中南大学
本科生课程设计报告
课程名称现代信号处理
指导教师赵亚湘
学院信息科学与工程学院专业班级通信工程班
姓名
学号
题目一语音信号去噪处理
一、设计要求
1)在windows系统下的录音机录制一段1s左右的语音信号作为原声信号，在
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；
2)画出语音信号的时域波形，对采样后的语音进行fft变换，得到信号的频谱特
性；对语音信号分别加入正弦噪声和白噪声，画出加噪信号的时域波形和频谱图；
3)根据对加噪语音信号谱分析结果，确定滤除噪声滤波器的技术指标，设计合适
的数字滤波器，并画出滤波器的频域响应；
4)用所设计的滤波器对加噪的信号进行滤波，在同一个窗口画出滤波前后信号的
时域图和频谱图，对滤波前后的信号进行对比，分析信号变化；
5)利用sound(x)回放语音信号，验证设计效果。
二、设计思想和系统功能分析
1、设计原理
对语音信号进行读取
加正弦/高斯白噪声
对比分析加噪声前后信号时域、频域图
设计滤波器
滤波，与原信号比较
2、本课题的研究基本步骤如下：
①确定已知声音信号的存储路径。
②在MATLAB平台上读入语音信号。
③绘制频谱图并回放原始语音信号。
④利用MATLAB编程加入一段正弦波噪音，设计滤波器去噪。
⑤利用MATLAB编程加入一段随机噪音信号，设计FIR和IIR滤波器去噪，并分别绘制频谱图、回放语音信号。
⑥通过仿真后的图像以及对语音信号的回放，对比两种去噪方式的优缺点。
三、设计中关键部分的理论分析与计算，关键模块的设计思路
1、语言的录入及处理
在MATLAB软件平台下，利用函数wavread（）对语音信号采集，并记录采样频率和采样点数。将语音信号转换成计算机能够运算的有限长序列。用FFT(傅里叶变换)对其作谱分析。对信号添加噪声，然后通过窗函数法设计滤波器滤掉该语音信号的噪声，对比滤波前后的语音波形和频谱。
2、时域信号的FFT分析
FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。在MATLAB 的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。函数FFT 用于序列快速傅立叶变换，其调用格式为y=fft(x)，其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT且和x相同长度；若x为一矩阵，则y是对矩阵的每一列向量进行FFT。如果x长度是2的幂次方，函数fft执行高速基－2FFT算法，否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。函数FFT的另一种调用格式为y=fft(x,N)，式中，x，y意义同前，N为正整数。函数执行N点的FFT，若x为向量且长度小于N，则函数将x补零至长度N；若向量x的长度大于N，则函数截短x使之长度为N；若x 为矩阵，按相同方法对x进行处理。
3、滤波方法
将信号中特定波段频率滤除的操作称为滤波，它是抑制和防止干扰的一项重要
措施。若有用信号和无用信号在频谱上可区分，则可采用滤波的方法来衰减甚至消除无用信号。传统的滤波方法是使用滤波器，比如低通、高通、带通、带阻滤波器等，通常按典型的滤波器原型来设计。典型的滤波器原型有Butterworth, Chebyshev 和elliptical 等几种。本次设计采用巴特沃斯低通滤波器实现对加正弦噪声信号的滤波处理，采用海明窗实现对加高斯白噪声信号的滤波处理。
四、测试数据、测试输出结果，及必要的理论分析和比较
1、加正弦噪声
00.51 1.5
2 2.5
3 3.54
-1
-0.500.5
1原始信号时域图
time(s)
幅度
010002000
3000400050006000
500
1000
原始信号频谱图
Hz
幅度
00.51
1.52
2.53
3.54
-1
-0.500.5
1滤波前信号时
域图
time(s)
幅度
010002000
3000400050006000
500
1000
滤波前信号频谱图
Hz
幅度
（1）由上图中的时域明显看出加正弦噪声前后信号的改变，频域图更是可以轻易选择低通滤波器去滤掉噪声恢复原声音信号。
00.51
1.52
2.53
3.54
-1
-0.500.5
1滤波后信号时
域图
time(s)
幅度
010002000
3000400050006000
500
1000
滤波后信号频谱图
Hz
幅度
（2）滤波后，效果明显，听声音也可以看出，此次操作的成功。
00.10.20.30.4
0.50.60.70.80.91
-250
-200
-150
-100
-50
50
频率响应
w/pi
幅度
2、加高斯白噪声
（1）下面两幅图信号时域和频域的对比也能明显看出加噪声前后的差异之处。而且可以看出，巴特沃斯高通、低通、带通滤波器都不能够滤去这种噪声，因此想到窗函数，而我选择的是海明窗。
00.51 1.5
2 2.5
3 3.54
-1
-0.500.5
1原始信号时域图
time(s)
幅度
010002000
3000400050006000
500
1000
原始信号频谱图
Hz
幅度
00.51
1.52
2.53
3.54
-1
-0.500.5
1滤波前信号时域图
time(s)
幅度
010002000
3000400050006000
500
1000
滤波前信号频谱图
Hz
幅度
（2）滤波之后的声音信号显然不适合原声音信号一样，但声音效果还是差不多的。
00.51
1.52
2.53
3.54
-1
-0.500.5
1滤波后信号时域图
time(s)
幅度
010002000
3000400050006000
500
1000
滤波后信号频谱图
Hz
幅度
0.10.20.30.4
0.50.60.70.80.91
-70
-60-50-40-30
-20
-10
频率响应
Hz
幅度
五、总结，包括设计过程中遇到的问题和解决方法，设计心得与体会等
Matlab 是一套高性能的数值计算和可视化软件。打开matlab 软件，新建
new M-File，输入程序代码，代码分为四大块：原始信号程序；噪声信号程序；巴特沃斯低通滤波器设计程序；对信号进行滤波处理程序，当然每个程序包括画图程序。在编写程序的过程中，有很多需要注意的，比如在利用windows进行录音的时候，windows7录音的格式是.wma格式的，开始是不注意，导致程序一开始运行时就出错，需要用改成.wav格式的，之后对于滤波器性能指标的设计，时域和频谱波形的画图程序显示也需要注意，否则很容易出错，或是显示不了波形。用巴特沃斯低通滤波器滤除噪声之后，实验总是存在误差，无法完全滤除噪声。低通滤波后，声音稍微有些发闷、低沉，原因是高频分量被低通滤波器衰减。但是很接近原来的声音。如果用高通滤波后，只有少许杂音，原因是低频分量被高通滤波器衰减，而人声部分正好是低频部分，所以只剩下杂音，或者发出高频杂音但人的耳朵听不到。
MATLAB7.0功能十分强大且操作起来比较简单，可以在短时间内掌握其操作要领，同时加深了数字信号处理理论联系实际的学习和运用。在编程过程中，MATLAB7.0对格式要求非常严格，不能识别中文标点符号，在使用时容易出现错误，导致整个程序不能运行。在以往，我们都是通过课本来感性的认知语音信号，通过本次的课程设计，让我对语音信号有了一个较为实际的认识。于此同时，让我们再次把数字信号处理及数字滤波器的设计方法重新进行了复习和学习。最为重要的是，本次课程设计让我重新审视了学习的过程：只去做实验是不行的，首先还是要思考，遇到了问题查书籍，百度搜索也只是一种手段，更加重要的是要去想，去理解，只有这样才能真正的做好实验。
六、参考文献
[1]高西全,丁玉美.数字信号处理(第三版)[M].西安:西安电子科技大学出版社,
[2]周玲.基于MATLAB的语音信号数字滤波处理[J].安庆师范学院学报.
[3]王薇,张明敏.基于MATLAB的FIR数字滤波器典型设计[J].火力与指挥控制.
七、程序源代码清单
%第一题(正弦)
%信号采样
[x,fs,bit]=wavread('C:\Users\ASUS\Desktop\信号课设\相关资料\相关资料\Sounds\bat.wav'); M=size(x,1); %提取采样信号的长度
t=(0:length(x)-1)/fs; %计算样本时刻
f=fs*(0:(M+1)/2-1)/M+1;
x=x(:,1); %只取单声道
X=fft(x,M+1);
figure(1)
subplot(2,1,1);
plot(t,x)
title('原始信号时域图');
xlabel('time(s)');
ylabel('幅度');
subplot(2,1,2);
plot(f,abs(X(1:(M+1)/2)));
title('原始信号频谱图')
xlabel('Hz');
ylabel('幅度');
%加正弦白噪声及滤波
a=0.02;
f1=5000;
ts=0:1/fs:(size(x)-1)/fs; %将所加噪声信号的点数调整到与原始信号相同
noise=a*sin(2*pi*f1*ts)'; %噪声为5000Hz的正弦信号
z=x+noise;
Z=fft(z,M+1); %进行N+1点FFT变换
fp=3500; %通带截止频率
fc=4500; %阻带下限截止频率
Rp=3; %通带波纹
Rs=30; %阻带波纹
Wp=fp/fs*2*pi;
Ws=fc/fs*2*pi; %计算对应的数字频率
T=2;Fs=1/T; %定义采样间隔
wp1=2/T*tan(Wp/2);
ws1=2/T*tan(Ws/2); %截止频率预畸变
[N,wn]=buttord(wp1,ws1,Rp,Rs,'s');%计算滤波器介数和截止频率
[cs,ds]=butter(N,wn,'s'); %计算滤波器系统函数分子分母系数
[b,a]=bilinear(cs,ds,Fs); %双线性变换得到数字滤波器系统函数分子分母系数[H,W]=freqz(b,a);
y=filter(b,a,z); %对加噪信号进行滤波
Y=fft(y,M+1); %对滤波后进行N+1点FFT变换
figure(2)
subplot(2,1,1); %画滤波前信号波形图和频谱图
plot(t,z)
title('滤波前信号时域图');
xlabel('time(s)');
ylabel('幅度');
subplot(2,1,2);
plot(f,abs(Z(1:(M+1)/2)));
title('滤波前信号频谱图')
xlabel('Hz');
ylabel('幅度');
figure(3)
subplot(2,1,1); %画滤波后信号波形图和频谱图
plot(t,y)
title('滤波后信号时域图');
xlabel('time(s)');
ylabel('幅度');
subplot(2,1,2);
plot(f,abs(Y(1:(M+1)/2)));
title('滤波后信号频谱图')
xlabel('Hz');
ylabel('幅度');
figure(4) %绘制滤波器频率响应
plot(W/pi,20*log10(abs(H)))
title('频率响应')
xlabel('w/pi');
ylabel('幅度');
sound(5*x,fs)
pause;
sound(20*x,fs)
pause;
sound(20*z,fs)
pause;
sound(20*y,fs) %滤波后的语音信号
%第一题(高斯)
%信号采样
[x,fs,bit]=wavread('C:\Users\ASUS\Desktop\信号课设\相关资料\相关资料\Sounds\bat.wav'); M=size(x,1); %提取采样信号的长度
t=(0:length(x)-1)/fs; %计算样本时刻
f=fs*(0:(M+1)/2-1)/M+1;
x=x(:,1); %只取单声道
X=fft(x,M+1);
figure(1)
subplot(2,1,1);
plot(t,x)
title('原始信号时域图');
xlabel('time(s)');
ylabel('幅度');
subplot(2,1,2);
plot(f,abs(X(1:(M+1)/2)));
title('原始信号频谱图')
xlabel('Hz');
ylabel('幅度');
%加高斯白噪声及滤波
z2=awgn(x,20); %对信号加信噪比为10的高斯白噪声
N2=size(z2,1); %提取采样信号的长度
t2=(0:length(z2)-1)/fs; %计算样本时刻
f2=fs*(0:(N2+1)/2-1)/N2+1;
X2=fft(x,N2+1);
Z2=fft(z2,N2+1); %进行N+1点FFT变换
fp=1000; %通带截止频率
fc=2000; %阻带起始频率
Wp=fp/fs*2*pi;
Ws=fc/fs*2*pi; %计算对应的数字频率
detaw=Ws-Wp;
n=ceil(1*pi/detaw);
wc=(Wp+Ws)/2;
b=fir1(n-1,wc/pi,hamming(n));%选择海明窗,并归一化
[H,w]=freqz(b);
ma=20*log10(abs(H));
v=conv(b,z2); %对加噪信号进行滤波
t1=(0:length(v)-1)/fs;
V=fft(v,N2+1); %对滤波后进行N+1点FFT变换
figure(2)
subplot(2,1,1); %画滤波前信号波形图和频谱图plot(t,z2)
title('滤波前信号时域图');
xlabel('time(s)');
ylabel('幅度');
subplot(2,1,2);
plot(f2,abs(Z2(1:(N2+1)/2)));
title('滤波前信号频谱图')
xlabel('Hz');
ylabel('幅度');
figure(3)
subplot(2,1,1); %画滤波后信号波形图和频谱图plot(t1,v)
title('滤波后信号时域图');
xlabel('time(s)');
ylabel('幅度');
subplot(2,1,2);
plot(f2,abs(V(1:(N2+1)/2)));
title('滤波后信号频谱图')
xlabel('Hz');
ylabel('幅度');
figure(4) %绘制滤波器频率响应
plot(w/pi,ma)
title('频率响应')
xlabel('Hz');
ylabel('幅度');
sound(5*x,fs)
pause;
sound(5*x,fs)
pause;
sound(5*z2,fs)
pause;
sound(5*v,fs) %滤波后的语音信号
题目二语音信号的延时和混响
一．设计要求
1)利用Windows下的录音机或其他软件，录制一段自己的语音信号，时间控制
在1s左右，并对录制的信号进行采样；
2)语音信号的频谱分析，画出采样后语音信号的时域波形和频谱图；
3)将信号加入延时和混响，再分析其频谱，并与原始信号频谱进行比较；
4)设计几种特殊类型的滤波器：单回声滤波器，多重回声滤波器，全通结构的混
响器，并画出滤波器的频域响应；
5)用自己设计的滤波器对采集的语音信号进行滤波；
6)分析得到信号的频谱，画出滤波后信号的时域波形和频谱，并对滤波前后的信
号进行对比，分析信号的变化；
7)回放语音信号。
二、设计思想和系统功能分析
2.1原始信号
用windows的录音机录制一段我的语音信号，要用MATLAB对其进行处理，
首先要读入这段语音信号，可以调用软件自带的wavread()函数，找到正确的文件路径就行，但是这个命令只能对*.wav文件处理，所以如果不是的话，要转化格式。回放语音信号，也是可以直接调用软件自带的sound()函数，它的参数的选择和读入函数是一样的，不过随着采样频率的不同，读出来的效果差别很大。用软件的绘图工具绘制语音信号的时域和频域的图形，时域的图形和简单就是把读入的信号按时间和音量的大小绘制一张图即可，但是频域的图形，就要先对语音信号进行傅里叶变换才可以得到频谱图，不过考虑到MATLAB软件自带的快速傅里叶变换函数，所以就直接调用fft()就行，当然还用到了fftshift()函数对频谱的中心进行搬移。
2.2延时和混响
延时的处理就是利用向量（矩阵）的补零，然后使得有效的数据被押后，显示的时候，就会有延时效果，因为开始的零数据没有意义，即没有有用信息，然后零数据的多少，由需要被延时的时间决定。
混响的处理就是利用向量（矩阵）的加法运算，使得两个不同的信号进行相互叠加，即我们说的混响效果。首先是产生两个不同的信号矩阵，一个就用延时后的信号，另一个处理的方式差不多，就是利用补零方法，不过补零的措施不同于延时处理，而是在原始信号的后面补零，其实没有什么实质上的意义，因为不能改变什么，但是由于矩阵的加法要求相加的矩阵的形状一样，即元素的个数一样，所以补零。
三、设计中关键部分的理论分析与计算，关键模块的设计思路
滤波器的设计按要求有四种，还要自己设计一种。考虑到实际生活中的回声类型，比较接近IIR滤波器，即下面公式：
Y(n)=x(n)+a1*y(n-d1)+a2*y(n-d2)+a3*y(n-d3)+a4*y(n-d4)+a5*y(n-d5)+a6*y(n-d6)+a 7*y(n-d7)+a8*y(n-d8)+a9*y(n-d9)+10*y(n-d10)+a11*y(n-d11)-----------公式1 不过，原理大都是一致的，在MATLAB中，都是调用filter()函数，但是，最最重要的是确定这个函数的两个主要参数a和b。确定了这两个参数就可以进行滤
波了，所以只用设计参数a和b，a为传递函数分母系数向量，b为传递函数分子系数向量。
单回声滤波器的设计就是取a和b向量分别为[1,zeros(1,4410)，0.2]和全1。然后进行滤波就可以了。多重回声滤波器，无限回声滤波器以及全通结构的滤波器的设计都只是改变a和b向量的参数而已。多重回声滤波器的a和b向量取值为[1,1,1,1,1,1,1,1,1,1,1]和[1,0,0,0,0,0,0,0,0,0,0.2],正好和单回声滤波器的a和b取值相反。无限回声滤波器的a和b取值为[0,0,0,0,0,0,0,0,0,0,1]和[1,0,0,0,0,0,0,0,0,0,-0.5]。还有全通结构的a和b的取值为[0.5,0,0,0,0,0,0,0,0,0,1]和[1,0,0,0,0,0,0,0,0,0,0.5]。
我设计的滤波器是一个IIR低通滤波器，是在巴特沃斯滤波器的基础上设计的，参数的设计没有实际的意义，比方说采样频率ft和通带截止频率fp以及阻带截止频率fs和通带，阻带的衰减参数都是随便设定的，只是为了检测一下设计出来的滤波器的性能是否可以达到。首先把几个自己设定的频率归一化，然后计算巴特沃斯滤波器的参数wp和ws，再利用函数的调用，和参数以及衰减的要求，把滤波器的阶数和参数wc求出来，最后调用butter()函数，就可以求出滤波器的参数a 和b向量了，不过要进行双线性变换下，使得模拟的低通滤波器变成数字的低通滤波器，当然，也要相应把模拟域下的频率变成数字域下的频率，最后用设计好的滤波器滤波，再绘制图形即可。
四、测试数据、测试输出结果，及必要的理论分析和比较
对语音信号进行采样后，用MATLAB对其进行处理，利用其绘图工具，绘制语音信号的时域和频域波形图，图形如下图一。从图形可以看出，语音信号的频率主要集中在低频段，分布呈金字塔状，但是接近零频率的附近的频率成分也很少。延时的处理和混响的处理，处理后的结果的时域和频域的图形，如下图所示：从原始信号和处理后的延时图可以看出，延时并没有真正意义上改变语音信号，只是把信号的时域推后了，频谱图也可以看出，只是频谱的位置变化了，而且是线性搬移的。从原始信号和处理后的混响的图可以看出，混响改变了语音信号的时域特性，音量有叠加的成分，其频谱也有改变，从图可见，混响的低频段呈明显的凹状分布，说明零频段的频率成分在语音信号中占得比例非常少，本来看不出来，但是混响使得频谱相同部分叠加了，就显得很明显了。
24
6
x 10
4
-1-0.500.5
1原始语音信号
时间
音量
024
6
x 10
4
500
1000
原始信号的频谱
2
4
6
8
x 10
4
-1-0.500.5
1延时后的时域图
0246
8
x 10
4
500
1000
延时后的频域图
按要求设计五类滤波器，并用这五类滤波器分别进行滤波，滤波的结果如下图: 从单回声滤波器的处理图可以看出，对原始语音信号的改变并不是很明显，只是频谱上可以发现低频段的细微变化，时域上几乎没有改变，所以回放语音信号基本上是听不出差别的。
多重回声和无限回声滤波器的处理来看，就可以明显看到对时域和频域的改变，不过如果是人去听回放的语音信号的话，还是听不出有什么特别的差别，只是会比较舒服，圆润，因为从频谱上可以看出来，语音信号的频谱变得均匀了一些，所以会有这种效果。
全通结构的滤波器的处理来看，对时域的改变还是比较明显的，但是从频谱的角度来说，他的效果和无限回声滤波器没有本质上的差别，或者说两者的目的是一样的，所以看起来很相似，甚至相近。
至于我设计的滤波器，由于只是截取语音的一个狭窄的频段进行滤波，所以看起来变化很大，其实是和前面几个滤波器的效果大同小异，没有什么本质上的差别，只是频带变小 ，如果把前面几个的滤波的图放大到这一频带段上来看，还是比较接近的，因为原理都是简单的滤波过程。
1
2
3
4
5
6
7
x 10
4
-1-0.500.5
10123456
7
x 10
4
500
1000
1500单回声滤波器频谱图
0123456
7
x 10
4
-1
01
2混响的时域图
1
2
3
4
5
6
7
x 10
4
050010001500
2000混响后的频域图
1
2
3
4
5
6
7
x 10
4
-1-0.500.5
10123456
7
x 10
4
200
400
600多重回声滤波器频谱图
0.5
1
1.5
2
2.5
3
3.5
4
4.5x 10
4
-1-0.500.5
1全通结构的混响器的时域波形
00.51 1.52 2.53 3.54 4.5x 10
4
500
1000
全通结构的混响器的频谱图
2
4
6
x 10
4
-1-0.500.5
1滤波前的时域波形
0246x 10
4
500
1000
滤波前的频域波形
2
4
6
x 10
4
-2-101
2滤波后的时域波形
0246x 10
4
500
1000
滤波后的频域波形
五、总结，包括设计过程中遇到的问题和解决方法，设计心得与体会等
这次课程设计的成功，很大方面都要归功于网络上的资料和我的课本，但是最
该感谢的毫无疑问是我自己的努力，因为很多的程序网上是给出来了，但是看懂是另外一回事，而且要把它变成自己的就更加靠自己了。做课程设计是为了加深我们对平时学习的理论知识的理解，在理论和实验教学基础上进一步巩固所学基本理论和提高应用所学知识并加以综合应用的能力，培养学生将所学知识应用于实际的思想，提高分析和解决问题的能力，增强学生的综合能力，开发学生的智力，激发学生的创新精神，为毕业设计和以后工作打下必要基础。
这次为期数日的综合课程设计，使我们弄明白了不少的知识，也学到了不少的东西。首先我们认识到了MATLAB 工具箱的强大的功能和方便的操控性，通过软件可以使设计简化，运算简单，而且可以使设计者腾出时间来把重点放在一些困难概念的理解和掌握上。MATLAB 的功能很强大，可用于电子，通信，图像等领
1． （必选，10分）在统计信号处理中，人们常常假设信号或噪 声服从高斯分布, 充分说明这个假设的理论根据以及在实际应用中带来的优点。 2． (必选，10分) (高阶累积量) 设1()[(),,()]T N N t x t x t C =∈x 为一复值 矢量随机过程，假设()t x 的每个分量的均值和奇次矩都为零，给出123456***6[(),(),(),(),(),()]m m m m m m Cum x t x t x t x t x t x t 的M-C 公式，其中 12345,6,,,,1,,m m m m m m N = ，上标T 和*依此表示取转置和复共轭。 3．1（三选一，10分）假设存在一个由11个阵元构成的立体阵 列，建立x-y-z 直角坐标系，11个阵元的坐标分别为（1， 1，1） ，（1，2，1），（2，1，1），（2，2，1），（1，1，2），（1，2，2），（2，1，2），（2，2，2），（1，2，3），（2， 1，3） ，（2，2，3），空间远场处一信号源发射电磁波，假设信号源方位角为?，俯仰角为θ，波长为λ，试写出阵列相对于该信号源的导向矢量。 3．2（三选一，10分） 证明导向矢量矩阵与信号子空间之间可 以互相（张成）表示。
3．2（三选一，10分）推导Levinson 递推公式。 4．1（二选一，10分）在卡尔曼滤波中，用下标“i ”表示时刻“i t ” 。给定状态方程和观测方程的离散形式分别为 .11,111i i i i i i i i -----=++x Φx Γu w i i i i =+z H x v 式中i x 是1n ?维状态向量；i u 是1r ?维控制向量，它是确定的非随机向量；已知的.1i i -Φ和,1i i -Γ分别为n n ?的状态转移矩阵和n r ?的控制矩阵；i w 为1n ?维随机噪声；i z 为1m ?维观测向量；已知的i H 为的m n ?维矩阵；i v 为-1m ?维量测噪声向量。假定两个噪声向量i w 和i v 皆为空时白的。1）给出预测值估计/1?i i -x 和滤波估计 /?i i x 及其相应的协方差矩阵的递推公式（6分）；2） 从滤波估计/?i i x 的协方差矩阵估计出卡尔曼滤波的增益矩阵i K （4分）。 4．2 （二选一，10分）分析算式的计算复杂性（仅记乘除次数，精确到最高二次） 5．1（二选一，10分）推导多参数估计的Cramer-Rao 下界。 5．2 （二选一，10分）在白噪声干扰下，给出用方程误差方法 和矩阵结构分析方法无偏估计ARMA 系统参数的理论。
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 -1 100.5 1 1.5 2 2.5 3x 10 4 024 N=3200.5 1 1.5 2 2.5 3x 10 4 05 N=6400.5 1 1.5 2 2.5 3x 10 4 0510 N=12800.5 1 1.5 2 2.5 3x 10 4 01020 N=2560 0.5 1 1.5 2 2.5 3x 10 4 02040 N=512 （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'); elseif (i==5) ,legend('N=256'); elseif (i==6) ,legend('N=512'); end end 00.51 1.52 2.5 3 x 10 4 -1 100.5 1 1.5 2 2.5 3x 10 4 012 N=3200.5 1 1.5 2 2.5 3x 10 4 024 N=6400.5 1 1.5 2 2.5 3x 10 4 024 N=12800.5 1 1.5 2 2.5 3x 10 4 0510 N=2560 0.5 1 1.5 2 2.5 3x 10 4 01020 N=512 2） 短时平均过零率 a=wavread('mike.wav'); a=a(:,1); n=length(a); N=320; subplot(3,1,1),plot(a); h=linspace(1,1,N); En=conv(h,a.*a); %求卷积得其短时能量函数En subplot(3,1,2),plot(En); for i=1:n-1 if a(i)>=0 b(i)= 1;
《数字信号处理》课程设计报告 设计题目： IIR滤波器的设计 专业： 班级： 姓名： 学号： 指导教师： 2010年月日
1、设计目的 1、掌握IIR 滤波器的参数选择及设计方法； 2、掌握IIR 滤波器的应用方法及应用效果； 3、提高Matlab 下的程序设计能力及综合应用能力。 4、了解语音信号的特点。 2、设计任务 1、学习并掌握课程设计实验平台的使用，了解实验平台的程序设计方法； 2、录制并观察一段语音信号的波形及频谱，确定滤波器的技术指标； 3、根据指标设计一个IIR 滤波器，得到该滤波器的系统响应和差分方程，并根据差分方程将所设计的滤波器应用于实验平台，编写相关的Matlab 程序； 4、使用实验平台处理语音信号，记录结果并进行分析。 3、设计内容 3.1设计步骤 1、学习使用实验平台，参见附录1。 2、使用录音机录制一段语音，保存为wav 格式，录音参数为：采样频率8000Hz、16bit、单声道、PCM 编码，如图1 所示。 图1 录音格式设置 在实验平台上打开此录音文件，观察并记录其波形及频谱（可以选择一段较为稳定的语音波形进行记录）。 3、根据信号的频谱确定滤波器的参数：通带截止频率Fp、通带衰减Rp、阻带截止频率Fs、阻带衰减Rs。 4、根据技术指标使用matlab 设计IIR 滤波器，得到系统函数及差分方程，并记录得到系统函数及差分方程，并记录其幅频响应图形和相频响应图形。要求设计 第 1页出的滤波器的阶数小于7，如果不能达到要求，需要调整技术指标。 5、记录滤波器的幅频响应和系统函数。在matlab 中，系统函数的表示公式为：
因此，必须记录系数向量a 和b。系数向量a 和b 的可以在Matlab 的工作空间（WorkSpace）中查看。 6、根据滤波器的系统函数推导出滤波器的差分方程。 7、将设计的滤波器应用到实验平台上。根据设计的滤波器的差分方程在实验平台下编写信号处理程序。根据运行结果记录处理前后的幅频响应的变化情况，并试听处理前后声音的变化，将结果记录，写入设计报告。 3.2实验程序 （1）Rs=40; Fs=1400; Rp=0.7; Fp=450; fs=8000; Wp=2*pi*Fp;Ws=2*pi*Fs; [N,Wn]=buttord(Wp,Ws,Rp,Rs,'s'); [b1,a1]=butter(N,Wn,'s'); [b,a]=bilinear(b1,a1,fs); [H,W]=freqz(b,a); figure; subplot(2,1,1);plot(W*fs/(2*pi),abs(H));grid on;title('频率响应'); xlabel('频率');ylabel('幅值');、 subplot(2,1,2); plot(W,angle(H));grid on;title('频率响应'); xlabel('相位(rad)');ylabel('相频特性'); 3.3实验结果（如图）： N =5 Wn=6.2987e+003 第 2页
中南大学 课程设计报告 题目现代信号处理 学生姓名任秋峥 指导教师张昊、张金焕 学院信息科学与工程学院 学号 0909090711 专业班级电子信息专业0901班 完成时间 2011年9月7号
目录 第一章、课程设计题目 (3) 1.1题目 (3) 1.2课程设计要求 (3) 第二章、设计思想概述 (4) 2.1离散时间L TI系统及其脉冲响应 (4) 2.1.1、离散时间L TI系统 (4) 2.1.2离散时间系统的脉冲响应 (5) 2.2、采样定理及连续时间信号的傅里叶变换 (6) 2.3序列FFT (7) 2.4滤波器的设计 (9) 2.4.1、IIRDF的设计 (9) 2.4.2 FIRDF的设计 (11) 第三章、程序设计及关键部分功能说明 (13) 3.1、差分方程的单位脉冲响应程序设计 (13) 3.1.1差分方程在各个点的单位脉冲响应设计和分析 (13) 3.2、验证采样定理 (14) 3.2.1、连续时间信号的傅里叶变换 (14) 3.2.2、采样定理 (16) 3.3、冲击序列和矩形序列的8点和16点FFT (17) 3.3.1冲击序列的FFT (17) 3.3.2矩形序列的fft (18) 3.4、滤波器的设计 (18) 3.4.1、IIRDF的设计 (18) 3.4.2、FIRDF的设计 (19) 第四章、程序实现 (21) 4.1、差分方程 (21) 4.2采样定理 (22) 4.3、FFT (25) 4.4滤波器的设计 (28) 4.4.1、IIRDF设计 (28) 4.4.2、FIR滤波器的设计 (29) 第五章、附录 (33) 5.1源程序代码 (33) 5.2参考文献 (39) 第六章、小结与体会 (39)
现代数字信号处理复习题 一、填空题 1、平稳随机信号是指：概率分布不随时间推移而变化的随机信号，也就是说，平稳随机信号的统计特性与起始 时间无关，只与时间间隔有关。 判断随机信号是否广义平稳的三个条件是： （1）x(t)的均值为与时间无关的常数：C t m x =)( （C 为常数） ； （2）x(t)的自相关函数与起始时间无关，即：)(),(),(ττx i i x j i x R t t R t t R =+=； （3）信号的瞬时功率有限，即：∞<=)0(x x R D 。 高斯白噪声信号是指：噪声的概率密度函数满足正态分布统计特性，同时其功率谱密度函数是常数的一类噪 声信号。 信号的遍历性是指：从随机过程中得到的任一样本函数,好象经历了随机过程的所有可能状态,因此,用一个 样本函数的时间平均就可以代替它的集合平均 。 广义遍历信号x(n)的时间均值的定义为： ，其时间自相关函数的定义为： 。 2、连续随机信号f(t)在区间上的能量E 定义为： 其功率P 定义为： 离散随机信号f(n)在区间 上的能量E 定义为： 其功率P 定义为： 注意:(1)如果信号的能量0 抽样定理的应用 摘要 抽样定理表示为若频带宽度有限的，要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高频率。抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。 语音信号处理是研究用数字信号处理技术和语音学知识对语音 信号进行处理的新兴学科，是目前发展最为迅速的学科之一，通过语音传递信息是人类最重要，最有效，最常用和最方便的交换信息手段，所以对其的研究更显得尤为重要。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用 软件，它可以将声音文件变换成离散的数据文件，然后用起强大的矩阵运算能力处理数据。这为我们的本次设计提供了强大并良好的环境！ 本设计要求通过利用matlab对模拟信号和语音信号进行抽样，通过傅里叶变换转换到频域，观察波形并进行分析。 关键词：抽样Matlab 目录 一、设计目的： (2) 二、设计原理： (2) 1、抽样定理 (2) 2、MATLAB简介 (2) 3、语音信号 (3) 4、Stem函数绘图 (3) 三、设计内容： (4) 1、已知g1(t)=cos(6πt),g2(t)=cos(14πt),g3(t)=cos(26πt),以抽样频率 fsam=10Hz对上述三个信号进行抽样。在同一张图上画出g1(t)，g2(t)，g3(t)及其抽样点,对所得结果进行讨论。 (4) 2、选取三段不同的语音信号，并选取适合的同一抽样频率对其进 行抽样，画出抽样前后的图形，并进行比较，播放抽样前后的语音。 (6) 3、选取合适的点数，对抽样后的三段语音信号分别做DFT，画图 并比较。 (10) 四、总结 (12) 五、参考文献 (13) 集成电路工程领域(085209) 全日制攻读工程硕士专业学位研究生培养方案 一、培养目标 培养掌握集成电路工程专业领域坚实的基础理论和宽广的专业知识，具有较强的解决实际问题的能力，能够承担相应的专业技术或管理工作，特别是为大中型企业培养应用型、复合型高层次工程技术和工程管理人才。具体要求为：1．拥护党的基本路线和方针政策，热爱祖国，具有良好的职业道德和敬业精神，具有科学严谨、求真务实的学习态度和工作作风，身心健康。 2．掌握集成电路工程专业领域的基础理论和专业知识，掌握解决工程问题的先进技术方法和现代技术手段；具有独立承担专业技术或工程管理工作的能力和良好的职业素养。 3．掌握一门外国语。 二、研究方向 1. 集成电路系统设计技术 主要研究集成电路及各类信息系统的设计理论、方法与技术，包括软硬件协同设计，IC设计过程，系统级设计方法与工具，集成电路系统模型研究，系统级规范与建模语言，集成电路系统指标研究及噪声分析、集成电路测试与可测性设计以及模拟和混合信号测试等。 2. SOC与嵌入式系统技术方向 研究数字集成电路设计技术SOC设计方法、SoC设计的性能验证方法，微处理器结构设计、处理器建模与设计工具，嵌入式基础理论、嵌入式软件建模与设计，数字低功耗设计技术、具备嵌入式系统在移动数字通信、移动多媒体、网络技术、信息家电、工业控制等领域的软件与系统设计、开发能力。 3.MEMS建模、优化与控制技术 针对MEMS器件制造工艺不同于常规的机械加工，性能受到尺度效应影响以及具有小惯性和大耗散阻尼的特点，研究MEMS器件遵循的微观物理规律，在此基础上对其进行性能分析，并且设计出低成本的、易于实现单片集成的控制装置。 4.基于FPGA的SOPC嵌入式系统设计 基于FPGA的片上可编程系统设计、嵌入式系统编程和测试技术研究、模拟可编程电路设计、操作系统的移植和系统的编程和配置技术，集成验证技术等。 课程设计报告 课程名称数字信号处理 课题名称数字滤波器设计及在语音信号分析中的应用 专业通信工程 班级1281 学号201213120101 姓名杨俊 指导教师彭祯韩宁 2014年12月5日 湖南工程学院 课程设计任务书 课程名称数字信号处理 课题数字滤波器设计 及在语音信号分析中的应用专业班级通信工程1281班 学生姓名杨俊 学号201213120101 指导老师彭祯韩宁 审批 任务书下达日期2014 年12月5日 任务完成日期2014 年12月13日 《数字信号处理》课程设计任务书 一、课程设计的性质与目的 《数字信号处理》课程是通信专业的一门重要专业基础课，是信息的数字化处理、存储和应用的基础。通过该课程的课程设计实践，使学生对信号与信息的采集、处理、传输、显示、存储、分析和应用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，掌握数字信号处理的基础理论和处理方法，提高分析和解决信号与信息处理相关问题的能力，为以后的工作和学习打下基础。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类：无限冲激响应（IIR）滤波器和有限冲激响应（FIR）滤波器。 二、课程设计题目 题目1：数字滤波器设计及在语音信号分析中的应用。 1、设计步骤： （1）语音信号采集 录制一段课程设计学生的语音信号并保存为文件，要求长度不小于10秒，并对录制的信号进行采样；录制时可以使用Windows自带的录音机，或者使用其它专业的录音软件，录制时需要配备录音硬件（如麦克风），为便于比较，需要在安静、干扰小的环境下录音。 然后在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。 （2）语音信号分析 使用MATLAB绘出采样后的语音信号的时域波形和频谱图。根据频谱图求出其带宽，并说明语音信号的采样频率不能低于多少赫兹。 （3）含噪语音信号合成 在MATLAB软件平台下，给原始的语音信号叠加上噪声，噪声类型分为如下几种：①白 课程名称:现代信号处理 -------高阶统计量及其谱分析 课程编号:0211007(博士生 0221024(硕士生学分:3 学时:46 授课对象:博士 /硕士研究生任课教师:姬红兵教授 联系电话:88204144 地点 :办公楼 424室 Email: 教材: 1. Higher-Order Spectral Analysis, C. L. Nikias and A. P. Petropulu, Prentice Hall, 1993. 参考资料: 1、“高阶统计量及其谱分析” ,张贤达,清华大学出版社。 2、“现代信号处理” ,张贤达,清华大学出版社。 3、期刊:IEEE Transactions on Signal Processing, Proceedings of IEEE, IEEE Signal Processing Magazine等。 6、 HOS 主页:. 先修课程:信号与系统,随机信号分析(处理 ,数字信号处理。 课程介绍:本课程主要介绍现代信号处理中的“高阶统计量及其谱分析”和“时频分析” 等内容。重点介绍随机信号和确定性信号的矩和累积量以及高阶谱的定义和基本性质; 高阶累积量和高阶谱的估计方法, 包括常规非参数估计法和基于 AR 、MA 和 ARMA 模型的参数估计法。并介绍高阶累积量及其谱在信号检测、系统辩识、非线性检测等方面的应用。 课程目的:通过本课程的学习,使学生对高阶统计量及其谱的性质和估计算法, 估计性能、计算复杂性, 以及这些算法在信号处理和相关研究领域的应用奠定一个坚实的基础。 考核方式及要求: 1、考核方式:笔试(硕士生+综述或研究报告 2、提交内容:文献专题综述(或翻译报告或研究报告 1篇。要求打印稿和电子版文件一同提交。电子版文件命名格式:“现代信号处理 07(博 /硕 -姓名”发至 hbji@https://www.doczj.com/doc/398037368.html,。 3、提交期限:于 2007年 6月 30日前; 更新日期:2007年 3月 1日 课程内容第一部分基本定义与性质 一 . 绪论 1.1 功率谱 1.2 信号处理中为什么用多谱? 1.3 应用 二 . 随机信号的累积量谱 2.1 引言 2.2 矩和累计量 2.3 累积量谱 2.4 非高斯线性过程的累计量谱 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。 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。 数字信号处理课程设计报告《应用Matlab对信号进行频谱分析及滤波》 专业： 班级： 姓名： 指导老师： 二0 0五年一月一日 目录 设计过程步骤（） 2.1 语音信号的采集（） 2.2 语音信号的频谱分析（） 2.3 设计数字滤波器和画出其频谱响应（） 2.4 用滤波器对信号进行滤波（） 2.5滤波器分析后的语音信号的波形及频谱（） ●心得和经验（） 设计过程步骤 2.1 语音信号的采集 我们利用Windows下的录音机，录制了一段开枪发出的声音，时间在1 s内。接着在C盘保存为WAV格式，然后在Matlab软件平台下．利用函数wavread对语音信号进行采样，并记录下了采样频率和采样点数，在这里我们还通过函数sound引入听到采样后自己所录的一段声音。通过wavread函数和sound的使用，我们完成了本次课程设计的第一步。其程序如下： [x,fs,bite]=wavread('c:\alsndmgr.wav',[1000 20000]); sound(x,fs,bite); 2.2 语音信号的频谱分析 首先我们画出语音信号的时域波形；然后对语音信号进行频谱分析，在Matlab中，我们利用函数fft对信号进行快速傅里叶变换，得到信号的频谱特性性。到此，我们完成了课程实际的第二部。 其程序如下： n=1024; subplot(2,1,1); y=plot(x(50:n/4)); grid on ; title('时域信号') X=fft(x,256); subplot(2,1,2); plot(abs(fft(X))); grid on ; title('频域信号'); 运行程序得到的图形： 中南大学 本科生课程设计报告 课程名称现代信号处理 指导教师赵亚湘 学院信息科学与工程学院专业班级通信工程班 姓名 学号 题目一语音信号去噪处理 一、设计要求 1)在windows系统下的录音机录制一段1s左右的语音信号作为原声信号，在 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； 2)画出语音信号的时域波形，对采样后的语音进行fft变换，得到信号的频谱特 性；对语音信号分别加入正弦噪声和白噪声，画出加噪信号的时域波形和频谱图； 3)根据对加噪语音信号谱分析结果，确定滤除噪声滤波器的技术指标，设计合适 的数字滤波器，并画出滤波器的频域响应； 4)用所设计的滤波器对加噪的信号进行滤波，在同一个窗口画出滤波前后信号的 时域图和频谱图，对滤波前后的信号进行对比，分析信号变化； 5)利用sound(x)回放语音信号，验证设计效果。 二、设计思想和系统功能分析 1、设计原理 对语音信号进行读取 加正弦/高斯白噪声 对比分析加噪声前后信号时域、频域图 设计滤波器 滤波，与原信号比较 2、本课题的研究基本步骤如下： ①确定已知声音信号的存储路径。 ②在MATLAB平台上读入语音信号。 ③绘制频谱图并回放原始语音信号。 ④利用MATLAB编程加入一段正弦波噪音，设计滤波器去噪。 ⑤利用MATLAB编程加入一段随机噪音信号，设计FIR和IIR滤波器去噪，并分别绘制频谱图、回放语音信号。 ⑥通过仿真后的图像以及对语音信号的回放，对比两种去噪方式的优缺点。 三、设计中关键部分的理论分析与计算，关键模块的设计思路 1、语言的录入及处理 在MATLAB软件平台下，利用函数wavread（）对语音信号采集，并记录采样频率和采样点数。将语音信号转换成计算机能够运算的有限长序列。用FFT(傅里叶变换)对其作谱分析。对信号添加噪声，然后通过窗函数法设计滤波器滤掉该语音信号的噪声，对比滤波前后的语音波形和频谱。 2、时域信号的FFT分析 FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。在MATLAB 的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。函数FFT 用于序列快速傅立叶变换，其调用格式为y=fft(x)，其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT且和x相同长度；若x为一矩阵，则y是对矩阵的每一列向量进行FFT。如果x长度是2的幂次方，函数fft执行高速基－2FFT算法，否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。函数FFT的另一种调用格式为y=fft(x,N)，式中，x，y意义同前，N为正整数。函数执行N点的FFT，若x为向量且长度小于N，则函数将x补零至长度N；若向量x的长度大于N，则函数截短x使之长度为N；若x 为矩阵，按相同方法对x进行处理。 3、滤波方法 将信号中特定波段频率滤除的操作称为滤波，它是抑制和防止干扰的一项重要 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 ∞-=-∞= -∑ 1.设()u n 是离散时间平稳随机过程，证明其功率谱()w 0S ≥。 证明：将()u n 通过冲激响应为()h n 的LTI 离散时间系统，设其频率响应()w H 为 ()001,w -w w 0, w -w w H w ???? 输出随机过程()y n 的功率谱为()()()2y S w H w S w = 输出随机过程()y n 的平均功率为()()()00201 1r 022w w y y w w S w dw S w dw π π π+?-?= =?? 当频率宽度w 0???→时，上式可表示为()()()01 r 00y S w w π =?≥ 由于频率0w 是任意的，所以有()w 0 S ≥ 3、已知：状态方程 )()1,()1()1,()(1n n n n x n n F n x ν-Γ+--=观测方程 )()()()(2n n x n C n z ν+= )()]()([111n Q n n E H =νν )()]()([222n Q n n E H =νν 滤波初值 )]0([)|0(0x E x =ξ } )]]0([)0()]][0([)0({[)0(H x E x x E x E P --= 请简述在此已知条件下卡尔曼滤波算法的递推步骤。 解：步骤1 状态一步预测，即 1 *11)|1(?)1,()|(N n n C n x n n F n x ∈--=--∧ ξξ 步骤2 由观测信号z(n)计算新息过程，即 1*11)|(?)()()|(?)()(M n n C n x n C n z n z n z n ∈-=-=--ξξα 步骤3 一步预测误差自相关矩阵 N N H H C n n n Q n n n n F n P n n F n n P *1)1,()1()1,() 1,()1()1,()1,(∈-Γ--Γ+---=- 步骤4 新息过程自相关矩阵M M H C n Q n C n n P n C n A *2)()()1,()()(∈+-= 步骤5 卡尔曼增益M N H C n A n C n n P n K *1)()()1,()(∈-=- 或 )()()()(1 2n Q n C n P n K H -= 步骤6 状态估计 1*1)()()|(?)|(?N n n C n n K n x n x ∈+=-αξξ 步骤7 状态估计自相关矩阵 N N C n n P n C n K I n P *)1,()]()([)(∈--= 或 )()()()]()()[1,()]()([)(2n K n Q n K n C n K I n n P n C n K I n P H H +---= 步骤8 重复步骤1-7，进行递推滤波计算 4、经典谱估计方法： 课程设计任务书 学生姓名：杨茜专业班级：电信1206班指导教师：黄朝兵工作单位：信息工程学院 题目：IIR带阻滤波器的设计 初始条件： 具备数字信号处理的理论知识； 具备Matlab编程能力； 熟悉带阻滤波器的设计原理； 提供编程所需要的计算机一台 要求完成的主要任务：（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求） 1、设计中心频率为200Hz，带宽为150Hz的IIR数字带阻滤波器； 2、独立编写程序实现 3、完成符合学校要求的设计说明书 时间安排： 一周，其中3天程序设计，2天程序调试 指导教师签名：年月日 系主任（或责任教师）签名：年月日 摘要 数字滤波器是由数字乘法器、加法器和延时单元组成的一种算法或是装置。数字滤波器的功能是对输入离散信号的数字代码进行运算处理，已达到信号频谱的目的。由于电子计算机技术和大规模集成电路的发展，数字滤波器已可用计算机软件实现，也可用大规模集成数字硬件实时实现。使用MATLAB信号处理箱和BW（巴特沃斯）设计低通滤波器。IIR数字滤波器，又名“无限脉冲响应数字滤波器”，或“递归滤波器”。递归滤波器，也就是IIR数字滤波器，顾名思义，具有反馈，一般认为具有无限的脉冲响应。 关键字：数字滤波器IIR MATLAB Abstract Digital filter is made up of digital multiplier, adder and delay time of an algorithm, or device.The function of the digital filter is the input discrete signal processing of digital code, has reached the purpose of the signal spectrum.Due to the development of the computer technology and large scale integrated circuit, the digital filter has been available computer software implementation, large-scale integrated digital real-time hardware implementation is also https://www.doczj.com/doc/398037368.html,ing the MATLAB signal processing box and BW, butterworth low-pass filter design.IIR digital filter, also known as "infinite impulse response digital filter", or "recursive filter".Recursive filter, also known as the name implies, IIR digital filter, with feedback, generally credited with infinite impulse response. Key word:Digital filter IIR MATLAB 控制科学与工程一级学科硕士研究生培养方案 （学科代码0811） 一、学科简介 控制科学与工程一级学科是以工程技术领域内的控制系统为对象，采用现代控制理论和方法以及传感器仪表、电子测量、计算机与通讯、图象处理、模式识别等技术，研究系统运行过程的建模、分析、设计、实现和优化控制的理论、方法和技术的一门学科。 本学科针对经济建设和社会发展中出现的各类复杂控制问题，研究、应用和发展新的控制理论和控制技术，以推动它们在工程和国民经济其他领域中的有效应用，从而产生显著的经济和社会效益。目前主要研究方向有：非线性系统分析、建模与控制、智能控制理论及应用、复杂工业过程综合自动化、过程监测、诊断与优化控制、现场总线与网络控制, 决策与管理一体化技术、信号检测与智能仪表、光电测量与控制、智能信息处理与系统、图像处理与分析、模式识别与机器视觉、机器人技术与应用等。它包含了本学科领域的基础理论研究、应用技术开发和工程项目实现三个不同层次，对于提高自动化技术领域的学术研究水平，服务于经济建设和实现国防军事现代化具有重要意义。 控制科学与工程学科是安徽工业大学最早建立的优势学科之一。自1978年开始招收自动化专业本科生，后来又相继招收测控技术与应用和计算机专业本科生；1991年开始与东北大学和北京科技大学联合培养硕士生，1999年获得检测技术与自动化装置硕士学位授权点，后来又于2003年、2007年相继获得控制理论与工程、模式识别与智能系统学2个硕士学位授权点，2009年获得控制工程领域工程硕士学位授予点，并与合肥工业大学、安徽大学联合招收培养博士生，2010年成为博士学位授予点建设支撑学科。2008年，检测技术与自动化学科成为安徽省重点学科。本学科设有“电力电子与运动控制安徽省重点实验室”，西门子过程装备与控制工程研究中心、安徽省电子与自动化技术实验教学示范中心、传感器与仪表设计研究所、测控技术研究所、复杂系统建模与化控制研究所、系统集成与综合自动化技术研究所、运动控制与工业机器人应用研究所。“复杂系统控制”于2014年被评为安徽省高校省级科研创新团队。 本学科师资队伍结构合理，整体素质较高，综合实力较强，现有30名高职人员，其中教授11人，博士学位的17人，安徽省高校领军人才、“皖江学者”特聘教授各1人，省教学名师3人、安徽省学术和技术带头人4人。 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 “现代数字信号处理”复习思考题 变换 1.给出DFT的定义和主要性质。 2.DTFT与DFT之间有什么关系？ 3.写出FT、DTFT、DFT的数学表达式。 离散时间系统分析 1.说明IIR滤波器的直接型、级联型和并联型结构的主要特点。 2.全通数字滤波器、最小相位滤波器有何特点？ 3.线性相位FIR滤波器的h(n)应满足什么条件？其幅度特性如何？ 4.简述FIR离散时间系统的Lattice结构的特点。 5.简述IIR离散时间系统的Lattice结构的特点。 采样 1．抽取过程为什么要先进行滤波，此滤波器应逼近什么样的指标？ 维纳滤波 1．画出Wiener滤波器结构，写出平稳信号下的滤波方程，导出Wiener-Hopf方程。 2．写出最优滤波器的均方误差表示式。 3．试说明最优滤波器满足正交性原理，即输出误差与输入信号正交。 4．试说明Wiener-Hopf方程和Yule-Walker方程的主要区别。 5．试说明随机信号的自相关阵与白噪声的自相关阵的主要区别。 6．维纳滤波理论对信号和系统作了哪些假设和限制？ 自适应信号处理 1．如何确定LMS算法的μ值，μ值与算法收敛的关系如何？ 2．什么是失调量？它与哪些因素有关？ 3．RLS算法如何实现？它与LMS算法有何区别？ 4．什么是遗忘因子，它在RLS算法中有何作用，取值范围是多少？ 5．怎样理解参考信号d(n)在自适应信号处理处理中的作用？既然他是滤波器的期望响应，一般在滤波前是不知道的，那么在实际应用中d(n)是怎样获得的，试举两个应用例子来加以说明。 功率谱估计 1.为什么偏差为零的估计不一定是正确的估计？ 2.什么叫一致估计？它要满足哪些条件？ 3.什么叫维拉－辛钦(Wiener-Khinteche)定理？ 4.功率谱的两种定义。 5.功率谱有哪些重要性质？ 6.平稳随机信号通过线性系统时输入和输出之间的关系。 7.AR模型的正则方程(Yule-Walker方程)的导出。 8.用有限长数据估计自相关函数的估计质量如何？ 9.周期图法谱估计的缺点是什么？为什么会产生这些缺点？ 10.改进的周期图法谱估计有哪些方法？它们的根据是什么？ 11.既然隐含加窗有不利作用，为什么改进周期图法谱估计是还要引用各种窗？ 12.经典谱估计和现代谱估计的主要差别在哪里？ 13.为什么AR模型谱估计应用比较普遍？ 14.对于高斯随机过程最大熵谱估计可归结为什么样的模型？ 15.为什么Levison-Durbin快速算法的反射系数的模小于１？ 16.什么是前向预测？什么是后向预测？ 17.AR模型谱估计自相关法的主要缺点是什么？ 18.Burg算法与Levison-Durbin算法的区别有哪些？数字信号处理课程设计报告
集成电路工程领域085209
数字信号处理课程设计报告 杨俊
课程名称：现代信号处理-------高阶统计量及其谱分析(精)
语音信号处理实验报告
《语音信号处理》实验报告材料
数字信号处理课程规划报告
现代信号处理课设报告
语音信号处理实验报告实验二
现代数字信号处理习题
数字信号处理课设报告
控制科学与工程一级学科硕士研究生培养方案2020
数字语音信号处理实验报告
2012《现代数字信号处理》课程复习...
相关主题
文本预览