小波变换和motion信号处理（三）Windstorm
从前两篇发布到现在，过去一年多了。当初承诺的主要讲解应用的第三篇迟迟没能出炉的原因主要是这个方法用到了我们组的一篇论文中，所以在论文发表之前，不大方便发出来。倒不是说这个方法有多原创创新，只是这是团队工作，我单独提前发出来不大好。
现在这篇论文已经录取发表，所以可以不用顾虑放上来了。我本来想讲的东西都在论文中，我也比较懒，就不再翻译一遍了。各位感兴趣的可以从这里下载。因为篇幅原因，和小波相关的文字已经被删除来只剩下不到两页了，不过基本思想还在。总的来说，就是我们希望用一个简单有效的方法，能达到这样一个效果：在你乘车的时候，当你的手机随便放在身上哪里，或者是座位上哪里，我们都能把手机感知到的汽车移动信息，和手机载体（比如包，口袋，或者车座位）移动导致的移动信息分开。这是小波变换一个非常合适的应用，因为由汽车突然移动或者人突然移动导致的速度变化，加速度变化等，在小波上的特征和汽车本身移动的特征是完全不同的。
这样结束这个系列多多少少有点太监贴的感觉^_^。如果有朋友有和应用相关的问题，可以留言提问，我尽可能回答我能回答的
《测试技术与信号处理》习题答案 第二章 信号分析基础 1、请判断下列信号是功率信号还是能量信号： （1）)()(10cos 2 ∞<<-∞=t e t x t π （2）)()(||10∞<<-∞=-t e t x t 【解】（1）该信号为周期信号，其能量无穷大，但一个周期内的平均功率有限，属功率信号。 （2）信号能量：? ∞ ∞ -= =10 1 )(2dt t x E ，属于能量信号。 2、请判断下列序列是否具有周期性，若是周期性的，请求其周期。)8 ()(π-=n j e n x 【解】设周期为N ，则有：8 )8 8()()(N j N n j e n x e N n x ?==+-+π 若满足)()(n x N n x =+，则有1)8/sin()8/cos(8/=-=-N j N e jN 即：k N π28/=，k N π16=，k = 0，1，2，3，… N 不是有理数，故序列不是周期性的。 3、已知矩形单脉冲信号x 0(t)的频谱为X 0(ω)=A τsinc(ωτ/2) ，试求图示三脉冲信号的频谱。 【解】三脉冲信号的时域表达式为：)()()()(000T t x t x T t x t x -+++= 根据Fourier 变换的时移特性和叠加特性，可得其频谱： )]cos(21)[2 ( sin )()()()(000T c A e X X e X X T j T j ωωτ τωωωωωω+=++=- 4、请求周期性三角波（周期为T ，幅值为0—A ）的概率分布函数F(x)与概率密度函数p(x) 。 【解】在一个周期T 内，变量x (t )小于某一特定值x 的时间间隔平均值为：T A x t i = ? 取n 个周期计算平均值，当∞→n 时，可有概率分布函数：A x nT t n x F i n =?=∞→lim )( 概率密度函数：A dx x dF x p 1 )()(== t -τ/2 0 τ/2 -T T
语音信号处理实验指导书 实验一 语音信号采集与简单处理 一、 实验目的、要求 （1）掌握语音信号采集的方法 （2）掌握一种语音信号基音周期提取方法 （3）掌握短时过零率计算方法 （4）了解Matlab 的编程方法 二、 实验原理 基本概念： （a ）短时过零率： 短时内，信号跨越横轴的情况，对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样值具有不同的代数符号，也就是样点改变符号的次数。 对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。 其中sgn[.]为符号函数 ?? ?? ?<=>=0 x(n)-1sgn(x(n))0 x(n)1sgn(x(n)) 短时平均过零的作用 1.区分清/浊音： 浊音平均过零率低，集中在低频端； 清音平均过零率高，集中在高频端。 2.从背景噪声中找出是否有语音，以及语音的起点。 （b ）基音周期 基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。 ∑--= -=1 )]1(sgn[)](sgn[21N m n n n m x m x Z
由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的头、尾部并不具有声带振动那样的周期性，有些清音和浊音的过渡帧是很难准确地判断是周期性还是非周期性的。②声道共振峰有时会严重影响激励信号的谐波结构，所以，从语音信号中直接取出仅和声带振动有关的激励信号的信息并不容 易。③语音信号本身是准周期性的(即音调是有变化的)，而且其波形的峰值点或过零点受共振峰的结构、噪声等的影响。④基音周期变化范围大，从老年男性的50Hz 到儿童和女性的450Hz ，接近三个倍频程，给基音检测带来了一定的困难。由于这些困难，所以迄今为止尚未找到一个完善的方法可以对于各类人群(包括男、女、儿童及不向语种)、各类应用领域和各种环境条件情况下都能获得满意的检测结果。 尽管基音检测有许多困难，但因为它的重要性，基音的检测提取一直是一个研究的课题，为此提出了各种各样的基音检测算法，如自相关函数(ACF)法、峰值提取算法(PPA)、平均幅度差函数(AMDF)法、并行处理技术、倒谱法、SIFT 、谱图法、小波法等等。 三、使用仪器、材料 微机（带声卡）、耳机，话筒。 四、 实验步骤 （1）语音信号的采集 利用Windows 语音采集工具采集语音信号，将数据保存wav 格式。 采集一组浊音信号和一组清音信号，信号的长度大于3s 。 （2）采用短时相关函数计算语音信号浊音基音周期，考虑窗长度对基音周期计算的影响。采用倒谱法求语音信号基音周期。 （3）计算短时过零率，清音和浊音的短时过零率有何区别。 五、实验过程原始记录（数据，图表，计算） 短时过零率 短时相关函数 P j j n s n s j R N j n n n n ,,1) ()()(1 =-=∑-= ∑--=-=10 )]1(sgn[)](sgn[21N m n n n m x m x Z
高级数字信号处理 题目：小波分析的最新进展姓名： 学号： 年级： 专业：
小波分析的最新进展 摘要: 目前，小波分析的发展及应用引起人们的广泛关注。小波分析是国际上公认的最新时间——频率分析工具，由于其“自适应性”和“数学显微镜性质”而成为许多学科共同关注的焦点，对于信号处理及信急处理起着至关重要的作用。本文介绍了小波分析的产生和发展过程，小波及连续小波变换的概念，小波分析在信号处理中的应用以及未来的发展趋势。 Abstract At present, the development and application of wavelet analysis to cause widespread concern. Wavelet analysis is the latest international recognized -- time frequency analysis tools, due to the "adaptive" and "mathematical microscope nature" and has become the common focus of attention of many disciplines, for signal processing and signal processing plays a vital role in emergency. This paper introduces the generation and development process of the concept of wavelet analysis, wavelet and continuous wavelet transform, the application of wavelet analysis in signal processing and the development trend in the future. 关键词: 小波分析信号处理发展趋势 Key Words Wavelet analysis Signal processing Development trend 一、绪论 波分析(Wavelet Analysis)是上世纪末数学研究的重要成果之一，其在时域和频域同时具有良好的局部化性质，可以聚焦到对象的任意细节。小波分析是一种时域－频域分析，它可以根据信号不同的频率成分，在时域和空间域自动调节取样的疏密：高频率时则密，低频率时则疏。从信号分析的角度讲，小波分析相当于用一族带通滤波器对信号进行滤波，这族滤波器的特点在于其Q值（中心频率/带宽）基本相同即随着小波变换的尺度减小，滤波器的中心频率向高频移动的同时，其通带宽度也随之增加。因此，小波分析具有广泛的应用领域，在未来具有广阔的发展前景。
实验一 离散时间系统的时域分析 一、实验目的 １. 运用MATLAB 仿真一些简单的离散时间系统，并研究它们的时域特性。 ２. 运用MATLAB 中的卷积运算计算系统的输出序列，加深对离散系统的差分方程、冲激响应和卷积分析方法的理解。 二、实验原理 离散时间系统其输入、输出关系可用以下差分方程描述： ∑=∑=-=-M k k N k k k n x p k n y d 00] [][ 当输入信号为冲激信号时，系统的输出记为系统单位冲激响应 ][][n h n →δ，则系统响应为如下的卷积计算式： ∑∞ -∞=-= *=m m n h m x n h n x n y ][][][][][ 当h[n]是有限长度的（n ：[0，M]）时，称系统为FIR 系统；反之，称系统为IIR 系统。在MA TLAB 中，可以用函数y=Filter(p,d,x) 求解差分方程，也可以用函数 y=Conv(x,h)计算卷积。 例1 clf; n=0:40; a=1;b=2; x1= 0.1*n; x2=sin(2*pi*n); x=a*x1+b*x2; num=[1, 0.5,3]; den=[2 -3 0.1]; ic=[0 0]; %设置零初始条件 y1=filter(num,den,x1,ic); %计算输入为x1(n)时的输出y1(n) y2=filter(num,den,x2,ic); %计算输入为x2(n)时的输出y2(n) y=filter(num,den,x,ic); %计算输入为x (n)时的输出y(n) yt= a*y1+b*y2; %画出输出信号 subplot(2,1,1) stem(n,y); ylabel(‘振幅’)； title(‘加权输入a*x1+b*x2的输出’)；
语音信号处理实验 班级： 学号： 姓名： 实验一基于MATLAB的语音信号时域特征分析（2学时）
1）短时能量 （1）加矩形窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32; for i=2:6 h=linspace(1,1,2.^(i-2)*N);%形成一个矩形窗，长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数En subplot(6,1,i),plot(En); if(i==2) ,legend('N=32'); elseif(i==3), legend('N=64'); elseif(i==4) ,legend('N=128'); elseif(i==5) ,legend('N=256'); elseif(i==6) ,legend('N=512'); end end
00.51 1.52 2.5 3 x 10 4 -1 1 x 10 4 024 x 10 4 05 x 10 4 0510 x 10 4 01020 x 10 4 02040 （2）加汉明窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32; for i=2:6 h=hanning(2.^(i-2)*N);%形成一个汉明窗，长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数En subplot(6,1,i),plot(En); if(i==2), legend('N=32'); elseif(i==3), legend('N=64'); elseif(i==4) ,legend('N=128');
测试技术与信号处理课后答案
机械工程测试技术基础习题解答 教材：机械工程测试技术基础，熊诗波 黄长艺主编，机械工业出版社，2006年9月第3版第二次印刷。 第一章 信号的分类与描述 1-1 求周期方波（见图1-4）的傅里叶级数（复指数函数形式），划出|c n |–ω和φn –ω图，并与表1-1对比。 解答：在一个周期的表达式为 00 (0)2() (0)2 T A t x t T A t ? --≤
2 1,3,, (1cos) 00,2,4,6, n A n A c n n n n ? =±±± ? ==-=? ?=±±± ? L L ππ π 1,3,5, 2 arctan1,3,5, 2 00,2,4,6, nI n nR π n cπ φn c n ? -=+++ ? ? ? ===--- ? ? =±±± ? ?? L L L 没有偶次谐波。其频谱图如下图所示。 1-2 求正弦信号0 ()sin x t xωt =的绝对均值xμ和均方根值rms x。 解答：0000 22 00 000 2242 11 ()d sin d sin d cos T T T T x x x x x μx t t xωt tωt tωt T T T TωTωπ ====-== ??? rms x==== 1-3 求指数函数()(0,0) at x t Ae a t - =>≥的频谱。 解答： (2) 22 022 (2) ()() (2)2(2) a j f t j f t at j f t e A A a j f X f x t e dt Ae e dt A a j f a j f a f -+ ∞∞ ---∞ -∞ -===== -+++ ??π ππ π πππ () X f= π /2 0ω 00 幅频 图 相频 图 周期方波复指数函 数形式频谱图 πω ω0 ω0
基于小波变换的信号降噪研究 2 小波分析基本理论 设Ψ(t)∈L 2( R) ( L 2( R) 表示平方可积的实数空间，即能量有限的信号空间) ， 其傅立叶变换为Ψ(t)。当Ψ(t)满足条件[4,7]： 2 () R t dw w C ψψ =<∞? （1） 时，我们称Ψ(t)为一个基本小波或母小波，将母小波函数Ψ(t)经伸缩和平移后，就可以得到一个小波序列： ,()( )a b t b t a ψ -= ,,0a b R a ∈≠ （2） 其中a 为伸缩因子，b 为平移因子。 对于任意的函数f(t)∈L 2( R)的连续小波变换为： ,(,),()( )f a b R t b W a b f f t dt a ψψ-=<>= ? （3） 其逆变换为： 211()(,)()f R R t b f t W a b dadb C a a ψ ψ+-= ?? （4） 小波变换的时频窗是可以由伸缩因子a 和平移因子b 来调节的，平移因子b,可以改变窗口在相平面时间轴上的位置，而伸缩因子b 的大小不仅能影响窗口在频率轴上的位置,还能改变窗口的形状。小波变换对不同的频率在时域上的取样步长是可调节的，在低频时，小波变换的时间分辨率较低，频率分辨率较高：在高频时，小波变换的时间分辨率较高，而频率分辨率较低。使用小波变换处理信号时，首先选取适当的小波函数对信号进行分解，其次对分解出的参数进行阈值处理，选取合适的阈值进行分析，最后利用处理后的参数进行逆小波变换，对信号进行重构。 3 小波降噪的原理和方法 3.1 小波降噪原理 从信号学的角度看 ,小波去噪是一个信号滤波的问题。尽管在很大程度上小波去噪可以看成是低通滤波 ,但由于在去噪后 ,还能成功地保留信号特征 ,所以在这一点上又优于传统的低通滤波器。由此可见 ,小波去噪实际上是特征提取和低通滤波的综合 ,其流程框图如 图所示[6] ： 小波分析的重要应用之一就是用于信号消噪 ,一个含噪的一维信号模型可表示为如下
通信与信息工程学院 信息处理综合实验报告 班级：电子信息工程1502班 指导教师： 设计时间：2018/10/22-2018/11/23 评语： 通信与信息工程学院 二〇一八年 实验题目：语音信号分析与处理 一、实验内容 1. 设计内容 利用MATLAB对采集的原始语音信号及加入人为干扰后的信号进行频谱分析，使用窗函数法设计滤波器滤除噪声、并恢复信号。 2．设计任务与要求 1. 基本部分
（1）录制语音信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。 （2）对所录制的语音信号加入干扰噪声，并对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。 （3）分别利用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman 窗几种函数设计数字滤波器滤除噪声，并画出各种函数所设计的滤波器的频率响应。 （4）画出使用几种滤波器滤波后信号时域波形和频谱，对滤波前后的信号、几种滤波器滤波后的信号进行对比，分析信号处理前后及使用不同滤波器的变化；回放语音信号。 2. 提高部分 （5）录制一段音乐信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。 （6）利用MATLAB产生一个不同于以上频段的信号；画出信号频谱图。 （7）将上述两段信号叠加，并加入干扰噪声，尝试多次逐渐加大噪声功率，对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。 （8）选用一种合适的窗函数设计数字滤波器，画出滤波后音乐信号时域波形和频谱，对滤波前后的信号进行对比，回放音乐信号。 二、实验原理 1.设计原理分析 本设计主要是对语音信号的时频进行分析，并对语音信号加噪后设计滤波器对其进行滤波处理，对语音信号加噪声前后的频谱进行比较分析，对合成语音信号滤波前后进行频谱的分析比较。 首先用PC机WINDOWS下的录音机录制一段语音信号，并保存入MATLAB软件的根目录下，再运行MATLAB仿真软件把录制好的语音信号用audioread函数加载入MATLAB仿真软件的工作环境中，输入命令对语音信号进行时域，频谱变换。 对该段合成的语音信号，分别用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman窗几种函数在MATLAB中设计滤波器对其进行滤波处理，滤波后用命令可以绘制出其频谱图，回放语音信号。对原始语音信号、合成的语音信号和经过滤波器处理的语音信号进行频谱的比较分析。 2.语音信号的时域频域分析 在Matlab软件平台下可以利用函数audioread对语音信号进行采样,得到了声音数据变量y,同时把y的采样频率Fs=44100Hz放进了MATALB的工作空间。
测控1005班齐伟0121004931725 （18号）实验一差分方程、卷积、z变换 一、实验目的 通过该实验熟悉 matlab软件的基本操作指令，掌握matlab软件的使用方法，掌握数字信号处理中的基本原理、方法以及matlab函数的调用。 二、实验设备 1、微型计算机1台； 2、matlab软件1套 三、实验原理 Matlab 软件是由mathworks公司于1984年推出的一套科学计算软件，分为总包和若干个工具箱，其中包含用于信号分析与处理的sptool工具箱和用于滤波器设计的fdatool工具箱。它具有强大的矩阵计算和数据可视化能力，是广泛应用于信号分析与处理中的功能强大且使用简单方便的成熟软件。Matlab软件中已有大量的关于数字信号处理的运算函数可供调用，本实验主要是针对数字信号处理中的差分方程、卷积、z变换等基本运算的matlab函数的熟悉和应用。 差分方程（difference equation)可用来描述线性时不变、因果数字滤波器。用x表示滤波器的输入，用y表示滤波器的输出。 a0y[n]+a1y[n-1]+…+a N y[n-N]=b0x[n]+b1x[n-1]+…+b M x[n-M] (1) ak,bk 为权系数，称为滤波器系数。 N为所需过去输出的个数，M 为所需输入的个数卷积是滤波器另一种实现方法。 y[n]= ∑x[k] h[n-k] = x[n]*h[n] (2) 等式定义了数字卷积，*是卷积运算符。输出y[n] 取决于输入x[n] 和系统的脉冲响应h[n]。 传输函数H(z)是滤波器的第三种实现方法。 H(z)=输出/输入= Y(z)/X(z) （3）即分别对滤波器的输入和输出信号求z变换，二者的比值就是数字滤波器的传输函数。 序列x[n]的z变换定义为 X (z)=∑x[n]z-n (4) 把序列x[n] 的z 变换记为Z{x[n]} = X(z)。
实用 中南大学 信息科学与工程学院 语音信号处理 实验报告 指导老师：覃爱娜 学生班级：信息0704 学生名称：阮光武 学生学好：0903070430 提交日期：2010年6月18日
实验一 语音波形文件的分析和读取 一、实验的任务、性质与目的 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验： （1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等； （2）掌握语音信号的录入方式和*.WAV音波文件的存储结构； （3）使学生初步掌握语音信号处理的一般实验方法。 二、实验原理和步骤： WAV文件格式简介 WAV文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。每个WAV文件的头四个字节就是“RIFF”。WAV文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV文件标识段和声音数据格式说明段两部分。常见的WAV声音文件有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为8位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。WAV文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在单声道WAV文件中，道0代表左声道，声道1代表右声道；在多声道WAV文件中，样本是交替出现的。WAV文件的格式见表1。
测试技术与信号处理习题解答 第一章 信号的分类与描述 1-1 求周期方波（见图1-4）的傅里叶级数（复指数函数形式），划出|c n |–ω和φn –ω图，并与表1-1对比。 解答：在一个周期的表达式为 00 (0)2() (0) 2 T A t x t T A t ? --≤
没有偶次谐波。其频谱图如下图所示。 1-2 求正弦信号0()sin x t x ωt =的绝对均值x μ和均方根值rms x 。 解答：0 000 2200000 224211()d sin d sin d cos T T T T x x x x x μx t t x ωt t ωt t ωt T T T T ωT ωπ ====-==??? 2 222 00rms 000 111cos 2()d sin d d 22 T T T x x ωt x x t t x ωt t t T T T -====??? 1-3 求指数函数()(0,0)at x t Ae a t -=>≥的频谱。 解答： (2)220 22 (2) ()()(2) 2(2)a j f t j f t at j f t e A A a j f X f x t e dt Ae e dt A a j f a j f a f -+∞ ∞ ---∞-∞ -==== =-+++??πππππππ 2 2 ()(2) k X f a f π= + Im ()2()arctan arctan Re ()X f f f X f a ==-π? 1-4 求符号函数(见图1-25a)和单位阶跃函数(见图1-25b)的频谱。 单边指数衰减信号频谱图 f |X (f )| A /a φ(f ) f π/2 -π/2 |c n | φn π/2 -π/2 ω ω ω0 ω0 3ω0 5ω0 3ω0 5ω0 2A/π 2A/3π 2A/5π 幅频图 相频图 周期方波复指数函数形式频谱图 2A/5π 2A/3π 2A/π -ω0 -3ω0 -5ω0 -ω0 -3ω0 -5ω0
语音信号处理实验讲义 时间：2011-12
目录 实验一语音信号生成模型分析 (3) 实验二语音信号时域特征分析 (7) 实验三语音信号频域特征分析 (12) 实验四语音信号的同态处理和倒谱分析 (16)
实验一 语音信号生成模型分析 一、实验目的 1、了解语音信号的生成机理，了解由声门产生的激励函数、由声道产生的调制函数和由嘴唇产生的辐射函数。 2、编程实现声门激励波函数波形及频谱，与理论值进行比较。 3、编程实现已知语音信号的语谱图，区分浊音信号和清音信号在语谱图上的差别。 二、实验原理 语音生成系统包含三部分：由声门产生的激励函数()G z 、由声道产生的调制函数()V z 和由嘴唇产生的辐射函数()R z 。语音生成系统的传递函数由这三个函数级联而成，即 ()()()()H z G z V z R z = 1、激励模型 发浊音时，由于声门不断开启和关闭，产生间隙的脉冲。经仪器测试它类似于斜三角波的脉冲。也就是说，这时的激励波是一个以基音周期为周期的斜三角脉冲串。单个斜三角波的频谱表现出一个低通滤波器的特性。可以把它表示成z 变换的全极点形式 12 1()(1) cT G z e z --= -? 这里c 是一个常数，T 是脉冲持续时间。周期的三角波脉冲还得跟单位脉冲串的z 变换相乘： 112 1 ()()()1(1)v cT A U z E z G z z e z ---=?= ?--? 这就是整个激励模型，v A 是一个幅值因子。 2、声道模型 当声波通过声道时，受到声腔共振的影响，在某些频率附近形成谐振。反映在信号频谱图上，在谐振频率处其谱线包络产生峰值，把它称为共振峰。 一个二阶谐振器的传输函数可以写成 12 ()1i i i i A V z B z C z --= -- 实践表明，用前3个共振峰代表一个元音足够了。对于较复杂的辅音或鼻音共振峰要到5个以上。多个()i V z 叠加可以得到声道的共振峰模型 12 1 11 ()()11R r r M M i r i N k i i i i k k b z A V z V z B z C z a z -=---======---∑∑∑ ∑ 3、辐射模型 从声道模型输出的是速度波，而语音信号是声压波。二者倒比称为辐射阻抗，它表征了
通信工程学院12级1班 罗恒 2012101032 实验二 基于MATLAB 的语音信号频域特征分析 一、 实验要求 要求根据已有语音信号，自己设计程序，给出其倒谱、语谱图的分析结果，并根据频域分析方法检测所分析语音信号的基音周期或共振峰。 二、 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。 三、 实验设备 1.PC 机； 2.MATLAB 软件环境； 四、 实验内容 1.上机前用Matlab 语言完成程序编写工作。 2.程序应具有加窗（分帧）、绘制曲线等功能。 3.上机实验时先调试程序，通过后进行信号处理。 4.对录入的语音数据进行处理，并显示运行结果。 5.依次给出其倒谱、语谱图的分析结果。 6. 根据频域分析方法检测所分析语音信号的基音周期或共振峰。 五、 实验原理及方法 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： 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 ()()()jw jwm n m X e x m w n m e ∞-=-∞= -∑
结课作业 课程名称测试信号处理与分析学生专业测控技术与仪器 学生学号912101170116 学生姓名陈昊飞 任课教师吴健 成绩
一、（20分）用标准数字电压表在标准条件下，对 被测的10 V 直流电压信号进行了10次独立测量，测量值如表1所列。由该数字电压表的检定证书给出，其示值误差按3倍标准差计算为3.5×10-6V 。同时在进行电压测量前，对数字电压表进行了24h 的校准，在10 V 点测量时，24h 的示值稳定度不超过士15μV 。试分析评定对该10V 直流电压的测量结果。 答：此次测量为静态测量，只考虑静态误差，不涉及动态误差。 在不考虑系统误差的情况下，对此10次测量进行标准不确定度的A 类评定，其平均值0001043.10_ =x ，其标准差 6 10982.8-?=σ，平均值的实验标准差6_ 1084.2)(-?=x s ，单次实验的测量结果表示为 )]([_ _ x s x ±，为61084.20001043.10-?±。 根据示值误差的判定应用σ3准则，不含粗大误差的测量值范围为（10.000077~10.000131），判断此次测量不含有粗大误差。 实际值=测量值-示值误差，所以实际值为10.0001043-3.56 10-?=10.0001008，修正后的 结果为6 1084.20001008 .10-?±。 15μV=156 6 1084.210--?>?V ，测量A 类不确定度没有超过示值稳定度，其结果是可靠的。 综上所述，最终的结果为6 1084.20001008 .10-?±。 二、（20分）测量某半导体的两参量x 和y 所得数据如表2所示。试分析x ， y 之间的关系。（要求给出详细分析过程和MATlab 源程序） 答：在未对x ，y 做任何处理时对（xi ，yi ）做多项式拟合，参考书50页程序得到： MATLAB 程序如下： clear
语音信号处理实验报告 专业班级电子信息1203 学生姓名钟英爽 指导教师覃爱娜 完成日期2015年4月28日 电子信息工程系 信息科学与工程学院
实验一语音波形文件的分析和读取 一、实验学时：2 学时 二、实验的任务、性质与目的： 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验 （1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等； （2）掌握语音信号的录入方式和*.WAV音波文件的存储结构； （3）使学生初步掌握语音信号处理的一般实验方法。 三、实验原理和步骤： WAV 文件格式简介 WAV 文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。每个WAV 文件的头四个字节就是“RIFF”。WAV 文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV 文件标识段和声音数据格式说明段两部分。常见的WAV 声音文件有两种，分别对应于单声道（11.025KHz 采样率、8Bit 的采样值）和双声道（44.1KHz 采样率、16Bit 的采样值）。采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为8 位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16 位的整数（int），高八位和低八位分别代表左右两个声道。WAV 文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在单声道WAV 文件中，道0 代表左声道，声道1 代表右声道；在多声道WAV 文件中，样本是交替出现的。WAV 文件的格式 表1 wav文件格式说明表
第一章绪论 1.(单选题) 根据误差的统计特征可以将误差分为（C），随机误差和粗大误差。 （A）器具误差（B）方法误差（C）系统误差（D）观测误差 2.(单选题) 下列不属于量值的是（D）。 （A）2m （B）30kg （C）4s （D）A 3.(单选题) 以下不属于七个基本量纲的是（A）。 （A）S （B）L （C）T （D）M 4.(单选题) 以下属于辅助单位的是（B ）。 （A）千克（B）弧度（C）安培（D）秒 5.(单选题) 按传感器是否与被测物体作机械接触的原则可分为（A）。 （A）接触测量与非接触测量（B）直接测量与间接测量（C）静态测量与动态测量（D）在线测量与离线测量 6.(单选题) 相对误差是指误差与（A）的比值。 （A）真值（B）测量值（C）绝对误差（D）随机误差 7.(单选题) 人为误差主要包括（C）。 （A）器具误差与方法误差（B）调整误差与观测误差（C）调整误差与观测误差（D）观测误差与环境误差 8.(单选题) 将直接测量值或间接测量值与被测量值之间按已知关系组合成一组方程，通过解方程组求得被测值的方法为（D）。 （A）直接测量（B）间接测量（C）绝对测量（D）组合测量 9.(单选题) 表示测量结果中系统误差大小程度的为（B）。 （A）测量精密度（B）测量正确度（C）测量准确度（D）测量不确定度 10.(单选题) 由于测量数据分布情况复杂，应当经过消除系统误差、（A）和剔除含有粗大误差数据三个步骤。（A）正态性检验（B）消除示值误差（C）消除固有误差（D）消除重复性误差 11.(单选题) 关于真值的描述，不正确的是（C）。 （A）真值是无法获得的（B）可用被测量的实际值作为“约定真值” （C）真值并不是一个理想概念（D）可用被测量的平均值作为“约定真值” 12.(单选题) 以下为导出单位的是（D）。 （A）米（B）开尔文（C）弧度（D）加速度 第二章信号及其描述 1.(单选题) （D）中那些不具有周期重复性的信号称为非周期信号。 （A）离散信号（B）阶跃信号（C）不确定信号（D）确定信号 2.(单选题) 周期信号的强度可用峰值、（ C ）、有效值、和平均功率来描述。 （A）真值（B）均值（C）绝对均值（D）均方根值 3.(单选题) （A ）可用来描述随机信号的强度。 （A）均方值（B）方差（C）均值（D）均方根值 4.(单选题) 周期信号的强度可用峰值、（C）、有效值、和平均功率来描述。 （A）真值（B）均值（C）绝对均值（D）均方根值 5.(单选题) x(t) = x(t+mk)所表示的信号为（B）。 （A）周期信号（B）离散信号（C）随机信号（D）非周期信号 6.(单选题) 信号的时域描述一般能反映信号的（D）随时间的变化状态。 （A）周期（B）相位（C）频率（D）幅值 7.(单选题) 对于随机信号的描述，正确的是（D）。 （A）无法描述（B）只能用概率描述（C）只能做统计描述（D）概率和统计描述
语音信号处理试验 实验一：语音信号时域分析 实验目的： (1)录制两段语音信号，内容是“语音信号处理”，分男女声。 (2)对语音信号进行采样，观察采样后语音信号的时域波形。 实验步骤： 1、使用window自带录音工具录制声音片段 使用windows自带录音机录制语音文件，进行数字信号的采集。启动录音机。录制一段录音，录音停止后，文件存储器的后缀默认为.Wav。将录制好文件保存，记录保存路径。男生女生各录一段保存为test1.wav和test2.wav。 图1基于PC机语音信号采集过程。 2、读取语音信号 在MATLAB软件平台下，利用wavread函数对语音信号进行采样，记住采样频率和采样点数。通过使用wavread函数，理解采样、采样频率、采样位数等概念！ Wavread函数调用格式： y=wavread（file），读取file所规定的wav文件，返回采样值放在向量y中。
[y，fs，nbits]=wavread（file），采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。 y=wavread（file，N），读取前N点的采样值放在向量y中。 y=wavread（file，[N1，N2]）,读取从N1到N2点的采样值放在向量y中。 3、编程获取语音信号的抽样频率和采样位数。 语音信号为test1.wav和test2.wav，内容为“语音信号处理”，两端语音保存到工作空间work文件夹下。在M文件中分别输入以下程序，可以分两次输入便于观察。 [y1,fs1,nbits1]=wavread('test1.wav') [y2,fs2,nbits2]=wavread('test2.wav') 结果如下图所示 根据结果可知：两端语音信号的采样频率为44100HZ，采样位数为16。 4、语音信号的时域分析 语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音分析时，最先接触到并且夜市最直观的是它的时域波形。语音信
通信工程学院12级1班罗恒2012101032 实验一语音信号的低通滤波和短时分析综合实验 一、实验要求 1、根据已有语音信号，设计一个低通滤波器，带宽为采样频率的四分之一，求输出信号； 2、辨别原始语音信号与滤波器输出信号有何区别，说明原因； 3、改变滤波器带宽，重复滤波实验，辨别语音信号的变化，说明原因； 4、利用矩形窗和汉明窗对语音信号进行短时傅立叶分析，绘制语谱图并估计基音周期，分析两种窗函数对基音估计的影响； 5、改变窗口长度，重复上一步，说明窗口长度对基音估计的影响。 二、实验目的 1.在理论学习的基础上，进一步地理解和掌握语音信号低通滤波的意义，低通滤波分析的基本方法。 2.进一步理解和掌握语音信号不同的窗函数傅里叶变化对基音估计的影响。 三、实验设备 1.PC机； 2.MATLAB软件环境； 四、实验内容 1.上机前用Matlab语言完成程序编写工作。 2.程序应具有加窗（分帧）、绘制曲线等功能。 3.上机实验时先调试程序，通过后进行信号处理。 4.对录入的语音数据进行处理，并显示运行结果。 5. 改变滤波带宽，辨别与原始信号的区别。 6.依据曲线对该语音段进行所需要的分析，并且作出结论。 7.改变窗的宽度（帧长），重复上面的分析内容。 五、实验原理及方法 利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws 的转换，对ap和as指标不作变化。边界频率的转换关系为∩=2/T tan(w/2)。接着，按照模拟低通滤波器的技术指标根据相应设计公式求出滤波器的阶数N和3dB截止频率∩c ；根据阶数N查巴特沃斯归一化低通滤波器参数表，得到归一化传输函数Ha(p)；最后，将p=s/ ∩c 代入Ha(p)去归一，得到实际的模拟滤波器传输函数Ha(s)。之后，通过双线性变换法转换公式s=2/T((1-1/z)/(1+1/z))得到所要设计的IIR滤波器的系统函数H(z)。
10.2小波变换的基本原理 地质雷达的电磁波信号和地震波信号都是非平稳随机时变信号，长期以来，因非平稳信号处理的理论不健全，只好将其作为平稳信号来处理，其处理结果当然不满意。近年来，随着科学技术的发展和进步，国内外学术界已将注意力转向非平稳随机信号分析与处理的研究上，其中非平稳随机信号的时频表示法是研究热点之一。在这一研究中，戈勃展开、小波变换、维格纳分布与广义双线性时频分布等理论发展起来，这些方法既可以处理平稳信号过程，也可以处理非平稳随机时变信号。 小波变换是上世纪80年代中后期逐渐发展起来的一种数学分析方法。1984年法国科学家J.M OLET在分析地震波的局部特性时首先使用了小波这一术语，并用小波变换对地震信号进行处理。小波术语的含义是指一组衰减震动的波形，其振幅正负相间变化，平均值为零，是具有一定的带宽和中心频率波组。小波变换是用伸缩和平移小波形成的小波基来分解（变换）或重构（反变换）时变信号的过程。不同的小波具有不同带宽和中心频率，同一小波集中的带宽与中心频率的比是不变的，小波变换是一系列的带通滤波响应。它的数学过程与傅立叶分析是相似的，只是在傅立叶分析中的基函数是单频的调和函数，而小波分析中的基函数是小波，是一可变带宽内调和函数的组合。 小波变换在时域和频域都具有很好的局部化性质，较好地解决了时域和频域分辨率的矛盾，对于信号的低频成分采用宽时窗，对高频成分采用窄时窗。因而，小波分析特别适合处理非平稳时变信号，在语音分析和图象处理中有广泛的应用，在地震、雷达资料处理中将有良好的应用前景。 下边就小波分析的基本原理、主要作用及在雷达资料处理中的应用三方面作以介绍。 10.2.1小波分析的基本原理 小波函数的数学表达