《数字信号处理》课程研究性学习报告材料Word下载.docx

1、MATLAB滤波器设计【阅读文献】老师课件，教材【发现问题】 （专题研讨或相关知识点学习中发现的问题）：过渡带的宽度会影响滤波器阶数N【问题探究】通过实验，但过渡带越宽时，N越小，滤波器阶数越低，过渡带越窄反之。这与理论相符合。【仿真程序】信号初步处理部分：x1,Fs,bits = wavread（yourn.wav）; sound（x1,Fs）;y1=fft（x1,1024）;f=Fs*（0:511）/1024;figure（1）plot（x1） title（原始语音信号时域图谱xlabel（time nylabel（magnitude nfigure（2）freqz（x1） 频率响应图）f

2、igure（3）subplot（2,1,1）;plot（abs（y1（1:512） 原始语音信号FFT频谱subplot（2,1,2）;plot（f,abs（y1（1:512）;title（原始语音信号频谱HzmagnitudeIIR：fp=2500;fs=3500;wp = 2*pi*fp/FS;ws = 2*pi*fs/FS;Rp=1;Rs=15;Ts=1/Fs;wp1=2/Ts*tan（wp/2）;ws1=2/Ts*tan（ws/2）;t=0:1/11000:（size（x1）-1）/11000;Au=0.03;d=Au*cos（2*pi*5000*t）;x2=x1+d;N,Wn=but

3、tord（wp1,ws1,Rp,Rs,sZ,P,K=buttap（N）;Bap,Aap=zp2tf（Z,P,K）;b,a=lp2lp（Bap,Aap,Wn）;bz,az=bilinear（b,a,Fs）; % H,W=freqz（bz,az）;figure（4）plot（W*Fs/（2*pi）,abs（H）grid频率/Hz频率响应幅度Butterworthf1=filter（bz,az,x2）;figure（5）subplot（2,1,1）plot（t,x2） 滤波前时域波形subplot（2,1,2）plot（t,f1）;滤波后时域波形sound（f1,FS）;FIR I:/dsp_201

4、4_project3/yournwp = 2*pi*fp/Fs;ws=2*pi*fs/Fs; Rs=50;M=ceil（Rs-7.95）/（ws-wp）/2.285）;M=M+mod（M,2）;beta=0.1102*（Rs-8.7）;w=kaiser（M+1,beta）;wc=（wp+ws）/2;alpha=M/2;k=0:M;hd=（wc/pi）*sinc（wc/pi）*（k-alpha）;h=hd.*wf1=filter（h,1,x1）;mag,W=freqz（h,1）;plot（W*Fs/（2*pi）,abs（mag）;grid;Kaiser窗设计型线性相位FIR低通滤波器plot（t

5、,x1） sound（f1,Fs）;二、（1）音频信号kdqg24k.wav抽样频率为24kHz，用y = wavread（kdqg24ksound（y,16000）;播放该信号。试用频域的方法解释实验中遇到的现象;（2）设计一数字系统 ，使得sound（y,16000）可播放出正常的音频信号；讨论滤波器的频率指标、滤波器的的类型（IIR,FIR）对系统的影响。24K的信号用16K播放，频谱会被拉宽，无法正常播放，通过2倍内插，通过滤波器，然后3倍抽取，得到的信号用16K播放器就能正常播放。功能：对时间序列进行重采样。格式：1.y = resample（x, p, q）采用多相滤波器对时间序列

6、进行重采样，得到的序列y的长度为原来的序列x的长度的p/q倍，p和q都为正整数。此时，默认地采用使用FIR方法设计的抗混叠的低通滤波器。2.y = resample（x, p, q, n）采用chebyshevIIR型低通滤波器对时间序列进行重采样，滤波器的长度与n成比例，n缺省值为10.3.y = resample（x, p, q, n, beta）beta为设置低通滤波器时使用Kaiser窗的参数，缺省值为5.4.y = resample（x, p, q, b）b为重采样过程中滤波器的系数向量。5.y, b = resample（x, p, q）输出参数b为所使用的滤波器的系数向量。说明：

7、x-时间序列p、q-正整数，指定重采样的长度的倍数。n-指定所采用的chebyshevIIR型低通滤波器的阶数，滤波器的长度与n成比列。beta-设计低通滤波器时使用Kaiser窗的参数，缺省值为5.PPt 课本采样频率与播放频率之间不是整数倍关系此时内插和抽取结合实现正常播放fs=24000;x1= wavread（/dsp_2014_project3/kdqg24k.wavsound（x1,16000）;f1=fs*（0:f2=fs/2*3*（0:plot（f1,abs（y1（1:原始语音信号24K正常播放频谱plot（f2,abs（y1（1:原始语音信号16K播放频谱y = resamp

8、le（x1,2, 3）;y2=fft（y,1024）;plot（f2,abs（y2（1:原始语音信号16K经过设计的数字系统后播放频谱三、 对连续信号x（t）=40t2（1-t）4cos（12t）0t1 +40（t-1）4（2-t）2cos（40t）12+0.1n（t）在区间0，2均匀抽样1024点得离散信号xk，其中n（t）是零均值方差为1的高斯噪声（1）画出信号x（t）的波形；（2）计算并画出db7小波的5级小波变换系数；（3）通过观察小波系数，确定阈值化处理的阈值；（4）对小波系数进行阈值化处理，画出去噪后的信号波形，求出最大误差和均方误差；（5）对近似系数和小波系数均进行阈值化处理，画

9、出去噪后的信号波形，求出最大误差和均方误差；（6）用Haar小波基，重复（3）-（5）；（7）讨论所得结果。（1）（2）（3）T=4.3000 t=96.84%（4）db7小波基Emabs=0.9166（5）Haar 小波基 T=3.100; t=96.18%Emabs=1.1341（6）db14小波基 T=4.6，t=94.39%Emabs=0.8965选用dbp系列小波基对信号去噪时，p值越大，去噪的效果越好，最大重建误差也小MATLAB小波变换PPT和课本不同dp小波基不同，会对结果产生不同影响N=4096;k=linspace（0,2,N）;nt=randn（size（k）;x=40*

10、k.2.*（1-k）.4.*cos（12*pi*k）.*（0k&k1）+40.*（k-1）.4.*（2-k）.2.*cos（80*pi*k）.*（12）+0.1*nt;figure;plot（x）;signal with noisedwtmode（perC,L = wavedec（x,6,db14plot（k,C）;Wavelet coefficientsM=0;for k=1:4096;T=4.6;if abs（C（1,k）=T;C（1,k）=0;endif C（1,k）=0;M=M+1; endA1=C.*C;U1=0;A2=x.*x;U2=0;1024;U1=U1+A1（1,k）;U2=U2+A2（1,k）;t=U1/U2XD,CXD,LXD=wden（x,heursure,one,6,s=waverec（CXD,LXD,subplot（211）;plot（s）;Ronconstructed signal with no niosesubplot（212）;plot（x-s）;Errord=max（x-s）;