[y,Fs,bits]=wavread('DSP(1213)_A.wav'); % read sound file
N=round(5.56/0.001); % set the order of the filter
%F1=0.07;
F2=0.29; %óéD?o?DSP(1213)_C.wavμ??μ?ê3é·??¨500-2000%wp=fp/(Fs/2);
Fs=14000
%F1=0.10;F2=0.38; %êêóúDSP(1213)_B.wav òò?a??D?o?μ??μ?ê′ó???a600?a?a2300 Fs=12000
F1=0.12;F2=0.33;%êêóúDSP(1213)_A.wav
òò?a??D?o?μ??μ?ê′ó???a700?a?a1900/19 Fs=11250
b=fir1(N,[F1,F2],blackman(N+1)); % using blackman window to implement FIR filter
%b=fir1(N,[F1,F2],hanning(N+1));
Y=filter(b,1,y); % output te signal after filtering
%freqz(b,1,512,Fs);
figure
freqz(b,1);%normalized frequency
title('the filter response(magnitude and Phase)without using scaling factor after using blackman window');
%title('the filter response(magnitude and Phase)without using scaling factor');%after using blackman window');
t=(0:length(y)-1)/Fs;
figure;
subplot(2,1,1);
plot(t,y); % plot original signal in time domain
title('Input signal in time domain');
xlabel('Time(second)');
ylabel('Magnitude');
subplot(2,1,2);
plot(t,Y); % plot output signal in time domain
title('Output signal in time domain');
xlabel('Time(second)');
ylabel('Magnitude');
figure;
fft_y=fft(y);
fft_Y=fft(Y);
f=Fs*(0:length(y)-1)/length(y);
subplot(2,1,1);
plot(f,20*log10(abs(fft_y(1:length(y))))); % plot original signal in frequency domain
%plot(f,abs(fft_y(1:length(y))));
title('Input signal in frequency domain');
xlabel('Frequency(Hz)');
ylabel('Amplitude(dB)');
subplot(2,1,2);
plot(f,20*log10(abs(fft_Y(1:length(y))))); % plot output signal in frequency domain
%plot(f,abs(fft_Y(1:length(y))));
title('Output signal in frequency domain');
xlabel('Frequency(Hz)');
ylabel('Amplitude(dB)');
figure;
subplot(2,1,1);
%specgram(y,[],Fs); %plot original signal in mixed domain
spectrogram(y,[],Fs);
colorbar;
title('Input signal energy spectrum');
%xlabel('Time(second)');
%ylabel('Frequency(Hz)');
grid on;
axis tight;
subplot(2,1,2);
%specgram(Y,[],Fs); %plot output signal in mixed domain
spectrogram(Y,[],Fs);
colorbar;
title('Output signal energy spectrum');
%xlabel('Time(second)');
%ylabel('Frequency(Hz)');
grid on;
axis tight;
factor=(2^15-1)/max(b);
m=round(log2(factor)); %decide m
scalf=2^m; %decide scaling factor based on m
new_b1=round(b*scalf);
new_b2=new_b1/scalf; %new coefficient
figure;
freqz(new_b2,1); %plot new filter response
%freqz(new_b2,1,512,Fs);
%title('the filter response(magnitude and Phase)with using scaling factor') figure;
Y2=filter(new_b2,1,y);
fft_Y=fft(Y,2048);
fft_Y2=fft(Y2,2048);
f=Fs*(0:1023)/2048;
plot(f,20*log10(abs(fft_Y(1:1024))),'r');% plot frequency responce without scalling factor
hold on;
plot(f,20*log10(abs(fft_Y2(1:1024)))); %plot frequency responce with scalling factor
title('frequency responce with and without scaling factor');
xlabel('Frequency(Hz)');
ylabel('Amplitude(dB)');
legend('without scaling factor','with scaling factor'); %scalling factor ??·?±èàyòò×ó
wavplay(Y.*200,Fs); %make sound
wavwrite(Y.*200,Fs,'final sound.wav'); %stroe the nex sound file
wavplay(Y2.*200,Fs);
wavwrite(Y2.*200,Fs,'final sound2.wav');
实验一MATLAB音频信号处理实验 一、实验目的 1、进一步加深DFT算法原理和基本性质的理解； 2、熟悉FFT算法原理； 3、理解掌握音频信号各参数的意义； 二、实验内容 1、对一个音频信号用FFT进行谱分析； 2、对该音频信号进行放大或衰减； 3、对该音频信号加入噪声与去掉噪声处理 三、实验要求 1.语音信号的读取、存储； 2.语音信号的播放； 3.FFT的MATLAB实现； 4.信号放大（6倍）； 5.信号调制、产生高频信号； 6.信号叠加之后产生的带有噪声的语音信号； 7.绘制信号图像（时域与频域图像），包括原始信号图像，以及带有噪声的语音信号。 四、实验结果及代码 [S1,fs,bits]=wavread('C:\Users\1\Desktop\实验\handel.wav'); wavwrite(S1,'copy.wav'); F=fft(S1); S1=S1*6; fc=1000; y1=modulate(S1,fc,fs,'fm'); Y1=fft(y1,40000); y2=S1+y1; Y2=fft(y2,40000); figure(1); subplot(221); plot(S1); title('原始的信号时域图'); subplot(222); plot(abs(F));
title('原始的信号频域图'); subplot(223); plot(y1); title('调制后信号时域图'); subplot(224); plot(abs(Y1)); title('调制后信号频域图'); figure(2) subplot(221); plot(y2); title('加噪的信号时域图'); subplot(222); plot(abs(Y2)); title('加噪的信号频域图'); 运行结果如下图1-1 图1-1 五、实验总结 通过本次实验学习了如何使用MATLAB对音频信号进行处理。包括语音信号
哈尔滨工程大学 实验报告 实验名称：离散时间滤波器设计 班级：电子信息工程4班 学号： 姓名： 实验时间：2016年10月31日18：30 成绩：________________________________ 指导教师：栾晓明 实验室名称：数字信号处理实验室哈尔滨工程大学实验室与资产管理处制
实验七音频频谱分析仪设计与实现 一、 实验原理 MATLAB 是一个数据分析和处理功能十分强大的工程实用软件，其数据采集工具箱为实现数据的输入和输出提供了十分方便的函数命令。本实验要求基于声卡和MTLAB 实现音频信号频谱分析仪的设计原理与实现，功能包括： (1)音频信号输入，从声卡输入、从WAV 文件输入、从标准信号发生器输入； (2)信号波形分析，包括幅值、频率、周期、相位的估计、以及统计量峰值、均值、均方值和方差的计算。 (3)信号频谱分析，频率、周期的统计，同行显示幅值谱、相位谱、实频谱、虚频谱和功率谱的曲线。 1、频率(周期)检测 对周期信号来说，可以用时域波形分析来确定信号的周期，也就是计算相邻的两个信号波峰的时间差、或过零点的时间差。这里采用过零点(ti)的时间差T(周期)。频率即为f = 1/T ，由于能够求得多个T 值(ti 有多个)，故采用它们的平均值作为周期的估计值。 2、幅值检测 在一个周期内，求出信号最大值ymax 与最小值ymin 的差的一半，即A = (ymax - ymin)/2，同样，也会求出多个A 值，但第1个A 值对应的ymax 和ymin 不是在一个周期内搜索得到的，故以除第1个以外的A 值的平均作为幅值的估计值。 3、相位检测 采用过零法，即通过判断与同频零相位信号过零点时刻，计算其时间差，然后换成相应的相位差。φ=2π(1-ti/T)，{x}表示x 的小数部分，同样，以φ的平均值作为相位的估计值。 频率、幅值和相位估计的流程如图1所示。 4、数字信号统计量估计 (1) 峰值P 的估计 在样本数据x 中找出最大值与最小值，其差值为双峰值，双峰值的一半即为峰值。 P=0.5[max(yi)-min(yi)] (2)均值估计 i N i y N y E ∑== 1 )( 式中，N 为样本容量，下同。 (3) 均方值估计 () 20 2 1 ∑== N i i y N y E (4) 方差估计 ∑=-=N i i Y E y N y D 0 2))((1)(
应用Matlab对含噪声的语音信号进行频谱分析及滤波 一、实验内容 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，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试听，分析信号的变化。 二、实现步骤 1．语音信号的采集 利用Windows下的录音机，录制一段自己的话音，时间在1 s内。然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，（可用默认的采样频率或者自己设定采样频率）。 2．语音信号的频谱分析 要求首先画出语音信号的时域波形；然后对语音号进行快速傅里叶变换，得到信号的频谱特性。 在采集得到的语音信号中加入正弦噪声信号，然后对加入噪声信号后的语音号进行快速傅里叶变换，得到信号的频谱特性。并利用sound试听前后语音信号的不同。
分别设计IIR和FIR滤波器，对加入噪声信号的语音信号进行去噪，画出并分析去噪后的语音信号的频谱，并进行前后试听对比。 3.数字滤波器设计 给出数字低通滤波器性能指标:如，通带截止频率fp＝10000 Hz，阻带截止频率fs＝12000 Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50 dB，通带最大衰减Rp＝3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定。
报告内容 一、实验原理 含噪声语音信号通过低通滤波器，高频的噪声信号会被过滤掉，得到清晰的无噪声语音信号。 二、实验内容 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，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试听，分析信号的变化。给出数字低通滤波器性能指标:如，通带截止频率fp＝10000 Hz，阻带截止频率fs＝12000 Hz （可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50 dB，通带最大衰减Rp＝3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定。 三、实验程序 1、原始信号采集和分析 clc;clear;close all; fs=10000; %语音信号采样频率为10000 x1=wavread('C:\Users\acer\Desktop\voice.wav'); %读取语音信号的数据，赋给x1 sound(x1,40000); %播放语音信号 y1=fft(x1,10240); %对信号做1024点FFT变换 f=fs*(0:1999)/1024; figure(1); plot(x1) %做原始语音信号的时域图形 title('原始语音信号'); xlabel('time n'); ylabel('fuzhi n'); figure(2); plot(f,abs(y1(1:2000))); %做原始语音信号的频谱图形 title('原始语音信号频谱') xlabel('Hz'); ylabel('fuzhi');
Matlab 信号处理工具箱 谱估计专题 频谱分析 Spectral estimation （谱估计）的目标是基于一个有限的数据集合描述一个信号的功率（在频率上的）分布。功率谱估计在很多场合下都是有用的，包括对宽带噪声湮没下的信号的检测。 从数学上看，一个平稳随机过程n x 的power spectrum （功率谱）和correlation sequence （相关序列）通过discrete-time Fourier transform （离散时间傅立叶变换）构成联系。从normalized frequency （归一化角频率）角度看，有下式 ()()j m xx xx m S R m e ωω∞ -=-∞ = ∑ 注：()()2 xx S X ωω=，其中()/2 /2 1lim N j n n N n N X x e N ωω→∞ =-=∑ πωπ-<≤。其matlab 近似为X=fft(x,N)/sqrt(N)，在下文中()L X f 就是指matlab fft 函数的计算结果了 使用关系2/s f f ωπ=可以写成物理频率f 的函数，其中s f 是采样频率 ()()2/s jfm f xx xx m S f R m e π∞ -=-∞ =∑ 相关序列可以从功率谱用IDFT 变换求得： ()()()/2 2//2 2s s s f jfm f j m xx xx xx s f S e S f e R m d df f πωπ π ωωπ --= = ? ? 序列n x 在整个Nyquist 间隔上的平均功率可以表示为 ()()() /2 /2 02s s f xx xx xx s f S S f R d df f π π ωωπ --= = ? ? 上式中的
基于MATLAB的语音信号滤波处理 题目：基于MATLAB的语音信号滤波处理 课程：数字信号处理 学院：电气工程学院 班级： 学生： 指导教师： 二O一三年十二月
目录CONTENTS 摘要 一、引言 二、正文 1.设计要求 2.设计步骤 3.设计内容 4.简易GUI设计 三、结论 四、收获与心得 五、附录
一、引言 随着Matlab仿真技术的推广，我们可以在计算机上对声音信号进行处理，甚至是模拟。通过计算机作图，采样，我们可以更加直观的了解语音信号的性质，通过matlab编程，调用相关的函数，我们可以非常方便的对信号进行运算和处理。 二、正文 2.1 设计要求 在有噪音的环境中录制语音，并设计滤波器去除噪声。 2.2 设计步骤 1.分析原始信号，画出原始信号频谱图及时频图，确定滤波器类型及相关指标； 2.按照类型及指标要求设计出滤波器，画出滤波器幅度和相位响应，分析该滤波器是否符合要求； 3.用所设计的滤波器对原始信号进行滤波处理，画出滤波后信号的频谱图及时频图； 4.对滤波前的信号进行分析比对，评估所设计滤波器性能。 2.3 设计内容 1.原始信号分析
分析信号的谱图可知，噪音在1650HZ和3300HZ附近的能量较高，而人声的能量基本位于1000HZ以下。因此，可以设计低通滤波器对信号进行去噪处理。 2.IIR滤波器设计 用双线性变换法分别设计了巴特沃斯低通滤波器和椭圆低通滤波器和带阻滤波器： ①巴特沃斯滤波器 fp=800;fs=1300;rs=35;rp=0.5; 程序代码如下： fp=800;fs=1300;rs=35;rp=0.5;Fs=44100; wp=2*Fs*tan(2*pi*fp/(2*Fs));ws=2*Fs*tan(2*pi*fs/(2*Fs)); [n,wn]=buttord(wp,ws,rp,rs,'s'); [b,a]=butter(n,wn,'s'); [num,den]=bilinear(b,a,Fs); [h,w]=freqz(num,den,512,Fs);
频谱分析仪 摘要频谱分析仪是研究电信号频谱结构的仪器，用于信号失真度、调制度、谱纯度、频率稳定度和交调失真等信号参数的测量，是一种多用途的电子测量仪器。随着软硬件技术的发展，仪器的智能化与虚拟化已成为未来实验室及研究机构的发展方向。虚拟仪器技术的优势在于可由用户定义自己的专用仪器系统，且功能灵活，很容易构建，所以应用面极为广泛。本文介绍了一种使用GUI工具箱用matlab实现的简易虚拟频谱分析仪的设计方法。 关键词matlab，频谱分析仪，时域分析，频域分析
目录 1概述 (3) 2技术路线 (4) 3实现方法 (5) 3.1搭建GUI界面 (5) 3.2信号输入 (6) 3.2.1选择信号输入 (6) 3.2.2声卡输入 (7) 3.2.3读取wav文件 (7) 3.2.4信号发生器输入 (7) 3.3时域分析 (8) 3.4频域分析 (9) 3.5仿真 (10) 3.5.1声卡输入 (10) 3.5.2读取wav文件 (10) 3.5.3信号发生器 (11) 4存在的问题 (15) 5致谢...................................................................................................... 错误！未定义书签。参考文献 (15)
1概述 MATLAB是矩阵实验室(Matrix Laboratory)的简称，是美国MathWorks公司出品的商业数学软件。可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。图形用户界面(Graphical User Interface，简称GUI，又称图形用户接口)是指采用图形方式显示的计算机操作用户界面。与早期计算机使用的命令行界面相比，图形界面对于用户来说在视觉上更易于接受。MATLAB自带了强大的GUl工具[1]。在本文中，将利用MATLAB的GUI工具，设计出数字频谱分析仪。 频谱分析仪是研究电信号频谱结构的仪器，用于信号失真度、调制度、谱纯度、频率稳定度和交调失真等信号参数的测量，可用以测量放大器和滤波器等电路系统的某些参数，是一种多用途的电子测量仪器。它又可称为频域示波器、跟踪示波器、分析示波器、谐波分析器、频率特性分析仪或傅里叶分析仪等。现代频谱分析仪能以模拟方式或数字方式显示分析结果，能分析1赫兹以下的甚低频到亚毫米波段的全部无线电频段的电信号[2]。目前已经有许多较成熟的频谱分析软件，如SpectraLAB、RSAVu、dBFA等[3]。本文将给出的则是通过MATLAB软件实现的基于FFT的数字频谱分析仪。 FFT（Fast Fourier Transformation），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。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步[4]。 通过此次设计，能进一步掌握MATLAB软件开发过程的基本理论、基本知识和基本技能，熟悉基于MATLAB平台的若干信号处理系统开发及调试方法，且成本低，易于实现，容易修改，并可以进行仿真。该设计的进行可以为我们以后的学习工作奠定一定的基础。
数字信号处理 —综合实验报告 综合实验名称：应用MatLab对语音信号进行 频谱分析及滤波 系： 学生姓名： 班级： 学号： 成绩： 指导教师： 开课时间学年学期
目录 一．综合实验题目 (1) 二、综合实验目的和意义 (1) 2.1 综合实验目的 (1) 2.2 综合实验的意义 (1) 三．综合实验的主要内容和要求 (1) 3.2 综合实验的要求： (2) 四．实验的原理 (2) 4.1 数字滤波器的概念 (2) 4.2 数字滤波器的分类 (2) （1）根据单位冲激响应h(n)的时间特性分类 (2) 五．实验的步骤 (3) 下面对各步骤加以具体说明。 5.1语音信号的采集 (3) 5.2 语音信号的频谱分析; (3) 5.3 设计数字滤波器和画出其频率响应 (5) 5.3.1设计数字滤波器的性能指标： (5) 5.3.2 用Matlab设计数字滤波器 (6) 5.6 设计系统界面 (19) 六、心得体会 (20) 参考文献： (21)
一．综合实验题目 应用MatLab对语音信号进行频谱分析及滤波 二、综合实验目的和意义 2.1 综合实验目的 为了巩固所学的数字信号处理理论知识，使学生对信号的采集、处理、传输、显示和存储等有一个系统的掌握和理解，再者，加强学生对Matlab软件在信号分析和处理的运用 综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应结论，再利用 MATLAB 作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。 2.2 综合实验的意义 语言是我们人类所特有的功能，它是传承和记载人类几千年文明史，没有语言就没有我们今天人类的文明。语音是语言最基本的表现形式，是相互传递信息最重要的手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。 语音信号处理属于信息科学的一个重要分支，大规模集成技术的高度发展和计算机技术的飞速前进，推动了这一技术的发展；它是研究用数字信号处理技术对语音信号进行处理的一门新兴学科，同时又是综合性的多学科领域和涉及面很广的交叉学科，因此我们进行语言信号处理具有时代的意义。 三．综合实验的主要内容和要求 3.1综合实验的主要内容： 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，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；回放语音信号；综合实验应完成的工作： (1）语音信号的采集; (2）语音信号的频谱分析;
辽宁石油化工大学 信息与控制工程学院 毕业设计（论文）开题报告 论文题目：基于MATLAB的频谱分析及信号去噪仿真研究 学生姓名：徐宏强 专业班级：信息0901 学号： 0903030123 指导教师：崔畅 2013 年 03 月 17日
填写说明： 1．题目的背景和意义 对题目的出处，背景和意义进行说明论述，不少于300字。2．题目研究现状概述 通过调研和查阅文献，对题目所涉及的技术、理论和研究成果进行说明论述，不少于1000字。 3．题目要完成的主要内容和预期目标 对题目要完成的主要内容进行说明，并说明达到的预期目标， 不少于300字 4．进度计划 从设计开始的教学周起，依据任务书的进度安排进行细化并以周为单位给出主要工作和完成的任务。 5．参考文献 对2引用的资料、论文或著作按照引用顺序列出参考文献（格式同论文《参考文献》）。不少于10篇（其中近3年的文献占1/3以上）， 注：相应栏不够时自动加页。 排版要求：正文，宋体，小四，行距固定值20磅 要求学生在毕业设计（论文）开始后的第2周末完成《开题报告》，并交到指导教师评阅（交电子稿和双面打印稿）。
1．题目的背景和意义 随着时代的发展，信息的传输方式逐渐发展为通过信号的方式传送，信号在采集和传输的过程中，由于外界的影响及机器自身的原因难免会有噪声夹杂在其中，在这种情况下，会影响对信号的分析，尤其是对一些高精度数据影响更为巨大，所以对信号的去噪，提取出原始信号是一个重要课题，最为传统的去噪方式是让信号通过一个低通或者带通滤波器，通过这种方法滤去噪声，但是在这个过程中可能会使信号变得平滑失去突变信息，现今的数字滤波器分为有限冲激响应滤波器FIR和无限冲激响应滤波器IIR，在各种信号处理与分析的中，最重要的数学工具是傅立叶变换，而常用的处理工具是MATLAB，利用MATLAB设计滤波器，可以随时对比设计要求，并调整滤波器参数，这样更为直观简便，减轻工作量，有利于对滤波器的设计优化，对信号的去噪有更好的帮助。 2．题目研究现状概述 随着计算机的发展，数字信号处理的理论与技术得到飞速发展，20世纪60年代以来，我国形成了一系列的数字信号处理的理论与算法，比如，数字滤波器，快速傅立叶变换（FFT），这些都是数字信号处理的技术基础，随着信息科技的飞速发展，信号处理取得了重大的飞跃。信号的去噪是数字信号处理中的一个很重要的研究课题，在现今的各种信号中，噪声一般分为两类：相干噪声和随机噪声，相干噪声包括面波，多次波等，随机噪声包括测量误差，环境噪声等。而对信号滤除噪声的方法大致分为三种：基于傅立叶变换的去噪法，相干平均去噪法，和基于小波变换的去噪法。信号去噪在雷达的使用和通信中有着极大的作用，经过先辈们不断的研究与实验，运用滤波器进行信号去噪的方法已经相当完美了，数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能,数字滤波器分为IIR数字滤波器和FIR数字滤波器。 信号处理基本涉及到所有的工程技术领域，而信号去噪是信号处理的一个非常重要的分支，而频谱分析又是信号处理中一个非常重要的分析手段，一般的频谱分析都依靠传统频谱分析仪来完成，价格昂贵，体积庞大，不便于工程技术人员的携带。而利用MATLAB就会免去以上的问题。信号去噪被用于从一堆波音资料中提取有用信息去除干扰，提高波音资料信噪比。为了提高信噪比，人们根据信号和噪声的各种特征差异，设计了许多去噪方法，并在应用中取得了很好的成果。信号去噪的很多方法都是利用短时傅立叶变换来滤波去噪，但是短时傅立叶变换不能同时兼顾时间分辨率和
课程设计二 基于MATLAB的语音信号采集与处理 一、实验目的和意义 1. MATLAB软件功能简介 MATLAB的名称源自Matrix Laboratory,1984年由美国Mathworks公司推向市场。它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。 MATLAB软件包括五大通用功能，数值计算功能（Nemeric）、符号运算功能（Symbolic）、数据可视化功能（Graphic）、数字图形文字统一处理功能（Notebook）和建模仿真可视化功能（Simulink）。其中，符号运算功能的实现是通过请求MAPLE内核计算并将结果返回到MATLAB命令窗口。该软件有三大特点，一是功能强大；二是界面友善、语言自然；三是开放性强。目前，Mathworks公司已推出30多个应用工具箱。MATLAB在线性代数、矩阵分析、数值及优化、数值统计和随机信号分析、电路与系统、系统动力学、次那好和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统以及财政金融等众多领域的理论研究和工程设计中得到了广泛应用。 MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。由于信号与系统课程的许多内容都是基于公式演算，而MATLAB借助符号数学工具箱提供的符号运算功能，能基本满足信号与系统课程的需求。例如解微分方程、傅里叶正反变换、拉普拉斯正反变换和z正反变换等。MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应与阶跃响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。数值计算仿真分析可以帮助学生更深入地理解理论知识，并为将来使用MATLAB进行信号处理领域的各种分析和实际应用打下基础。2. 本题目的意义 本次课程设计的课题为《基于MATLAB的语音信号采集与处理》，学会运用MATLAB 的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟练使用MATLAB进行系统的分析仿真和设计奠定基础。 二、实验原理：
Aｄobe Auditｉon系列教程（二)：频谱分析仪 频谱分析仪是研究信号频谱特征的仪器，在电子技术一日千里的今天,是研究、开发、调试维修中的有力武器。现代频谱分析仪都趋向于智能化，虚拟仪器技术广泛应用，有些就是以专用的计算机系统为核心设计的。其结果是结构大大简化、性能飞速提高。当然专业的频谱分析仪就比示波器更加昂贵了,业余爱好者更难用上。不过不必灰心,我们可以充分利用ＡdｏbｅAudition的频谱分析功能,让你拥有精确频谱分析仪的美梦成真!? 1. 频谱显示模式? Ａdoｂe Audition本身有一种“频谱显示”模式。先打开一段波形,或用《妙用Adobe Auｄｉtioｎ:数字存储示波器》一文介绍的方法录制一段波形，即可进行频谱分析。这里我们新建一段２0秒的对数扫频信号(本文大多选用直接建立的波形,以便了解信号原始波形的标准频谱特征），然后选择“Vｉeｗ=>Sｐectral Vieｗ”(视图=＞频谱)，如图1，或点击快捷工具栏的“Togｇle bｅtwｅen Ｓｐectral and Wavｅｆorm vｉews”(切换频谱视图／波形视图）按扭,即可将波形以频谱显示的方式显示出来，如图2。扫频的频谱显示见图３。 图1
图2 图3 可以看到，横轴为时间,纵轴为频率指示。每个时刻对应的波形频谱都被显示出来了，可以看到扫描速度是指数增加的，即将频率轴取对数时扫描速度是线性的。如图中光标处18秒处频谱指示约1１KＨz。实际上频谱指示的颜色是代表频谱能量的高低的,颜色从深蓝到红再到黄，指示谱线电平由低到高的变化。这实际上跟地图的地形鸟瞰显示是比较相似的，看图4频谱复杂变化的声音频谱就更容易理解这点了。 图4
课程设计任务书 课程设计学生日志
课程设计考勤表 课程设计评语表
音频信号的谱分析及去噪 一、研究背景：……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………… 二、设计方案…………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………
三、设计目的和意义 通过MATLAB编程，用FFT函数绘制出音频信号的频谱。用噪音去干扰音频信号，画出干扰后信号的频谱。这样观察对比，便可分析出噪声对音频信号的干扰。主要目的是通过设计FIR 数字滤波器滤除噪音信号，体会滤波器可提取有用信号消除干扰的作用。去噪，可以减少或消除信号传输过程中的干扰，从而达到有效传输。…………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………… 四、设计原理 1、FFT原理：运用快速傅里叶变换得信号的频谱，快速傅里叶变换是可以用计
算机编程实现的一种快速求得信号频谱的方法。在MATLAB 编程中可以直接调用FFT 函数。 2、FIR 数字滤波器的设计步骤： 1）将给定的数字滤波器性能指标转化成相应的模拟滤波器性能指标。 2）将模拟滤波器的性能指标变换成模拟低通滤波器的性能指标。 3）用所得的模拟低通滤波器的性能指标，利用某种模拟滤波器逼近方法，设计得出该滤波器。 低通滤波器的频率响应： 设计滤波器时主要考虑四个指标：通带截止频率、阻带起始频率、通带衰减、阻带衰减。 五、 详细设计步骤 1. 用Windows 附件中的录音机录制了一段歌曲，并且由MATLAB 中的FFT 函数绘制出它的频谱图和时域波形。 N=1024;%采样点数 fs=20000; %语音信号采样频率为20000 [x0,fs,NBTS]=wavread('d:\输入噪声\ly.wav'); % ly 为原始语音信号 [m0,n0]=size(x0); x0=wavread('d:\ 输 入 噪 声 \ly.wav'); %读取音频信号 sound(x0,fs); %播放音频信号 figure(1) 阻带 过渡带 通带
原语音信号 [y,fs,bits]=wavread('C:\Users\Administrator\Desktop\111.wav'); >> sound(y,fs,bits); >> n=length(y) n = 92611 >> Y=fft(y,n); >> subplot(2,1,1);plot(y); >> subplot(2,1,2);plot(abs(Y));
加噪声 >> [y,fs,bits]=wavread('C:\Users\Administrator\Desktop\111.wav'); >> sound(y,fs,bits); >> n=length(y) n = 92611 >> Noise=0.2*randn(n,2); >> s=y+Noise; >> sound(s) >> subplot(2,1,1); >> plot(s) >> S=fft(s); >> subplot(2,1,2); >> plot(abs(S)) >> title('加噪语音信号的频谱波形')
FIR 低通滤波器 fp=1000;fc=1200;As=100;Ap=1;fs=30000; >> wc=2*fc/fs;wp=2*fp/fs; >> N=ceil((As-7.95)/(14.36*(wc-wp)/2))+1; >> beta=0.1102*(As-8.7); >> Win=Kaiser(N+1,beta); b=fir1(N,wc,Win); >> freqz(b,1,512,fs); >> s_low=filter(b,1,s); >> plot(s_low);title('信号经过低通滤波器的时域图') >> S_low=fft(s_low,n); >> plot(abs(S_low));title('信号经过低通滤波的频谱') >> sound(s_low,fs,bits)
基于的信号频谱分析仪的实现 一、概述 信号处理几乎涉及到所有的工程技术领域，而频谱分析又是信号处理中一个非常重要的分析手段。一般的频谱分析都依靠传统频谱分析仪来完成，价格昂贵，体积庞大，不便于工程技术人员的携带。虚拟频谱分析仪改变了原有频谱分析仪的整体设计思路，用软件代替了硬件，使工程技术人员可以用一部笔记本电脑到现场就可轻松完成信号的采集、处理及频谱分析。 在工程领域中，是一种倍受程序开发人员青睐的语言，对于一些需要做大量数据运算处理的复杂应用以及某些复杂的频谱分析算 法显得游刃有余。本文将重点介绍基于的虚拟频谱分析仪的设计。本文设计的虚拟频谱分析仪的功能包括： () 音频信号信号输入。输入的途径包括从声卡输入、从文件输入、从信号发生器输入； () 信号波形分析。包括幅值、频率、周期、相位的估计，并计算统计量的峰值、均值、均方值和方差等信息； () 信号频谱分析。频率、周期的估计，图形显示幅值谱、相位谱和功率谱等信息的曲线。
二、实验原理 时域抽样定理 时域抽样定理给出了连续信号抽样过程中信号不失真的约束条件：对于基带信号，信号抽样频率 大于等于倍的信号最高频 率 ，即 。时域抽样是把连续信号 变成适于数字 系统处理的离散信号 。对连续信号 以间隔抽样，则可得到 的离散序列为 。 图 连续信号抽样的离散序列 若 ，则信号 与 的频谱之间存在： 其中： 的频谱为 ， 的频谱为 。 可见，信号时域抽样导致信号频谱的周期化。 ()为抽 样角频率， 为抽样频率。数字角频率Ω与模拟角频率ω的关系为：Ωω。 离散傅立叶变换（） 有限长序列)(n x 的离散傅立叶变换（）为 )e (j Ω X ()∑∞ -∞=-=n n X T )(j 1sam ωω)e (j ΩX []k X )e (j ωX )j (ωX T sam /2πω=[]k X ()t X []()kT t kT X X ==k ()t X []k X ()t X []()kT t kT X X ==k m sam f f 2≥sam f m f T f sam 1=
工程设计论文 题目：基于MATLAB的语音信号采集与处理 姓名： 班级： 学号： 指导老师：
一.选题背景 1、实践意义： 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话容,进行语音增强等. 语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,
是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系. 语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值. 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能
AdoｂｅＡｕditｉon系列教程(二)：频谱分析仪 频谱分析仪是研究信号频谱特征的仪器,在电子技术一日千里的今天,是研究、开发、调试维修中的有力武器。现代频谱分析仪都趋向于智能化,虚拟仪器技术广泛应用，有些就是以专用的计算机系统为核心设计的。其结果是结构大大简化、性能飞速提高。当然专业的频谱分析仪就比示波器更加昂贵了,业余爱好者更难用上。不过不必灰心,我们可以充分利用AdobｅＡｕdiｔiｏn的频谱分析功能,让你拥有精确频谱分析仪的美梦成真! 1. 频谱显示模式 AｄobｅAudition本身有一种“频谱显示”模式。先打开一段波形,或用《妙用Adobe Ａuｄitｉｏn：数字存储示波器》一文介绍的方法录制一段波形，即可进行频谱分析。这里我们新建一段2０秒的对数扫频信号（本文大多选用直接建立的波形，以便了解信号原始波形的标准频谱特征）,然后选择“Viｅｗ=＞Spe ｃtrａl Ｖiew”（视图=＞频谱）,如图1，或点击快捷工具栏的“Ｔｏｇgle ｂetween Sｐeｃｔraｌ and Ｗaveform views”(切换频谱视图/波形视图)按扭，即可将波形以频谱显示的方式显示出来，如图2。扫频的频谱显示见图3。 图1
图２ 图3 可以看到，横轴为时间,纵轴为频率指示。每个时刻对应的波形频谱都被显示出来了,可以看到扫描速度是指数增加的，即将频率轴取对数时扫描速度是线性的。如图中光标处18秒处频谱指示约11KＨz。实际上频谱指示的颜色是代表频谱能量的高低的,颜色从深蓝到红再到黄,指示谱线电平由低到高的变化。这实际上跟地图的地形鸟瞰显示是比较相似的，看图4频谱复杂变化的声音频谱就更容易理解这点了。
数字信号处理课程设计 题目：基于matlab的语音信号滤波处理学院：物理与电子信息工程 专业：电子信息工程 班级： B07073041 学号： 200932000066 姓名：高珊 指导教师：任先平
摘要： 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！ 本设计要求自己录制一段自己的语音后，在MATLAB软件中采集语音信号、回放语音信号并画出语音信号的时域波形和频谱图。再在Matlab中分别设计不同形式的FIR数字滤波器。之后对采集的语音信号经过不同的滤波器（低通、高通、带通）后，观察不同的波形，并进行时域和频谱的分析。对比处理前后的时域图和频谱图，分析各种滤波器对于语音信号的影响。最后分别收听进行滤波后的语音信号效果，做到了解在怎么样的情况下该用怎么样的滤波器。
目录 1.设计内容 (4) 2.设计原理 (4) 2.1语音信号的时域分析 (4) 2.2语音信号的频域分析 (5) 3.设计过程 (5) 3.1实验程序源代码 (6) 3.1.1原语音信号时域、频域图 (6) 3.1.2低通滤波器的设计 (6) 3.1.3高通滤波器的设计 (7) 3.1.4带通滤波器的设计 (8) 3.1.5语音信号的回放 (9) 3.2调试结果描述 (10) 3.3所遇问题及结果分析 (15) 3.3.1所遇主要问题 (16) 3.3.2结果分析 (16) 4.体会与收获 (17) 5.参考文献 (17)
标题：基于MATLAB的声音信号频谱分析仪设计 2009-05-17 13:49:14 基于MATLAB的声音信号频谱分析仪设计 1．概述 随着软硬件技术的发展，仪器的智能化与虚拟化已成为未来实验室及研究机构的发展方向[1]。虚拟仪器技术的优势在于可由用户定义自己的专用仪器系统，且功能灵活，很容易构建，所以应用面极为广泛。基于计算机软硬件平台的虚拟仪器可代替传统的测量仪器，如示波器、逻辑分析仪、信号发生器、频谱分析仪等[2]。从发展史看，电子测量仪器经历了由模拟仪器、智能仪器到虚拟仪器，由于计算机性能的飞速发展，已把传统仪器远远抛到后面，并给虚拟仪器生产厂家不断带来连锅端的技术更新速率。目前已经有许多较成熟的频谱分析软件，如S pectraLAB、RSAVu、dBFA等。 声卡是多媒体计算机最基本的配置硬件之一，价格便宜，使用方便。MATLAB是一个数据分析和处理功能十分强大的工程实用软件，他的数据采集工具箱为实现数据的输入和输出提供了十分方便的函数和命令[3]。本文将给出基于声卡与MATLAB的声音信号频谱分析仪的设计原理与实现方法，功能包括： (1) 音频信号信号输入，从声卡输入、从WAV文件输入、从标准信号发生器输入； (2) 信号波形分析，包括幅值、频率、周期、相位的估计，以及统计量峰值、均值、均方值和方差的计算； (3) 信号频谱分析，频率、周期的估计，图形显示幅值谱、相位谱、实频谱、虚频谱和功率谱的曲线。 2．设计原理2.1波形分析原理2.1.1 信号频率、幅值和相位估计 (1)频率(周期)检测 对周期信号来说，可以用时域波形分析来确定信号的周期，也就是计算相邻的两个信号波峰的时间差、或过零点的时间差。这里采用过零点(ti)的时间差T(周期)。频率即为f = 1/T，由于能够求得多个T值(ti有多个)，故采用它们的平均值作为周期的估计值。 (2)幅值检测 在一个周期内，求出信号最大值y max与最小值y min的差的一半，即A = (y max- y min)/2，同样，也会求出多个A值，但第1个A值对应的y max和y min不是在一个周期内搜索得到的，故以除第1个以外的A值的平均作为幅值的估计值。 (3)相位检测 采用过零法，即通过判断与同频零相位信号过零点时刻，计算其时间差，然后换成相应的相位差。φ=2π(1-t i/T)，{x}表示x的小数部分，同样，以φ的平均值作为相位的估计值。 频率、幅值和相位估计的流程如图1所示。
通信与信息工程学院 信息处理综合实验报告 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。 上述程序是在Matlab软件中画出语音信号的时域波形(图1),回放录入声音。从图中可以看出在时域环境下,信号呈现出3个不规则的信号峰值。然后对语音信号进行频谱分析,在Matlab中可以利用函数fft对信号行快速傅里叶变换,得到信号的频谱图如图1所示。 3．MATLAB中的窗函数 实际应用的窗函数，可分为以下主要类型： a) 幂窗--采用时间变量某种幂次的函数，如矩形、三角形、梯形或其它时间（t）的高次幂； b)三角函数窗--应用三角函数，即正弦或余弦函数等组合成复合函数，例如汉宁窗、海明窗等； c)指数窗--采用指数时间函数，如形式，例如高斯窗等。 d)平顶窗--平顶窗在频域时的表现就象它的名称一样有非常小的通带波动。