数字信号课程设计.docx
《数字信号课程设计.docx》由会员分享，可在线阅读，更多相关《数字信号课程设计.docx（15页珍藏版）》请在冰豆网上搜索。
数字信号课程设计
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061
学生姓名
学号
指导教师
日期日
摘要：
本文主要利用MATLAB工具采用双线性法和窗函数法设计IIR滤波器和FIR数字滤波器，并通过所设计的滤波器进行语音信号滤波分析，初步学会信号处理的过程和分析问题的能力。
关键词：
MATLAB滤波器设计
一．引言
随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域。
数字信号处理在通信语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。
在数字信号处理应用中，数字滤波器十分重要并已获得广泛应用。
二．MATLAB工具简介
1．MATLAB是矩阵实验室（Matrix Laboratory）之意，现已发展成为适合多学科，多种工作平台的功能强大的大型软件，已经成为线性代数，自动控制理论，数理统计，数字信号处理，时间序列分析，动态系统仿真等高级课程的基本教学工具；
2．MATLAB的语言特点
（1）。
语言简洁紧凑，使用方便灵活，库函数极其丰富。
MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。
由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。
（2）运算符丰富。
由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。
（3）MATLAB既具有结构化的控制语句（如for循环，while循环，break语句和if语句），又有面向对象编程的特性。
（4）程序限制不严格，程序设计自由度大。
例如，在MATLAB里，用户无需对矩阵预定义就可使用。
（5）程序的可移植性很好，基本上不做修改就可在各种型号的计算机和操作系统上运行。
（6）MATLAB的图形功能强大。
在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。
MATLAB还具有较强的编辑图形界面的能力。
（7）MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。
由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。
（8）功能强大的工具箱是MATLAB的另一特色。
MATLAB包含两个部分：
核心部分和各种可选的工具箱。
核心部分中有数百个核心内部函数。
其工具箱又分为两类：
功能性工具箱和学科性工具箱。
功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。
功能性工具箱用于多种学科。
而学科性工具箱是专业性比较强的，如control,toolbox,signl proceessing toolbox,commumnication toolbox等。
（9）源程序的开放性。
开放性也许是MATLAB最受人们欢迎的特点。
除内部函数以外，所有MATLAB的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。
三．设计目的
通过对课程设计，对信号的采集，处理，传输，显示，存储和分析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，掌握最基本的数字信号处理的理论和方法，培养发现问题，分析问题和解决问题的能力。
四．设计理论依据
采样频率，采样位数的概念，采样定理；时域信号的DFT，FFT及频谱分析；数字滤波器的设计原理和方法。
五．设计过程（设计步骤）
1．语音信号的采集及频谱分析
用WINDOWS下的录音机，用单声道录制一段音乐或声音，时间在5S内。
然后MATLAB软件平台下，利用函数WAVREAD对语音信号进行采样，记住采样频率和采样点数。
对语音信号进行快速傅立叶变换，在一个窗口同时画出信号的时域波形图和频谱图，分析语音信号的频谱特点。
程序如下：
[y,fs,bits]=wavread（'music.wav',[102461500]）;
sound（y,fs,bits）;
Y=fft（y）;plot（y）;
figure
（1）;title（'语音信号的时域波形'）;
grid
figure
（2）;
plot（abs（Y））;title（'语音信号的频谱特性'）;
grid
图形如下：
2：
设计数字滤波器
给出个滤波器的性能指标：
（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fb=2800HZ,fc=3000HZ,As=100dB,Ap=1dB
（3）带通滤波器性能指标fb1=1200HZ,fc1=1000HZ,fb2=2800HZ,fc2=3000HZAs=100dB,Ap=1dB
用窗函数法和双线性变换法设计以上要求的3种数字滤波器绘制个滤波器的频率响应。
IIR低通滤波器，程序如下：
Ap=1;As=100;fs=4000;fb=1000;fc=1200;
%频率预畸
wb=（fb/fs）*2*pi;%临界频率采用角频率表示
wc=（fc/fs）*2*pi;%临界频率采用角频率表示
OmegaP=2*fs*tan（wb/2）;
OmegaS=2*fs*tan（wc/2）;
[n,wn]=buttord（OmegaP,OmegaS,Ap,As,'s'）;
[b,a]=butter（n,wn,'s'）;
[bz,az]=bilinear（b,a,fs）;%映射为数字的
[H,W]=freqz（bz,az）;%绘出频率响应
plot（W*fs/（2*pi）,abs（H））;
title（'IIR低通滤波器'）;
IIR高通滤波器，程序如下：
fs=22050;Ap=1;As=100;fb=5000;fc=4800;
wb=（fb/fs）*2*pi;%临界频率采用角频率表示
wc=（fc/fs）*2*pi;%临界频率采用角频率表示
OmegaP=2*fs*tan（wb/2）;
OmegaS=2*fs*tan（wc/2）;
[n,wn]=cheb1ord（OmegaP,OmegaS,Ap,As,'s'）;
[b,a]=cheby1（n,Ap,wn,'high','s'）;
[bz,az]=bilinear（b,a,fs）;%映射为数字的
[H,W]=freqz（bz,az）;%绘出频率响应
f=W/pi*11025;
plot（f,20*log10（abs（H）））;
title（'IIR高通滤波器'）;
IIR带通滤波器，程序如下：
fb1=1200;fb2=3000;fc1=1000;fc2=3200;
Ap=1;As=100;fs=8000;
wb1=（fb1/fs）*2*pi;wb2=（fb2/fs）*2*pi;
wc1=（fc1/fs）*2*pi;wc2=（fc2/fs）*2*pi;
OmegaP1=2*fs*tan（wb1/2）;OmegaP2=2*fs*tan（wb2/2）;
OmegaS1=2*fs*tan（wc1/2）;OmegaS2=2*fs*tan（wc2/2）;
[n,wn]=cheb1ord（[OmegaP1,OmegaP2],[OmegaS1,OmegaS2],Ap,As,'s'）;
[b,a]=cheby1（n,Ap,wn,'bandpass','s'）;
[bz,az]=bilinear（b,a,fs）;%映射为数字的
[H,W]=freqz（bz,az）;%绘出频率响应
f=fs*W/pi/2;
plot（f,20*log10（abs（H）））;
title（'IIR带通滤波器'）;
FIR低通滤波器，程序如下：
fb=1000;fc=1200;fs=22050;
beta=10.056;
wb=2*pi*fb/fs;
wc=2*pi*fc/fs;
width=wc-wb;
wn=（wb+wc）/2;
n=ceil（12.8/width*pi）;
b=fir1（n,wn/pi,kaiser（n+1,beta））;
[H,W]=freqz（b）;
f=fs*W/pi/2;
plot（f,20*log10（abs（H）））;
gridon;
FIR高通滤波器，程序如下：
fb=5000;fc=4800;fs=22050;
[n,Wn,beta,typ]=kaiserord（[fc,fb],[01],[0.0010.001],fs）;
b=fir1（n,Wn,typ,kaiser（n+1,beta）,'noscale'）;
[H,W]=freqz（b）;
f=fs*W/pi/2;
%f=W/pi*（fs/2）;
plot（f,20*log10（abs（H）））;
title（'FIR高通滤波器'）;
gridon;
FIR带通滤波器，程序如下：
fs=12000;
fcuts=[1000,1200,3000,3200];
mags=[0,1,0];
devs=[0.01,0.0078,0.01];
[n,wn,beta,ftype]=kaiserord（fcuts,mags,devs,fs）;
n=n+rem（n,2）;
b=fir1（n,wn,ftype,kaiser（n+1,beta）,'noscale'）;
[H,W]=freqz（b,1,1024,fs）;
plot（W,abs（H））;
title（'FIR带通滤波器'）;
各滤波器的图形如下：
3：
用滤波器对信号进行滤波
IIR低通滤波器滤波，程序如下：
Ap=1;As=100;fs=4000;fb=1000;fc=1200;
%频率预畸
wb=（fb/fs）*2*pi;%临界频率采用角频率表示
wc=（fc/fs）*2*pi;%临界频率采用角频率表示
OmegaP=2*fs*tan（wb/2）;
OmegaS=2*fs*tan（wc/2）;
[n,wn]=buttord（OmegaP,OmegaS,Ap,As,'s'）;
[b,a]=butter（n,wn,'s'）;
[bz,az]=bilinear（b,a,fs）;%映射为数字的
[H,W]=freqz（bz,az）;%绘出频率响应
plot（W*fs/（2*pi）,abs（H））;
title（'IIR低通滤波器'）;
[y,fs,bits]=wavread（'music.wav'）;
x=filter（bz,az,y）;
plot（x）;title（'滤波后的波形'）;
gridon
X=fft（x）;
plot（abs（X））;title（'滤波后的频谱'）;
gridon
IIR高通滤波器滤波，程序如下：
fs=22050;Ap=1;As=100;fb=5000;fc=4800;
wb=（fb/fs）*2*pi;%临界频率采用角频率表示
wc=（fc/fs）*2*pi;%临界频率采用角频率表示
OmegaP=2*fs*tan（wb/2）;
OmegaS=2*fs*tan（wc/2）;
[n,wn]=cheb1ord（OmegaP,OmegaS,Ap,As,'s'）;
[b,a]=cheby1（n,Ap,wn,'high','s'）;
[bz,az]=bilinear（b,a,fs）;%映射为数字的
[H,W]=freqz（bz,az）;%绘出频率响应
f=W/pi*11025;
plot（f,20*log10（abs（H）））;
title（'IIR高通滤波器'）;
gridon;
[y,fs,bits]=wavread（'music.wav'）;
x=filter（bz,az,y）;
plot（x）;title（'滤波后的波形'）;
gridon
X=fft（x）;
plot（abs（X））;title（'滤波后的频谱'）;
gridon
IIR带通滤波器滤波，程序如下：
fb1=1200;fb2=3000;fc1=1000;fc2=3200;
Ap=1;As=100;fs=8000;
wb1=（fb1/fs）*2*pi;wb2=（fb2/fs）*2*pi;
wc1=（fc1/fs）*2*pi;wc2=（fc2/fs）*2*pi;
OmegaP1=2*fs*tan（wb1/2）;OmegaP2=2*fs*tan（wb2/2）;
OmegaS1=2*fs*tan（wc1/2）;OmegaS2=2*fs*tan（wc2/2）;
[n,wn]=cheb1ord（[OmegaP1,OmegaP2],[OmegaS1,OmegaS2],Ap,As,'s'）;
[b,a]=cheby1（n,Ap,wn,'bandpass','s'）;
[bz,az]=bilinear（b,a,fs）;%映射为数字的
[H,W]=freqz（bz,az）;%绘出频率响应
f=fs*W/pi/2;
plot（f,20*log10（abs（H）））;
title（'IIR带通滤波器'）;
gridon;
[y,fs,bits]=wavread（'music.wav'）;
x=filter（bz,az,y）;
plot（x）;title（'滤波后的波形'）;
gridon
X=fft（x）;
plot（abs（X））;title（'滤波后的频谱'）;
gridon
FIR低通滤波器滤波，程序如下：
fb=1000;fc=1200;fs=22050;
beta=10.056;
wb=2*pi*fb/fs;
wc=2*pi*fc/fs;
width=wc-wb;
wn=（wb+wc）/2;
n=ceil（12.8/width*pi）;
b=fir1（n,wn/pi,kaiser（n+1,beta））;
[H,W]=freqz（b）;
f=fs*W/pi/2;
%f=W/pi*（fs/2）;
plot（f,20*log10（abs（H）））;
title（'FIR低通滤波器'）;
gridon;
[y,fs,bits]=wavread（'music.wav'）;
x=fftfilt（b,y）;
plot（x）;title（'滤波后的波形'）;
gridon
X=fft（x）;
plot（abs（X））;title（'滤波后的频谱'）;
gridon
FIR高通滤波器滤波，程序如下：
fb=5000;fc=4800;fs=22050;
[n,Wn,beta,typ]=kaiserord（[fc,fb],[01],[0.0010.001],fs）;
b=fir1（n,Wn,typ,kaiser（n+1,beta）,'noscale'）;
[H,W]=freqz（b）;
f=fs*W/pi/2;
%f=W/pi*（fs/2）;
plot（f,20*log10（abs（H）））;
title（'FIR高通滤波器'）;
gridon;
[y,fs,bits]=wavread（'music.wav'）;
x=fftfilt（b,y）;
plot（x）;title（'滤波后的波形'）;
gridon
X=fft（x）;
plot（abs（X））;title（'滤波后的频谱'）;
gridon
FIR带通滤波器滤波，程序如下：
fs=12000;
fcuts=[1000,1200,3000,3200];
mags=[0,1,0];
devs=[0.01,0.0078,0.01];
[n,wn,beta,ftype]=kaiserord（fcuts,mags,devs,fs）;
n=n+rem（n,2）;
b=fir1（n,wn,ftype,kaiser（n+1,beta）,'noscale'）;
[H,W]=freqz（b,1,1024,fs）;
plot（W,abs（H））;
title（'FIR带通滤波器'）;
[y,fs,bits]=wavread（'music.wav'）;
x=fftfilt（b,y）;
plot（x）;title（'滤波后的波形'）;
gridon
X=fft（x）;
plot（abs（X））;title（'滤波后的频谱'）;
gridon
4：
回放语音信号
对语音信号进行回放，感觉滤波前后语音信号的变化。
Sound（x,fs,bits）;
五.总结与分析
通过本次课程设计，使我们对信号的采集，处理，传输，显示，存储和分析等有一个系统的掌握和理解。
同时可以看到滤波器在语音处理的重要性，学到了很多滤波器的设计方法，对MATLAB这个软件有了进一步的了解，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，掌握最基本的数字信号处理的理论和方法，提高了自己的发现问题，分析问题和解决问题的能力。
参考文献：
1．张威编.MATLAB基础与编程入门.西安：
西安电子科技大学出版社，2005
2．邹鲲，袁俊泉，编著.MATLAB6.x信号处理.北京：
清华大学出版社，2004
3．楼天顺，李博菡，编著.基于MATLAB的系统分析与设计——信号处理.西安电子科技大学出版社
升级会员 