DSP课程设计论文.docx
《DSP课程设计论文.docx》由会员分享，可在线阅读，更多相关《DSP课程设计论文.docx（10页珍藏版）》请在冰豆网上搜索。
DSP课程设计论文
第一章绪论
语音信号处理课程的主要内容包括语音信号的分析方法及其应用。
为了帮助学生理解与掌握课程中的基本原理和基本分析方法,具有设计开发应用通信语音系统的基本能力,本文在介绍语音信号处理课程的内容和特点的基础上,结合MATLAB软件和数字信号处理器DSP硬件平台,提出了基于MATLAB和DSP进行语音信号处理课程建设的途径,并阐述了理论教学和实践教学的一些具体做法及实例。
结果表明取得了良好的教学效果。
本课程的理论性和实践性都很强,其特点是:
（1）要求的数学知识多而且深,如概率统计、随机过程等;
（2）要求掌握的基础知识强,信号与系统、信号处理是本课程的理论基础;（3）与其他学科及应用密切相关如通信、计算机、人工智能、模式识别、神经网络等。
MATLAB作为国际科技应用软件,被广泛地应用于信号与图像处理、控制系统设计、通信系统仿真等诸多领域。
在本课程的理论和实践教学中引入了完整的MATLAB实例仿真和编程训练,使得学生在掌握基本概念、基本原理、基本分析方法的基础上能够基于MATLAB再做一些研究和开发。
DSP（DigitalSignalProcessor）技术是信息数字化最重要的基本技术之一,广泛应用于通信领域、雷达和声纳系统、消费类电子设备以及各种自动控制系统中。
结合DSP技术,在教学和实践环节加强各种理论算法的硬件实时实现技术的展示和训练,一方面能加深学生对理论知识的理解,提高其动手能力;另一方面尽量与产业界的要求接轨,使学生学有所用。
第二章系统方案论证
2．1实验目的
信号的傅立叶表示在信号的分析与处理中起着重要的作用。
因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。
另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更深入地说明信号的各项红物理现象。
由于语音信号是随着时间变化的，通常认为，语音是一个受准周期脉冲或随机噪声源激励的线性系统的输出。
输出频谱是声道系统频率响应与激励源频谱的乘积。
声道系统的频率响应及激励源都是随时间变化的，因此一般标准的傅立叶表示虽然适用于周期及平稳随机信号的表示，但不能直接用于语音信号。
由于语音信号可以认为在短时间内，近似不变，因而可以采用短时分析法。
本实验要求掌握傅里叶分析原理，会利用已学的知识，编写程序估计短时谱、倒谱，画出语谱图，并分析实验结果，在此基础上，借助频域分析方法所求得的参数分析语音信号的基音周期或共振峰。
2．2实验原理
1、短时傅立叶变换
由于语音信号是短时平稳的随机信号，某一语音信号帧的短时傅立叶变换的定义为：
（2.1）
其中w（n-m）是实窗口函数序列，n表示某一语音信号帧。
令n-m=k'，则得到
（2.2）
于是可以得到
（2.3）
假定
（4）
则可以得到
（5）
同样，不同的窗口函数，将得到不同的傅立叶变换式的结果。
由上式可见，短时傅立叶变换有两个变量：
n和ω，所以它既是时序n的离散函数，又是角频率ω的连续函数。
与离散傅立叶变换逼近傅立叶变换一样，如令ω=2πk/N，则得离散的短时傅立叶吧如下：
（6）
2、语谱图
水平方向是时间轴，垂直方向是频率轴，图上的灰度条纹代表各个时刻的语音短时谱。
语谱图反映了语音信号的动态频率特性，在语音分析中具有重要的实用价值。
被成为可视语言。
语谱图的时间分辨率和频率分辨率是由窗函数的特性决定的。
时间分辨率高，可以看出时间波形的每个周期及共振峰随时间的变化，但频率分辨率低，不足以分辨由于激励所形成的细微结构，称为宽带语谱图；而窄带语谱图正好与之相反。
宽带语谱图可以获得较高的时间分辨率，反映频谱的快速时变过程；窄带语谱图可以获得较高的频率分辨率，反映频谱的精细结构。
两者相结合，可以提供带两与语音特性相关的信息。
语谱图上因其不同的灰度，形成不同的纹路，称之为“声纹”。
声纹因人而异，因此可以在司法、安全等场合得到应用。
3、复倒谱和倒谱
复倒谱
是x（n）的Z变换取对数后的逆Z变换，其表达式如下:
（7）
倒谱c（n）定义为x（n）取Z变换后的幅度对数的逆Z变换，即
（8）
在时域上，语音产生模型实际上是一个激励信号与声道冲激响应的卷积。
对于浊音，激励信号可以由周期脉冲序列表示；对于清音，激励信号可以由随机噪声序列表示。
声道系统相当于参数缓慢变化的零极点线性滤波器。
这样经过同态处理后，语音信号的复倒谱，激励信号的复倒谱，声道系统的复倒谱之间满足下面的关系：
（9）
由于倒谱对应于复倒谱的偶部，因此倒谱与复倒谱具有同样的特点，很容易知道语音信号的倒谱，激励信号的倒谱以及声道系统的倒谱之间满足下面关系：
（10）
浊音信号的倒谱中存在着峰值，它的出现位置等于该语音段的基音周期，而清音的倒谱中则不存在峰值。
利用这个特点我们可以进行清浊音的判断，并且可以估计浊音的基音周期。
第三章实验原理
3.1原理图及程序
clc;
clear;
tic,
[y,fs]=wavread（'ah02.wav'）;
L=length（y）;
fw=y.*hamming（L）;
r=real（log（fft（fw,L）））
pfw=cceps（fw）;
rpfw=rceps（fw）;
z=rpfw（1:
30）;
p=pfw（31:
L）
logz=real（exp（fft（z,L）））;
logp=real（fft（p））;
plot（y）;title（'原始波形'）
图3-1原始图形
[x,fs,bits]=wavread（'ah01.wav',[10245120]）;
plot（x）;title（'originaltiywave'）;
图3-2orignaltiywave
clc;
clear;
tic,
[y,fs]=wavread（'ah02.wav'）;
L=length（y）;
fw=y.*hamming（L）;
r=real（log（fft（fw,L）））
pfw=cceps（fw）;
rpfw=rceps（fw）;
z=rpfw（1:
30）;
p=pfw（31:
L）
logz=real（exp（fft（z,L）））;
logp=real（fft（p））;
plot（logz）;title（'倒谱域滤波都的对数幅度谱'）
图3-3倒谱域滤波后的对数幅度谱
clc;
clear;
tic,
[y,fs]=wavread（'ah02.wav'）;
L=length（y）;
fw=y.*hamming（L）;
r=real（log（fft（fw,L）））
pfw=cceps（fw）;
rpfw=rceps（fw）;
z=rpfw（1:
30）;
p=pfw（31:
L）
logz=real（exp（fft（z,L）））;
logp=real（fft（p））;
plot（rpfw）;title（'实倒谱'）
图3-4倒谱域滤波后的对数幅度谱
clc;
clear;
tic,
[y,fs]=wavread（'ah02.wav'）;
L=length（y）;
fw=y.*hamming（L）;
r=real（log（fft（fw,L）））
pfw=cceps（fw）;
rpfw=rceps（fw）;
z=rpfw（1:
30）;
p=pfw（31:
L）
logz=real（exp（fft（z,L）））;
logp=real（fft（p））;
plot（r）;title（'对数幅度谱'）
图3-5对数幅度谱
clc;
clear;
tic,
[y,fs]=wavread（'ah02.wav'）;
L=length（y）;
fw=y.*hamming（L）;
r=real（log（fft（fw,L）））
pfw=cceps（fw）;
rpfw=rceps（fw）;
z=rpfw（1:
30）;
p=pfw（31:
L）
logz=real（exp（fft（z,L）））;
logp=real（fft（p））;
plot（fw）;title（'加海明窗后的波形'）
图3-6加海明窗后的波形
x=wavread（'ah02.wav'）;
N=5;wc=0.3;
[b,a]=butter（N,wc）;
X=fft（x）;
y=filter（b,a,x）;
Y=fft（y）;
plot（y）;title（'IIR低频滤波¨'）;
图3-7IIR低频滤波
[x,fs,bits]=wavread（'ah01.wav',[10245120]）;
sound（x,fs,bits）;
X=fft（x,4096）;
magX=abs（X）;
angX=angle（X）;
plot（angX）;title（'声音和波形'）;
图3-8声音和波形
参考文献
[1]尹勇,欧光军.DSP集成开发环境CCS开发指南[M].北京:
北京航空航天大学出版社,2003.
[2]戴明桢,周建江.TMS320C54XDSP结构、原理及应用[M].北京:
北京航空航天大学出版社,2001.
[3]徐盛,胡剑凌.数字信号处理器开发与实践[M].上海:
上海交通大学出版社,2003.
[4]清源科技.TMS320C54xDSP应用程序设计教程[M].北京:
机械工业出版社,2003.
数字信号处理（DigitalSignalProcessing）技术，从20世纪60年代以来，随着计算机科学和信息科学、集成芯片制造工艺的飞速发展，数字处理技术应运而生并得以快速发展。
语言是人们进行信息沟通的主要方式之一，它具有直接、自然、方便等优点。
语音则是语言的物理层表达方式。
语音处理主要是对语音进行机器处理，以达到传输、自动识别、机器理解等目的。
论文中首先对语音信号的基本处理问题进行了分析和对比，然后在自己设计的基于TMS320VC5402的DSP实际系统上，进行了语音处理过程的滤波、采样、傅立叶变换和谱包络提取的算法实现研究，讨论了在算法的DSP实现方法，分析了运行实验结果。
在此基础上，对GSM系统中的编码、回声抵消、说话人识别和交通车辆内部的噪声抵消应用进行了研究。
最后对DSP实现语音信号处理的存在的问题和发展前景进行了展望。
摘要
介绍一种基于DSP的语音信号处理系统,该系统采用TMS320VC5402作为主处理器,TLV320AIC23B作为音频芯片,在此基础上完成系统硬件平台的搭建和软件设计,从而实现对语音信号高精度的采集、滤波和回放功能.不同阶数的IIR数字滤波器的DSP实现高带宽I/O总线的解决，支持新一代嵌入式系统。
基于处理器的去方块滤波器的实现及优化算法标准实现高效DSP系统开发，IMSA121型图像信息压缩专用IC基带信号处理芯片组件AD20msp425DSP在变电站综合自动化系统中的应用，利用USBUART桥接器实现单片机在线编程，数字语音混沌保密通信系统及硬件实现，等等都能在该系统实现。
它有语音信号处理的通用性和较高的运行效率。
升级会员 