声音信号下采样与重构文档格式.docx

1、注:原理见信号书P184-185页首先,将采样后的信号进行快速傅里叶变换到频域,根据时域采样定理,使用低通滤波器对信号频谱进行滤波,获得原始信号的所有信息,然后根据下采样频率恢复原来的声音信号。将恢复的声音信号与原始信号分别在空域与频域进行相减,然后与原始信号的空域与频域曲线相比较,分析重构信号与原始信号的误差,即信号重构误差。3 成果展示原始信号取样信号（22k,11k,5、5k,2、75k）重构信号（22k,11k,5、5k,2、75k）22k时重构误差代码:X,fs = audioread（D:文本文档01-江山此夜、wav）;ts = 1/fs;N = length（X）-1;t =

2、0:1/fs:N/fs;Nfft = N;df = fs/Nfft;fk = （ -Nfft/2:Nfft/2-1） * df;subplot（211）t_range=0,350,-2,2;plot（t, X）;axis（t_range）;Original_f = ts * fftshift（ fft（ X, N ）;subplot（212）f_range=-4000,4000,0,0、6;plot（fk, Original_f）;axis（f_range）;%对信号进行采样%采样频率为22kHzdeX = resample（X, 22000, 44100）;ts = 1/22000;N =

3、length（deX）-1;figure（2）t_range=0,200,-2,2;plot（t, deX）;deX_f = ts * fftshift（ fft（ deX, N ）;f_range=-8000,8000,0,0、6;plot（fk, deX_f）; %对信号进行重构% BP=fir1（300,00,6000/（fs/2）;% reX = filter（BP, 1, deOrginal_f）;% reX_sound = ifft（reX）;BP=fir1（300,100,6000/（fs/2）;reX = filter（BP, 1, deX）;reX = resample（re

4、X, 44100, 22000）;N = length（reX）-1;sound（reX, fs）;figure（3）plot（t, reX）;title（重构信号reX_f = ts * fftshift（ fft（ reX, N ）;figure（4）plot（fk, reX_f）;%采样前与采样后的振幅相减reX = reX（1:N-1,:de_re = X - reX;figure（5）plot（t（:,1:N-1）, de_re）;重构误差4 总结与感想经过此次 MATLAB 课程设计我学到了很多知识与学习方法。在信号与系统课上所学的那点知识需要结合实践才有用处。所以为了做好这次的课程 设计,我上网搜索了许多与此有关的知识,这个过程中我也学会了好多。 在这次设计中,我学到了对信号的采样定理的应用,以及信号的重构, 并通过观察 MATLAB 所生成的频谱图, 进一步了解了有关信号的采样与重构,对信号的采样程度进行比较其误差,了解不同采样程度的重构信号 与原信号所产生的差异。通过对不同的采样频率对同一信号进行下采样并进行信号重构,分析了各个采样频率下信号的重构误差,理解了采样信号恢复原始信号全部信息的原理,实现了奈奎斯特采样定律下信号重构方法。5参考资料1吴大正、 信号与线性系统分析（第4版）M、 高等教育出版社, 2004、