数字信号课设.docx
《数字信号课设.docx》由会员分享，可在线阅读，更多相关《数字信号课设.docx（26页珍藏版）》请在冰豆网上搜索。
数字信号课设
一、课程设计的性质与目的
《数字信号处理》课程是通信专业的一门重要专业基础课，是信息的数字化处理、存储和应用的基础。
通过该课程的课程设计实践，使学生对信号与信息的采集、处理、传输、显示、存储、分析和应用等有一个系统的掌握和理解；巩固和运用在《数字信号处理》课程中所学的理论知识和实验技能，掌握数字信号处理的基础理论和处理方法，提高分析和解决信号与信息处理相关问题的能力，为以后的工作和学习打下基础。
数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。
根据其单位冲激响应函数的时域特性可分为两类：
无限冲激响应（IIR）滤波器和有限冲激响应（FIR）滤波器。
二、课程设计题目
课程设计题目分为2个方向，每班选做方向一的同学约占2/3,选做方向二的约占1/3。
方向一：
数字滤波器设计及在语音信号分析中的应用。
步骤：
1、语音信号采集
录制一段课程设计学生的语音信号并保存为文件，要求长度不小于10秒，并对录制的信号进行采样；录制时可以使用Windows自带的录音机，或者使用其它专业的录音软件，录制时需要配备录音硬件（如麦克风），为便于比较，需要在安静、干扰小的环境下录音。
2、语音信号分析
使用MATLAB绘出采样后的语音信号的时域波形和频谱图。
根据频谱图求出其带宽，并说明语音信号的采样频率不能低于多少赫兹。
3、含噪语音信号合成
在MATLAB软件平台下，给原始的语音信号叠加上噪声，噪声类型分为如下几种：
（1）白噪声；
（2）单频噪色（正弦干扰）；（3）多频噪声（多正弦干扰）；（4）其它干扰，可设置为低频、高频、带限噪声，或Chirp干扰、冲激干扰。
绘出叠加噪声后的语音信号时域和频谱图，在视觉上与原始语音信号图形对比，也可通过Windows播放软件从听觉上进行对比，分析并体会含噪语音信号频谱和时域波形的改变。
4、数字滤波器设计及滤波,完成以下题目中的一个
给定滤波器的规一化性能指标（参考指标,实际中依据每个同学所叠加噪声情况而定）例如：
通带截止频率wp=0.25*pi,阻通带截止频率ws=0.3*pi;通带最大衰减Rp=1dB;阻带最小衰减Rs=15dB，每个题目至少设计出5个用不同方法的不同类型滤波器。
题目
（1）：
采用窗函数法与等波纹法分别设计各型FIR滤波器（低通、高通、带通、带阻中的至少3种类型）来对叠加噪声前后的语音信号进行滤波处理，绘出滤波器的频域响应，绘出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方法的滤波效果，并从理论上进行分析（或解释）。
题目
（2）：
采用双线性变换法与脉冲响应不变法，分别利用不同的原型低通滤波器（Butterworth型与切比雪夫I型）来设计各型IIR滤波器（低通、高通、带通、带阻中的至少3种类型），绘出滤波器的频域响应；并用这些数字滤波器对含噪语音信号分别进行滤波处理，比较不同方法下设计出来的数字滤波器的滤波效果，并从理论上进行分析（或解释）。
5、回放语音信号
对滤波后的语音信号进行回放，感觉滤波前后语音信号的变化。
6、设计一个语音信号分析与处理系统界面（选作）
利用MATLAB的界面设计功能，设计一个MATLAB环境下的人机交互界面，完成上述滤波器的设计及滤波过程，要求能够接收输入的设计参数，查看设计结果及滤波结果。
方向二：
数字滤波器设计及在心电信号滤波中的应用。
步骤：
1、心电信号采集
心电信号作为心脏电活动在人体体表的表现，信号一般比较微弱，幅度在10μV~5mV，频率为0.05~100Hz。
在心电信号的采集、放大、检测及记录过程中，有来自外界的各种干扰。
记录一段时间内的人体心电信号波形，要求长度不小于10秒，并对记录的信号进行数字化，保存为数据文件；这里，请同学们使用美国的MIT/BIH心电原始数据，由实验老师给出一定长度的的心电原始数据，数据保存在文件“a01.txt～a10.txt”中，在MATLAB中通过如下语句读取：
%从当前路径下的a01.txt文件读取心电原始数据到变量a01中，a01为二维数据，第一列%为心电信号时间，第二列为心电信号幅度。
load（‘a01.txt’）;
2、心电信号分析
使用MATLAB绘出数字化后的心电信号的时域波形和频谱图。
根据频谱图求出其带宽，并说明心电信号的基本特征。
3、含噪心电信号合成
在MATLAB软件平台下，给原始的心电信号叠加上噪声或干扰，干扰类型分为如下几种：
（1）白噪声；
（2）工频干扰（50Hz）；（3）谐波干扰（二次、三次谐波为主，分别为100Hz、150Hz）；（4）其它干扰，可设置为低频、高频、带限噪声，或冲激干扰。
绘出叠加噪声后的心电信号时域和频谱图，在视觉上与原始心电信号图形对比，绘出其时域波形差，分析频域基本特征变化。
4、数字滤波器设计及滤波,完成以下题目中的一个
给定滤波器的规一化性能指标（参考指标,实际中依据每个同学所叠加噪声情况而定）例如：
通带截止频率wp=0.25*pi,阻通带截止频率ws=0.3*pi;通带最大衰减Rp=1dB;阻带最小衰减Rs=15dB，每个题目至少设计出5个用不同方法的不同类型滤波器。
题目
（1）：
采用窗函数法与等波纹法分别设计各型FIR滤波器（低通、高通、带通、带阻中的至少3种类型）来对叠加干扰前后的心电信号进行滤波处理，绘出滤波器的频域响应，绘出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方法的滤波效果，并从理论上进行分析（或解释）。
题目
（2）：
采用双线性变换法与脉冲响应不变法，分别利用不同的原型低通滤波器（Butterworth型与切比雪夫I型）来设计各型IIR滤波器（低通、高通、带通、带阻中的至少3种类型），绘出滤波器的频域响应；并用这些数字滤波器对含噪心电信号分别进行滤波处理，比较不同方法下设计出来的数字滤波器的滤波效果，并从理论上进行分析（或解释）。
5、心电信号波形观察、频谱观察
对滤波后的心电信号观察其时域、频域特征变化。
绘出滤波后、滤波前、加噪后三个心电信号的差值波形，观察相互间的差异性；同时，分析频谱变化。
学生也可选用持续时间更长的心电原始数据，加上干扰后按上述要求设计滤波器。
三、课程设计要求
1、在一周内学生须上机16小时以上，程序调试完后，须由指导老师在机器上检查运行结果，经教师认可后的源程序可通过打印机输出，并请教师在程序清单上签字。
2、课程设计报告内容和格式：
设计题目，设计的详细步骤，设计过程中的结果、图形等，设计总结。
3、每组每人必须独立完成，成绩的考核按设计结果、答辩成绩及课程设计报告来综合评定。
成绩分为优、良、中、及格、不及格五级分评定。
4、指导教师：
张细政等。
四、设计进度安排
通信工程0981：
17周周二上午、下午，E-513，任务讲解与布置，查找相关资料，准备课程设计，学生上机，按任务要求进行课程设计；
17周周三上午、下午，E-513,学生上机，按任务要求进行课程设计；
17周周四上午、下午，E-513,学生上机，按任务要求进行课程设计；
17周周五上午，E-513,学生上机，按任务要求进行课程设计；
18周周一上午，E-513,学生上机，按任务要求进行课程设计；
18周周四上午，E-513,学生完成任务，答辩；
18周周六、周日，撰写课程设计报告；
19周周一，提交课程设计报告。
五、课题的主要功能
5.1问题的描述
自己录取一段语音信号，在MATLAB平台下，进行时域和频域的分析，然后给原始的语音信号叠加上噪声，噪声类型分为如下几种：
（1）白噪声；
（2）单频噪色（正弦干扰）；（3）多频噪声（多正弦干扰）；（4）其它干扰，可设置为低频、高频、带限噪声，或Chirp干扰、冲激干扰。
同样进行时域和频域的分析，在根据这些图谱，分析数据，然后设计不同滤波器，滤去噪音。
绘出叠加噪声后的语音信号时域和频谱图，在视觉上与原始语音信号图形对比，也可通过Windows播放软件从听觉上进行对比，分析并体会含噪语音信号频谱和时域波形的改变。
5.2功能要求
首先，各同学采集自身的语音信号，在MATLAB软件平台下绘出采样后的语音信号的时域波形和频谱图；然后，给原始的语音信号叠加上噪声，绘出叠加噪声后的语音信号时域和频谱图，在视觉上与原始语音信号图形对比；再采用窗函数法与等波纹法（至少采用两种以上不同的窗函数）分别设计各型FIR滤波器（低通、高通、带通、带阻中的至少3种类型）来对叠加噪声前后的语音信号进行滤波处理，绘出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方法的滤波效果，并从理论上进行分析（或解释）。
最后对滤波后的语音信号进行回放，感觉滤波前后语音信号的变化。
整个设计思路的设计原理示意图如图1所示：
给定滤波器的规一化性能指标（参考指标,实际中依据每个同学所叠加噪声情况而定）例如：
通带截止频率wp=0.25*pi,阻通带截止频率ws=0.3*pi;通带最大衰减Rp=1dB;阻带最小衰减Rs=15dB，每个题目至少设计出5个用不同方法的不同类型滤波器。
题目
（1）：
采用窗函数法与等波纹法分别设计各型FIR滤波器（低通、高通、带通、带阻中的至少3种类型）来对叠加噪声前后的语音信号进行滤波处理，绘出滤波器的频域响应，绘出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方法的滤波效果，并从理论上进行分析（或解释）。
题目
（2）：
采用双线性变换法与脉冲响应不变法，分别利用不同的原型低通滤波器（Butterworth型与切比雪夫I型）来设计各型IIR滤波器（低通、高通、带通、带阻中的至少3种类型），绘出滤波器的频域响应；并用这些数字滤波器对含噪语音信号分别进行滤波处理，比较不同方法下设计出来的数字滤波器的滤波效果，并从理论上进行分析（或解释）。
六、设计原理
6.1．用窗函数法设计FIR滤波器
依据所叠加噪声的情况给定滤波器规一化性能指标，分别采用凯塞窗函数和汉宁窗函数法设计FIR数字低通、高通、带通、带阻（至少3种类型）来对叠加噪声前后的语音信号进行滤波处理，绘滤波器的频谱图，通过滤波前后的频谱图来比较各滤波器的滤波效果。
根据过渡带宽及阻带衰减要求，选择窗函数的类型并估计窗口长度N（或阶数M=N-1），窗函数类型可根据最小阻带衰减As独立选择，因为窗口长度N对最小阻带衰减As没有影响，在确定窗函数类型以后，可根据过渡带宽小于给定指标确定所拟用的窗函数的窗口长度N，设待求滤波器的过渡带宽为Δw，它与窗口长度N近似成反比，窗函数类型确定后，其计算公式也确定了，不过这些公式是近似的，得出的窗口长度还要在计算中逐步修正，原则是在保证阻带衰减满足要求的情况下，尽量选择较小的N，在N和窗函数类型确定后，即可调用MATLAB中的窗函数求出窗函数wd（n）。
根据待求滤波器的理想频率响应求出理想单位脉冲响应hd（n），如果给出待求滤波器频率应为Hd，则理想的单位脉冲响应可以用下面的傅里叶反变换式求出：
在一般情况下，hd（n）是不能用封闭公式表示的，需要采用数值方法表示；从w=0到w=2π采样N点，采用离散傅里叶反变换（IDFT）即可求出。
用窗函数wd（n）将hd（n）截断，并进行加权处理，得到
如果要求线性相位特性，则h（n）还必须满足：
根据上式中的正、负号和长度N的奇偶性又将线性相位FIR滤波器分成四类。
要根据所设计的滤波特性正确选择其中一类。
例如，要设计线性相位低通特性可选择h（n）=h（N-1-n）一类，而不能选h（n）=-h（N-1-n）一类。
验算技术指标是否满足要求，为了计算数字滤波器在频域中的特性，可调用freqz子程序，如果不满足要求，可根据具体情况，调整窗函数类型或长度，直到满足要求为止。
七、课题的功能模块的划分
7.1、语音信号的采样录音
录制一段课程设计自身的语音信号并保存为文件，要求长度不小于10秒，并对录制的信号进行采样；录制时可以使用Windows自带的录音机，或者使用其它专业的录音软件，录制时需要配备录音硬件（如麦克风），为便于比较，需要在安静、干扰小的环境下录音。
录音时，可以用windows自带的录音机，如果对信号相对要求比较高，也可以用比较专业的录音工具，录取后的格式为wav。
一般要求录音的时间不少于10秒钟，处于安静的环境下进行。
用自带录音机的话，按“开始”－“程序”－“附件”－“娱乐”－“录音机”的顺序操作打开Windows系统中的录音机软件。
如图所示：
7.2、含噪语音信号合成
在MATLAB软件平台下，给原始的语音信号叠加上噪声，噪声类型分为如下几种：
（1）白噪声；
（2）单频噪色（正弦干扰）；（3）多频噪声（多正弦干扰）；（4）其它干扰，可设置为低频、高频、带限噪声，或Chirp干扰、冲激干扰。
绘出叠加噪声后的语音信号时域和频谱图，在视觉上与原始语音信号图形对比，也可通过Windows播放软件从听觉上进行对比，分析并体会含噪语音信号频谱和时域波形的改变。
7.3、对数据进行分析，并设计滤波器进行滤波
通过MATLAB平台，对原始信号的时域和频域图谱进行分析，同时也对加噪后的信号进行时域和频域的分析，算出要设计滤波器的各性能指标，综合分析，设计相应的滤波器。
7.4、回放语音信号
对滤波后的语音信号进行回放，感觉滤波前后语音信号的变化。
7.5、设计一个语音信号分析与处理系统界面
利用MATLAB的界面设计功能，设计一个MATLAB环境下的人机交互界面，完成上述滤波器的设计及滤波过程，要求能够接收输入的设计参数，查看设计结果及滤波结果。
八、主要功能的实现
8.1、对原始信号进行时域和频域的分析
声音选定的属性为8000Hz，字节为16位；然后在matlab软件平台下，利用wavread函数对语音信号“I\:
信号2.wav”进行采样，并画出语音信号的时域波形和频谱图，对频谱图加以分析。
具体执行程序代码如下：
[x,fs,bits]=wavread（'I:
\信号2.wav'）;
%sound（x,fs）;
n=length（x）;%求语音信号的长度
dt=10.00/n;%语音信号的时间为11s
t=dt:
dt:
10.00;%将所加噪声信号的点数调整到与原始信号相同
figure
（1）;
subplot（211）;plot（t,x,'r'）;
title（'原始语音信号域波形'）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
X=fft（x,n）;magY=abs（X）;
f=0:
fs/n:
fs*（n-1）/n;
subplot（212）;plot（f,magY,'r'）;
%axis（[02000100]）;
title（'原始语音信号频谱图'）;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
8.2、含噪语音信号的合成
1）加白噪音代码如下：
d1=0.05*randn（1,n）';%白噪声信号的函数
x1=x（:
1）+d1;%噪音信号叠加
%sound（x1,fs）;
figure
（2）;
subplot（211）;plot（t,x1,'r'）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
title（'加白噪音的语音信号时域波形'）;
D1=fft（x1,n）;magD1=abs（D1）;
f=0:
fs/n:
fs*（n-1）/n;
subplot（212）;plot（f,magD1,'r'）;
%axis（[02000100]）;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
title（'加白噪音的语音信号噪声信号频谱图'）;
结果如下图所示：
2）加单频正弦噪音代码如下：
d2=[0.08*sin（2*pi*5000*t）]';%加单频正弦信号信号
X2=x（:
1）+d2;%噪音信号叠加
%sound（X2,fs）;
figure（3）
subplot（211）;plot（t,X2）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
title（'加单频正弦信号的语音信号时域波形'）
y2=fft（X2）;magT=abs（y2）;
subplot（212）;plot（f,magT）;
%axis（[02000100]）;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
title（'加单频正弦信号的语音信号号频谱'）;
结果如下图所示：
3）加多频正弦噪音代码如下：
d3=[0.08*sin（2*pi*20*t）]';%加多频正弦信号信号
X3=x（:
1）+d2+d3;%噪音信号叠加
%sound（X3,fs）;
figure（4）
subplot（211）;plot（t,X3）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
title（'加多频正弦信号的语音信号时域波形'）
y3=fft（X3）;magZ=abs（y3）;
subplot（212）;plot（f,magZ）;
%axis（[02000100]）;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
title（'加多频正弦信号的语音信号频谱'）;
4）加chirp噪音信号代码如下：
N=length（x）-1;
e=0.5*chirp（x（:
1）,x（N,1）,200）;%chirp噪声信号的函数
k=x（:
1）+e;
[hc,wc]=freqz（k,1,N）;
abs1=abs（hc）;
figure（5）;
subplot（211）;plot（k）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
title（'加chirp噪音后的噪声信号时域波形'）;
subplot（212）;plot（wc/pi,abs1）;
%sound（k,fs,bits）;
%axis（[02000100]）;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
title（'加chirp噪音后的噪声信号频谱图'）;
结果显示如下：
8.3、数字滤波器的设计及滤波
1）海明窗函数设计FIR低通滤波器设计方法
%海明窗低通滤波器
%[x,fs,bits]=wavread（'E:
\信号2.wav'）;
%n=length（x）;
%dt=10.00/n;
%t=dt:
dt:
10.00;
%d3=0.05*randn（1,n）;%噪声信号的函数
%x3=x（:
1）+d1;%噪音信号叠加
%sound（x3,fs）;
wp=0.25*pi;ws=0.3*pi;%性能指标
wdelta=ws-wp;%过度带宽度
M=ceil（3.32*pi/wdelta）;%滤波器长度
N=2*M+1;%窗口长度
wc=（ws+wp）/2;%截止频率
%win=hanming（N）;%衰减不小于50dB,选择海明窗
b=fir1（N-1,wc/pi）;
n1=0:
1:
N;
[hit]=impz（b,1,n1）;%得到脉冲响应
[hfw]=freqz（b,1,512）;%得到频率响应
X=fft（x）;
figure（6）;
freqz（b,1）;
figure（7）;
subplot（221）;plot（x,'r'）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
title（'海明窗滤波器滤波前的信号波形'）;
subplot（222）;plot（abs（X）,'r'）;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
title（'海明窗滤波器滤波前信号的频谱'）;
%axis（[010000500]）;
x4=fftfilt（b,x）;
%sound（x4,fs）;
X4=fft（x4）;
subplot（223）;plot（x4）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
title（'海明窗滤波器滤波后信号的波形'）;
subplot（224）;plot（abs（X4））;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
title（'海明窗滤波器滤波后信号的频谱'）;
%axis（[010000500]）;
结果显示如下：
2）凯塞窗函数设计FIR低通滤波器设计
%凯塞窗函数设计FIR低通滤波器
%[x,fs,bits]=wavread（'信号2.wav'）;
%n=length（x）;
%x5=x（1:
n）;
%dt=10.00/n;t=dt:
dt:
10.00;
%d3=0.05*randn（1,n）';%噪声信号的函数
%x5=x（:
1）+d1;%噪音信号叠加
X5=fft（x）;
fp=1000;fc=1200;As=100;Ap=1;Fs=8000;
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（8）;
freqz（b,1）;
y5=fftfilt（b,x）;
%sound（y5,fs）;
Y5=fft（x,n）;
figure（9）
subplot（221）;plot（x,'r'）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
title（'原语音信号滤波前的信号波形'）;
subplot（222）;plot（abs（X5）,'r'）;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
%anxis（[0100001.0]）;
title（'原语音信号滤波前的信号频谱'）;
subplot（223）;plot（y5）;
title（'原语音信号滤波后的信号波形'）;
xlabel（'时间s'）;ylabel（'幅值y（t）'）;
subplot（224）;plot（abs（Y5））;
xlabel（'频率Hz'）;ylabel（'幅值magY'）;
%anxis（[0100001.0]）;
title（'原语音信号滤波后的信号频谱'）;
结果显示如下：
3）FIR带通滤波器设计
%带通滤波器设计
%[xfsbits]=wavread（'I:
\信号2.wav'）;
%n=length（x）;
%dt=10.00/n;t=dt:
dt:
10.00;
y7=x（1:
n）;
Y7=fft（y7）;
fp1=300;fp2=1000;fc1=283;fc2=1200;As=15;Ap=1;Fs=8000;
wp1=2*pi*fp1/Fs;wc1=2*pi*fc1/Fs;
wp2=2*pi*fp2/Fs;wc2=2*pi*fc2/Fs;
wdel=wp1-wc1;
beta=0.112*（As-8.7）;
N1=ceil（（As-8）/2.285/wdel）;
ws=[（wp1+wc1）/2/pi,（wp2+wc2）/2/pi
升级会员 