语音信号的数字滤波处理设计毕业设计论文.docx
《语音信号的数字滤波处理设计毕业设计论文.docx》由会员分享,可在线阅读,更多相关《语音信号的数字滤波处理设计毕业设计论文.docx(54页珍藏版)》请在冰豆网上搜索。
![语音信号的数字滤波处理设计毕业设计论文.docx](https://file1.bdocx.com/fileroot1/2022-10/11/ad257943-2c4e-481c-b103-1ac1cb7e6d5f/ad257943-2c4e-481c-b103-1ac1cb7e6d5f1.gif)
语音信号的数字滤波处理设计毕业设计论文
1绪论……………………………………………………1
1.1课题背景及目的………………………..……………………………1
1.2设计方案及原理………………………..……………………………2
2设计题第一部分………………………..………………………6
2.1卷积的演示………………………..……………………6
2.2采样定理的演示………………………..……………………12
3设计题第二部分………………………..…………………15
3.1设计要求………………………..…………………15
3.2采集语音信号分析………………………..…………………16
4设计数字滤波器………………………..…………………19
4.1间接法设计IIR数字滤波器……………………..…………………19
4.1直接法设计FIR数字滤波器……………………..…………………25
5滤波分析……………………..…………………31
6心得体会……………………..…………………35
7参考文献……………………..…………………35
附录……………………..…………………36
1绪论
1.1设计目的
1.了解语音信号的产生、采集能绘制语音信号的频率响应曲线及频谱图2.学会用MATLAB对语音信号进行分析和处理
3.学习设计滤波器的一般方法,通过课程设计树立正确的设计思想,提高分析问题、解决问题的能力
4.掌握用滤波器去除语音信号噪声的方法,观察去噪前后的语音信号。
5进行设计基本技能的训练,如查阅设计资料和手册、程序的设计、调试等。
1.2设计要求
(1)熟练掌握数字信号处理的基本概念基本理论。
(2)熟悉离散信号和离散系统的时域特性。
(3)掌握序列快速傅里叶变换(FFT)方法。
(4)掌握滤波器的几种网络结构。
(5)学会使用软件MATLAB,掌握其程序设计方法。
(6)掌握利用MATLAB对语音信号进行频谱分析的方法。
1.2课程设计方案
选择windows自带的“WindowsXP关机.wav”声音作为语音信号,产生噪声信号加到语音信号中,得到被污染的语音信号,经过频谱分析,分别设计巴特沃思滤波器以及Blackman窗滤波器(低通、带通、高通),对被污染的语音信号滤波,滤掉噪音信号得到符合要求的语音信号。
图2.1总体方案设计流程图
图2.2总体方案设计流程图(Blackman窗)
1.2.1课程设计原理
设计数字滤波器的任务就是寻求一个因果稳定的线性时不变系统,并使系统函数H(z)具有指定的频率特性。
数字滤波器从实现的网络结构或者从单位冲激响应分类,可以分成无限长单位冲激响应,(IIR)数字滤波器和有限长单位冲激响应(FIR)数字滤波器。
本次数字信号处理课程设计我们小组选用巴特沃思数字滤波器(IIR)以及Blackman窗数字滤波器(FIR)。
1.2.2IIR数字滤波器的结构与设计
IIR滤波器系统函数的极点可以在单位圆内的任何位置,实现IIR滤波器的阶次较低,所用的存储单元较少,效率高,又由于IIR数字滤波器能够保留一些模拟滤波器的优良特性,因此应用很广。
设计IIR数字滤波器的方法主要有基于冲激响应不变法的IIR数字滤波器设计,基于双线性Z变换法的IIR数字滤波器设计,数字高通、带通及带阻IIR滤波器设计,基于MATLAB函数直接设计IIR数字滤波器。
1.2.3基于双线性Z变换法的IIR数字滤波器设计
本次数字信号处理课程设计我们小组选用巴特沃思数字滤波器(IIR)以及Blackman窗数字滤波器(FIR)。
由于的频率映射关系是根据推导的,所以使jΩ轴每隔2π/Ts便映射到单位圆上一周,利用冲激响应不变法设计数字滤波器时可能会导致上述的频域混叠现象。
为了克服这一问题,需要找到由s平面到z平面的另外的映射关系,这种关系应保证:
(1)s平面的整个jΩ轴仅映射为z平面单位圆上的一周。
(2)若G(s)是稳定的,由G(s)映射得到的H(z)也应该是稳定的。
(3)这种映射是可逆的,既能由G(s)得到H(z),也能由H(z)得到G(s)。
(4)如果G(j0)=1那么,双线性Z变换满足以上4个条件的映射关系,其变换公式为:
双线性Z变换的基本思路是,首先将整个s平面压缩到一条从–π/Ts到π/Ts的带宽为2π/Ts的横带里,然后通过标准的变换关系将横带变换成整个z平面上去,这样就得到s平面与z平面间的一一对应的单值关系。
在MATLAB中双线性Z变换可以通过bilinear函数实现,其调用格式为[Bz,Az]=bilinear(B,A,Fs)。
其中B,A为模拟滤波器传递函数G(s)的分子分母多项式的系数向量,而Bz,Az为数字滤波器的传递函数H(z)的分子分母多项式的系数向量。
1.2.4数字高通、带通及带阻IIR滤波器设计
除了低通数字滤波器之外,实际中还常常需要高通、带通及带阻数字滤波器。
这三种数字滤波器的设计步骤如下:
(1)将数字滤波器H(z)的技术指标ωp和ωs,通过Ω=tan(ω/2)转变为模拟滤波器G(s)的技术指标Ωp和Ωs,作归一化处理后,得到ηp=1,ηs=Ωs/Ωp;
(2)化解为模拟原型滤波器G(s)的技术指标;
(3)设计模拟原型滤波器G(p);
(4)将G(p)转换为模拟滤波器的转移函数G(s);
(5)将G(s)转换成数字滤波器的转移函数H(z)s=(z–1)(z+1)。
所谓原型滤波器是指归一化的低通滤波器。
本节主要讨论通过IIR数字滤波器的原型转换设计法和IIR数字滤波器的直接设计方法来设计数字高通、带通及带阻滤波器其转换方法主要有3种一是直接由模拟低通滤波器转换成数字高通、带通或带阻滤波器二是先由模拟低通滤波器转换成模拟高通、带通或带阻滤波器然后再把它转换成相应的数字滤波器三是将模拟低通滤波器先转换成数字低通滤波器再通过变量代换变换成高通、带通或带阻滤波器。
1.3设计Blackman窗数字滤波器的基本思想
1.3.1FIR数字滤波器的结构与设计
FIR滤波器通常采用窗函数方法来设计。
正确地选择窗函数可以提高设计数字滤波器的性能,或者在满足设计要求的情况下,减小FIR数字滤波器的阶次。
常用的窗函数有以下几种:
矩形窗(Rectangularwindow)、三角窗(Triangularwindow)、汉宁窗(Hanningwindow)、海明窗(Hammingwindow)、布拉克曼窗(Blackmanwindow)、切比雪夫窗(Chebyshevwindow)、巴特里特窗(Bartlettwindow)及凯塞窗(Kaiserwindow)。
1.3.2窗设计FIR数字滤波器的基本思想
窗设计的基本思想是,首先选择一个适当的理想选频滤波器(它总是具有一个非因果,无限持续时间脉冲响应),然后截取(加窗)它的脉冲响应得到线性相位和因果FIR滤波器。
因此这种方法的重点是选择一个合适的窗函数和理想滤波器。
我我们用表示理想的选频滤波器,它在通带上具有单位增益和线性相位,在阻带上具有零响应。
一个带宽的低通滤波器由下式给定:
为了从得到一个FIR滤波器必须同时在两边截取。
而要得到一个因果的线性相位滤波器,它的长度为N必须有:
这种操作叫做加窗,h(n)可以看作是与窗函数的乘积:
其中
根据的不同定义,可以得到不同的窗结构。
在频域中,因果FIR滤波器响应由和窗响应的周期卷积得到即:
2设计题第一部分
2.1设计要求:
1可输入任意两个序列x1(n)、x2(n),指定x1(n)为自己的学号,例如x1(n)={2,0,1,2,5,7,0,5,0,1,1,4}。
x2(n)的内容和长度自选。
例如x2(n)={1,2.43,6.17,12.93,22.17,32.25,40.88,45.87,45.87,40.88,32.25,22.17,12.93,6.17,2.43,1.0000}。
2分别动态演示两个序列进行线性卷积x1(n)﹡x2(n)和圆周卷积x1(n)⊙x2 (n)的过程;要求分别动态演示翻转、移位、乘积、求和的过程;
3圆周卷积默认使用两个序列中的最大长度,但卷积前可以指定卷积长度N用以进行混叠分析;
4改变圆周卷积长度N,根据实验结果分析2类卷积的关系。
5在计算机操作系统下选一段声音文件(XP系统在“C:
\WINDOWS\Media”),读取文件取10ms的声音数据产生时域序列x1(n),序列内容自定义。
利用x2(n)={1,2.43,6.17,12.93,22.17,32.25,40.88,45.87,45.87,40.88,32.25,22.17,12.93,6.17,2.43,1}。
利用FFT实现快速卷积,验证时域卷积定理,并与直接卷积进行效率对比(验证时采用matlab子函数)。
2.2卷积计算的演示
2.2.1线性卷积的演示
演示程序:
n=-15:
18;
M=17;
yn=zeros(1,19);
x1=[2,0,1,2,5,7,0,5,0,1,1,4];
xm1=[zeros(1,11),2,0,1,2,5,7,0,5,0,1,1,4,zeros(1,11)];
subplot(3,2,1);
stem(n,xm1)
xlabel('m')
ylabel('x1(m)')
xn2=[1,2.43,6.17,12.93,22.17,32.25,40.88,45.87,45.87,40.88,32.25,22.17,12.93,6.17,2.43,1.0000];
subplot(3,2,2);
stem(xn2)
xlabel('m')
ylabel('x2(m)')
xm2=[fliplr(xn2)zeros(1,18)];
subplot(3,2,3);
stem(n,xm2)
xlabel('m')
ylabel('x2(N-m)')
title('n=0')
yn
(1)=sum((xm1.*xm2)');
forN=1:
17
xm3=[zeros(1,N)fliplr(xn2)zeros(1,M)];
M=M-1;
yn(N+1)=sum((xm1.*xm3));
end
xm3=[zeros(1,18)fliplr(xn2)]
yn(19)=sum((xm1.*xm3)');
subplot(3,2,4);
stem(yn)
xlabel('n')
ylabel('y(n)')
title('分步求卷积')
yn1=conv(x1,xn2);
subplot(3,2,5);
stem(yn1)
xlabel('n')
ylabel('y(n)')
title('调用函数直接求')
演示结果:
2.2.2圆周卷积程序如下:
clf;
x=[2,0,1,2,5,7,0,5,0,1,1,4];
y=[5,4,3,6,1,7,4,8,4,5,4,8,3,8,7,8];
subplot(2,1,1)
stem([x,zeros(1,28)]);
N1=length(x);
N2=length(y);
N=N1;
ifN2>N1
N=N2;
end
M=input('请输入圆周卷积长度\n');
ifM>=N
N=M;
end
ifN==N1
x=x;
else
x=[x,zeros(1,N-N1)];
end
X=zeros(N,N);
x1=zeros(1,N);
pause
(2)