ωr计算模拟低通原型滤波器的阶数N，并求得低通原型的传递函数Ha（s）；
5） 用双线性变换公式代入Ha（s），把s平面的虚轴单值地映射于z平面的单位圆上，s平面的左半平面完全映射到z平面的单位圆内。
双线性变换不存在混叠问题。
求出所设计的传递函数H（z）；即
三．设计步骤
1．语音信号的采集
MATLAB中有关声音（wave）录制、读取、播放、存储和读取的函数有wavrecord（）；wavread（）；wavwrite（）；sound（）.录制3秒左右自己的声音,画出语音信号的时域波形；然后对语音号进行快速傅里叶变换，得到信号的频谱特性。
程序代码如下：
fs=8000;%采样频率
y=wavrecord（3*fs,fs,'double'）;%录制3秒自己的声音
wavplay（y,fs）;%播放录音
wavwrite（y,fs,'E:
/音乐'）;%存储声音
wavread（'E:
/音乐'）;%读取声音
subplot（1,2,1）;
plot（abs（y））;%画出声音采样后的时域波形
gridon;
title（'信号的时域波形'）;
xlabel（'时间'）;
ylabel（'振幅'）;
y1=fft（y,1024）;%对信号做fs点FFT变换
subplot（1,2,2）;
f=fs*（0:
499）/1024;%采样点数
plot（f,abs（y1（1:
500）））;%画出原始语音信号的幅频响应图
gridon;
title（'fft后信号的频谱特性'）;
xlabel（'频率'）;
ylabel（'振幅'）;
2.实际发出声音落后录制动作半拍问题的解决
录制刚开始时，常会出现实际发出声音落后录制动作半拍的现象。
在MATLAB中先用wavread（‘filename’,’’size’）函数读取声音长度，然后再用wavread（'filename',[n1n2]）函数从n1点开始读取声音，即去掉了前面的无效点。
程序代码如下：
size=wavread（'E:
/音乐','size'）;%读取声音长度
size=24000;
p=wavread（'E:
/音乐',[200024000]）;%去除前2000个无效点
wavplay（p,8000）;%播放声音
wavwrite（p,8000,'E:
/my'）;%声音的存储
wavread（'E:
/my'）;%读取声音
subplot（1,2,1）
gridon;
plot（abs（p））%画出去除无效点后的时域波形
title（'去除无效点后的时域波形'）;
xlabel（'时间'）;
ylabel（'振幅'）;
y1=fft（p,1024）;%对信号做fs点fft变换
subplot（1,2,2）
gridon;
fs=8000;%采样频率
f=fs*（0:
499）/1024;%采样点数
plot（f,abs（y1（1:
500）））%绘出去除无效点后信号的幅频响应图
title（'fft后声音的频谱特性'）;
xlabel（'频率'）;
ylabel（'振幅'）;
比较去除无效点前后波形可知：
其时域波形和频谱图大体一致，从其时域可看出去除无效点后的波形更贴近Y轴，更加接近实际的声音图形。
3.比较8000个和16000个数据点的幅度和相位谱
程序代码如下：
y=wavread（'E:
/my'）;%读取声音
y2=fft（y,8000）;
subplot（2,2,1）;
f1=fs*（0:
499）/8000;%采样点数
plot（f1,abs（y2（1:
500）））;%绘出其幅度图
gridon;
title（'8000点的幅度图'）;
xlabel（'频率'）;
ylabel（'振幅'）;
subplot（2,2,2）;
plot（angle（y2））;%绘出其相位谱
gridon;
title（'8000点的相位谱'）;
xlabel（'频率'）;
ylabel（'相位'）;
y3=fft（y,16000）;
subplot（2,2,3）;
f2=fs*（0:
499）/16000;%采样点数
plot（f2,abs（y3（1:
500）））;%绘出其幅度图
gridon;
title（'16000点的幅度图'）;
xlabel（'频率'）;
ylabel（'振幅'）;
subplot（2,2,4）;
plot（angle（y3））;%绘出其相位谱
gridon;
title（'16000点的相位谱'）;
xlabel（'频率'）;
ylabel（'相位'）;
由其幅度谱可看出：
点数越多，其频率越小。
其幅度与点数大致成正比。
4.滤波器的设计及对语音信号进行滤波
设计：
在Matlab中，使用函数butter，cheby1等函数设计IIR滤波器；由给定的性能指标将数字频率预畸为模拟滤波器频率，即w=2/Ttan（W/2）.求契比雪夫I型滤波器阶数和滤波器截止频率wn的函数：
[N,Wn]=cheb1ord（Wp,Ws,Rp,Rs）。
然后求传输函数分子和分母的系数；即：
[num,den]=cheby1（N,Rp,Wn）。
最后利用巴特沃思逼近将模拟系数转换为数字系数，并用freqz（num,den）函数画出其频率响应。
滤波：
采用Filter（）函数对语音信号进行滤波。
给出各滤波器的性能指标：
（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：
fc＝4800Hz，fb＝5000HzAs＝100dB，Ap＝1dB。
（3）带通滤波器性能指标：
fp1＝1200Hz，fp2＝3000Hz，fsc1＝1000Hz，fsc2＝3200Hz，As＝100dB，Ap＝1dB。
为了比较各种滤波器对信号滤波的效果，本设计采用IIR低通与IIR带通。
程序代码如下：
1）IIR低通滤波器设计：
fs=7000;%采样频率
Wp=1000;%通带临界频率
Ws=1200;%阻带临界频率
Rp=1;%阻带内的最小衰减
Rs=100;%通带内的最大衰减
wc=2*fs*tan（2*pi*Wp/（2*fs））;%将数字频率预畸为模拟滤波器的通带最大频率
wt=2*fs*tan（2*pi*Ws/（2*fs））;%将数字频率预畸为模拟滤波器的阻带最小频率
[N,wn]=cheb1ord（wc,wt,1,100,'s'）;%求阶数N和滤波器截止频率wn
[B,A]=cheby1（N,1,wn,'low','s'）;%传输分子和分母的系数
[num,den]=bilinear（B,A,8000）;%模拟转换为数字低通系数向量
freqz（num,den）;%求频率响应
gridon;
title（'低通滤波器'）
对语音信号的滤波：
y=wavread（'E:
/my'）;%读取声音
y1=fft（y,1024）;%对声音做fs点FFT变换
fs=7000;%采样频率
Wp=1000;%通带临界频率
Ws=1200;%阻带临界频率
Rp=1;%阻带内的最小衰减
Rs=100;%通带内的最大衰减
wc=2*fs*tan（2*pi*Wp/（2*fs））;%将数字频率预畸为模拟滤波器的通带最大频率
wt=2*fs*tan（2*pi*Ws/（2*fs））;%将数字频率预畸为模拟滤波器的阻带最小频率
[N,wn]=cheb1ord（wc,wt,1,100,'s'）;%求出N和阻带截止频率wn
[B,A]=cheby1（N,1,wn,'low','s'）;%传输分子和分母的系数
[num,den]=bilinear（B,A,7000）;%模拟转换为数字低通系数向量
y2=filter（num,den,y）;%对声音滤波
sound（y2,8000,16）;%播放滤波后的声音
wavwrite（y2,fs,'E:
/低通'）;%声音的存储
subplot（1,2,1）
gridon
plot（abs（y2））%滤波后信号的时域波形
title（'低通后信号的时域波形'）
xlabel（'时间'）;
ylabel（'振幅'）;
y3=fft（y2,1024）;%将滤波后的声音进行fft的1024点变换
subplot（1,2,2）
gridon;
f=fs*（0:
499）/1024;
plot（f,abs（y3（1:
500）））;
title（'低通后信号的频谱'）;
xlabel（'频率'）;
ylabel（'振幅'）;
由低通后信号的频谱易看出：
语音信号经过低通滤波器后，滤除了高频部分，与理论相符。
2）IIR带通滤波器设计：
fs=8000;
Wp=[12003000]/4000;%归一化通带数字截止频率
Ws=[10003200]/4000;%归一化阻带数字截止频率
Rp=1;%阻带内的最小衰减
Rs=100;%通带内的最大衰减
[n,Wn]=buttord（Wp,Ws,Rp,Rs）;%求阶数N和滤波器截止频率Wn
[b,a]=butter（n,Wn）;%传输分子和分母的系数
freqz（b,a）;%求频率响应
gridon;
title（'带通滤波器'）
对语音信号的滤波：
y=wavread（'E:
/my'）;%读取声音
fs=8000;
Wp=[12003000]/4000;%归一化通带数字截止频率
Ws=[10003200]/4000;%归一化阻带数字截止频率
Rp=1;%阻带内的最小衰减
Rs=100;%通带内的最大衰减
[n,Wn]=buttord（Wp,Ws,Rp,Rs）;%求阶数N和滤波器截止频率Wn
[b,a]=butter（n,Wn）;%传输分子和分母的系数
y2=filter（b,a,y）;%对声音滤波
sound（y2,8000,16）%播放滤波后的声音
wavwrite（y2,fs,'E:
/带通'）;%声音的存储
subplot（1,2,1）
gridon
plot（abs（y2））%滤波后信号的时域波形
title（'带通后信号的时域波形'）;
xlabel（'时间'）;
ylabel（'振幅'）;
y1=fft（y2,1024）;%将滤波后的声音进行fft的1024点变换
subplot（1,2,2）
gridon;
f=fs*（0:
499）/1024;
plot（f,abs（y1（1:
500）））;
title（'带通后信号的频谱'）;
xlabel（'频率'）;
ylabel（'振幅'）;
由带通后信号的频谱可得：
经带通滤波器后，滤除了低频与高频部分，与理论相符。
绘制其滤波后的相位图：
y1=wavread（'E:
/低通'）;%读取声音
p1=fft（y1,1024）;
subplot（1,2,1）
gridon;
fs=7000;%采样频率
f1=fs*（0:
499）/1024;%采样点数
plot（angle（p1））;
title（'低通后信号的相位图'）
xlabel（'频率'）
ylabel（'相位'）
y2=wavread（'E:
/带通'）;
p2=fft（y2,1024）;
subplot（1,2,2）
gridon;
fs=7000;%采样频率
f2=fs*（0:
499）/1024;%采样点数
plot（angle（p2））;
title（'带通后信号的相位图'）
xlabel（'频率'）
ylabel（'相位'）
四．心得体会
通过本次课程设计，我对MATLAB软件和DSP开发系统作为工具有了更深刻的了解与认识。
同时巩固了数字信号处理所学知识。
提高了对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。
对滤波器的原理和作用有了一定的了解。
加强了我们动手、思考和解决问题的能力，实现了理论和实践的相互结合。
但是，在此设计过程中也遇到了不少问题。
不懂分析相位谱。
比如怎么分析滤波器后的相位谱，滤波后的相位谱能说明什么。
同时认识到自己所学知识的局限性，要真正学好还需发大量时间。
五．参考文献
1）MATLAB在数字信号处理中的应用薛年喜编著清华大学出版社
2）数字信号处理教程程佩青编著清华大学出版社
3）数字信号处理及其MATLAB实现赵红怡张常年编著化学工业出版社
4）matlab6.5及其在信号处理中的应用王宏编著清华大学出版社
升级会员 