数字信号处理课程设计报告语音信号的数字滤波处理大学论文

信号处理综合设计

设计说明书

设计项目：语音信号的数字滤波处理

项目完成人：姓名：学号：

专业班级：电子信息工程二班

指导教师：

提交日期： 2017.1.7

机电工程学院电子信息工程

1.设计基本原理

1.1课题研究的背景

1)熟悉离散信号和系统的时域特性。

2)掌握数字信号处理的基本概念，基本理论和基本方法。

3)掌握序列快速傅里叶变换方法。

4)练习对MATLAB的使用，掌握MATLAB的程序设计方法。

5)学习利用MATLAB对语音信号进行频谱分析。

6)学习设计巴特沃斯滤波器以及采用hamming窗设计FIR数字低通，高通和带通滤波器的

方法。

1.2课题研究意义

通过本次课程设计，综合运用数字信号处理技术课程和其他有关先修课程的理论和生产实际知识去分析和解决具体问题，并使所学知识得到进一步巩固、深化和发展。初步培养学生对工程设计的独立工作能力，学习设计的一般方法。通过课程设计树立正确的设计思想，提高学生分析问题、解决问题的能力。进行设计基本技能的训练，如查阅设计资料和手册、程序的设计、调试，了解语音信号的产生、采集、能绘制语音信号的频率响应曲线及频谱图，学会用MATLAB对语音信号进行分析和处理，学习设计滤波器的一般方法，通过课程设计树立正确的设计思想，提高分析问题、解决问题的能力，掌握用滤波器去除语音信号噪声的方法，观察去噪前后的语音信号，进行设计基本技能的训练，如查阅设计资料和手册、程序的设计、调试等。

设计任务

2.1课题设计的任务

(1)

(2) 熟悉离散信号和离散系统的时域特性。 (3) 掌握序列快速傅里叶变换（FFT ）方法。 (4) 掌握滤波器的几种网络结构。

(5) 学会使用软件MATLAB ，掌握其程序设计方法。 (6) 掌握利用MATLAB 对语音信号进行频谱分析的方法。

2.2课题研究的内容

预习题部分

1、设计卷积运算的演示程序:

① 可输入任意两个序列x1(n)、x2(n)，指定x1(n)为自己的学号，例如x1(n)={2, 0, 1, 0, 5, 7, 0, 5, 0, 2, 0, 1}。x2(n)的内容和长度自选。例如x2(n)={0.5, 2.43, 6.17, 12.93, 22.17, 32.25, 40.88, 45.87, 45.87, 40.88, 32.25, 22.17, 12.93, 6.17, 2.43,1.007}。

② 分别动态演示两个序列进行线性卷积x1(n)*x2(n)和圆周卷积x1(n)⊙x2(n)的过程；要求分别动态演示翻转、移位、乘积、求和的过程；

③ 圆周卷积默认使用两个序列中的最大长度，但卷积前可以指定卷积长度N 用以进行混叠分析；

④ 改变圆周卷积长度N ，根据实验结果分析两类卷积的关系；

⑤ 在计算机操作系统中选一段声音文件(XP 系统在“C:\WINDOWS\Media ”)，读取文件取10ms 的声音数据产生时域序列x1(n)，序列内容自定义。利用x2(n)={0.5, 2.43, 6.17, 12.93, 22.17, 32.25, 40.88, 45.87, 45.87, 40.88, 32.25, 22.17, 12.93, 6.17, 2.43, 1.007}。利用FFT 实现快速卷积，验证时域卷积定理，并与直接卷积进行效率对比（验证时采用Matlab 子函数）。

2、编写程序演示采样定理（时域采样、频谱周期延拓），同时演示采样频率小于2f c 时，产生的混叠效应：

① 对下面连续信号进行采样：

00()sin()(),at a x t Ae t u t A n a n -=Ω==Ω==，，学号，A 为幅度因子，a

为衰减因子，0Ω为模拟角频率，其中n 为学号(例如，贺娜同学n=201)；

②要求输入采样频率f s（根据程序处理需要指定范围）后，在时域演示信号波形、

采样脉冲及采样后信号；在频域演示不同采样频率下对应信号的频谱。

设计题部分

数字滤波器设计及其应用

①利用Windows下的录音机或其他软件，进行语音信号的采集（*.wav）；

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产生噪声信号并加到语音信号中，得到被污染的语音信号，并回放语音信号；

④污染信号的频谱分析，画出被污染的语音信号时域波形和频谱；

⑤根据有关的频谱特性，采用间接法设计IIR数字滤波器，并画出相应滤波器的

幅频、相频图（设计3个IIR滤波器）

a．模拟滤波器类型：巴特沃斯滤波器（低通、带通、高通）

b．总体要求：Matlab原程序+仿真波形+技术指标

⑥根据有关的频谱特性，采用直接法设计FIR数字滤波器，并画出相应滤波器的

幅频、相频图（设计3个FIR滤波器）

a．滤波器类型：汉宁(Hanning)窗（低通、带通、高通）

b．总体要求：Matlab原程序+仿真波形+技术指标+窗函数

⑦用自己设计的这些滤波器分别对被不同噪声污染的信号进行滤波；

⑧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；

回放语音信号。

设计提示

1．语音信号的采集

要求利用windows下的录音机（开始—程序—附件—娱乐—录音机，文件—属性—立即转换—8000Hz，8位，单声道）录制一段自己的话音，或者采用Windows自带的声音文件（默认为22050Hz），时间控制在几秒左右。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。通过wavread函数的使用，要求理解采样频率、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点到N2点的采样值放在向量y中。

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；然后对语音信号进行频谱分析，在MATLAB中，可以利用函数fft对信号进行快速付立叶变换，得到信号的频谱特性；从而加深对频谱特性的理解。

3．设计数字滤波器和画出频率响应

根据语音信号的特点给出有关滤波器的性能指标，例如：1）低通滤波器性能指标，

fp=1000Hz，fc=1200 Hz， As=100dB，Ap=1dB；2）高通滤波器性能指标，fc=2800 Hz，fp=3000 Hz，As=100dB，Ap=1dB；3）带通滤波器性能指标，fp1=1200 Hz，fp2=3000 Hz，fc1=1000 Hz，fc2=3200 Hz，As=100dB，Ap=1dB。

4.回放语音信号

在Matlab中,函数sound可以对声音进行回放。其调用格式：sound(x,fs,bits);可以感觉滤波前后的声音有变化。

5.语音的反转

将女生的一段声音反转成男生，或者将男生的声音反转成女生。

2.3课题研究的指标

在设计一个滤波器之前，必须首先根据工程实际的需要确定滤波器的技术指标。在很多实际应用中，数字滤波器常常被用来实现选频操作。因此，指标的形式一般在频域中给出幅度和相位响应。幅度指标主要以两种方式给出。第一种是绝对指标。它提供对幅度响应函数的要求，一般应用于FIR滤波器的设计。第二种指标是相对指标。它以分贝值的形式给出要求。在工程实际中，这种指标最受欢迎。对于相位响应指标形式，通常希望系统在通频带中人有线性相位。运用线性相位响应指标进行滤波器设计具有如下优点：①只包含实数算法，不涉及复数运算；②不存在延迟失真，只有固定数量的延迟；③长度为N 的滤波器（阶数为N-1），计算量为N/2数量级。因此，本文中滤波器的设计就以线性相位FIR滤波器的设计为例。

预习部分练习1.线性卷积

n1=1:40;

n2=1:40;

x1=[zeros(1,12),2,0,1,4,2,2,1,0, 1,2,0,0,zeros(1,16)];

x2=[zeros(1,12),2,4,5,6,2,7,4,8, 9,6,4,8,3,5,7,8,zeros(1,12)];

x11=zeros(size(x1));

subplot(3,1,1)

stem(n1,x1)

subplot(3,1,2)

stem(n2 ,x2)

pause(1);

for i=1:24

x11(i)=x1(25-i);

end

for i=25:40

x11(i)=0;end

subplot(3,1,1)

stem(n1,x11);

pause(1)

x3=zeros(size(x11));

for i=1:28

x11=[zeros(1,1),x11(1:(40-1))]; x3(i)=sum(x11.*x2);

subplot(3,1,1)

stem(n1,x11)

subplot(3,1,3)

x4=[zeros(1,12),x3(1:i),zeros(1, 28-i)];

stem(n1,x4)

pause(1)

end

圆周卷积

x=[2,0,1,4,2,2,1,0,1,2,0,0];

y=[5,4,3,6,1,7,4,8,4,5,4,8,3,8,7,8]; subplot(2,1,1)

stem([x,zeros(1,28)]);

N1=length(x);

N2=length(y);

N=N1;

if N2>N1

N=N2;

end

M=input('请输入圆周卷积长度\n');

if M>=N

N=M;

end if N==N1

x=x;

else

x=[x,zeros(1,N-N1)]; end

X=zeros(N,N);

x1=zeros(1,N);

pause(2)

for n=1:N

if n==1

x1(n)=x(n);

else

x1(n)=x(N-n+2);

end

end

X(1,1:N)=x1;

for i=2:N

pause(1)

for n=1:N

if n==1

X(i,n)=X(i-1,N);

else

X(i,n)=X(i-1,n-1);

end

end

subplot(2,1,1)

stem(X(i,1:N)); end

if N2

y=[y,zeros(1,N-N2)]; end

Y=y';

W=X*Y;

W=W';

n=1:N;

subplot(2,1,2)

stem(n,W)

分析总结：由以上分析可知，当循环卷积区间长度大于28时，不会出现混叠显现；当循环卷积长度小于28时，会出现混叠现象从而失真。

利用FFT实现快速卷积

x1=wavread('Alarm01.wav',2000);

x1=x1';x1=x1(1,:);

x2=[1 2.43 6.17 12.93 22.17 32.25 40.88 45.87 45.87 40.88 32.25 22.17 12.93 6.17 2.43 1];

subplot(7,1,1);

stem(x1);

ylabel('x1(n)');

title('x1(n)');

subplot(7,1,2);

stem(x2);

ylabel('x2(n)');

title('x2(n)');

y=conv(x1,x2);subplot(7,1,3);

stem(y);

ylabel('y');

title('x1(n)与x2(n)的卷积'); N1=length(x1);

N2=length(x2);

N=N1+N2-1;

X1=fft(x1,N);X2=fft(x2,N); subplot(7,1,4);

stem(X1);

ylabel('X1');

title('x1(n)的N点DFT'); subplot(7,1,5);

stem(X2);

ylabel('X2');

title('x2(n)的N 点DFT'); Y1=X1.*X2; subplot(7,1,6); stem(Y1); ylabel('Y1');

title('X1与X2相乘的结果'); Y2=ifft(Y1); subplot(7,1,7); stem(Y2); ylabel('Y2');

title('Y1的IDFT 结果');

fs=input('请输入采样频率:'); n=input('请输入4位学号:'); t=0:1/fs:1; t1=0:0.0005:1; A=n;

a=sqrt(2)*n*pi; w=a;

x=A*exp(-a*t).*sin(w*t); x1=A*exp(-a*t1).*sin(w*t1); subplot(5,1,1) plot(x1);

xn=ones(1,length(t));

subplot(512) stem(xn) yn=xn.*x;

subplot(5,1,3) stem(yn); y=fft(yn,fs); f=fs*(0:fs/2)/fs; subplot(5,1,4)

plot(f,y(1:fs/2+1)); yn=ifft(y); subplot(5,1,5) plot(yn)

编写程序演示采样定理（时域采样、频谱周期延拓），同时演示采样频率小于2fc时，产生的混叠效应（n=14）：

t=0:0.0005:0.3;

xa=14*exp(-14*sqrt(2)*pi*t).*sin(14*sqrt(2)*pi*t);

subplot(6,1,1);plot(t,xa);title('origin xa')

t=0.015;

n=0:t:0.3;

pt=ones(0.3/t+1);

subplot(6,1,2);stem(n,pt);title('采样脉冲');

xaa=14*exp(-14*sqrt(2)*pi*n).*sin(14*sqrt(2)*pi*n);

subplot(6,1,3);stem(n,xaa);title('采样后信号');

y1=fft(xa,4096);

subplot(6,1,4);plot(abs(y1));title('采样频率2kHz');

y2=fft(xaa,4096);

subplot(6,1,5);plot(abs(y2));title('采样频率66Hz');

t=0.005;

n=0:t:0.3;

xa1=14*exp(-14*sqrt(2)*pi*n).*sin(14*sqrt(2)*pi*n);

y2=fft(xa1,4096);

subplot(6,1,6);plot(abs(y2));title('采样频率200Hz');

结果分析总结：

当序列的长度为2^N时，可用FFT变换，再用两者频域相乘，逆变换成时域，计算速度比直接计算卷积快的多。当循环区间长度L>=N+M-1时，线性卷积与循环卷积相等，且无时域混叠现象。

滤波器的设计

除了低通数字滤波器之外，实际中还常常需要高通、带通及带阻数字滤波器。这三种数字滤波器的设计步骤如下：

(1)将数字滤波器H(z)的技术指标ωp和ωs，通过Ω=tan(ω/2)转变为模拟滤波器G(s)的技术指标Ωp和Ωs，作归一化处理后，得到ηp=1，ηs=Ωs/Ωp；

(2)化解为模拟原型滤波器G(s)的技术指标；

(3)设计模拟原型滤波器G(p)；

(4)将G(p)转换为模拟滤波器的转移函数G(s)；

(5)将G(s)转换成数字滤波器的转移函数H(z)s=(z–1)(z+1)。

所谓原型滤波器是指归一化的低通滤波器。本节主要讨论通过IIR数字滤波器的原型转

换设计法和IIR 数字滤波器的直接设计方法来设计数字高通、带通及带阻滤波器其转换方法主要有

3

通、带通或带阻

滤波器。

语音信号的频谱范围主要为22050HZ 左右，并且在50000HZ 左右有一个小信号，因此，在设计低通滤波器时，应把噪声频谱设定在50000HZ 以上，这样，通过低通滤波器，即可滤除噪声信号从而还原语音信号；在设计高通滤波器时，应把噪声设定在22050HZ 以内，以通过高通滤波器滤除低频的噪声信号，从而还原相对频率较高的语音信号；在设计带通滤波器时，可把噪声设计在低于22050HZ 或高于50000HZ 的频谱上，已通过带通滤波器还原带通范围内的语音信号。

巴特沃思滤波器低通滤波器

%读入音频信号

[x,FS,bits]=wavread('Alarm01.wav'); x=x(:,1); figure(1);

subplot(2,1,1); plot(x);

sound(x,FS,bits); title('语音信号时域波形图') y=fft(x,3260);

f=(FS/1630)*[1:1630]; subplot(2,1,2);

plot(f(1:1630),abs(y(1:1630))); title('语音信号频谱图'); %产生噪声

t=0:length(x)-1;

zs=0.05*cos(2*pi*6000*t/22050); zs0=0.05*cos(2*pi*6000*t/22050000); figure(2); subplot(2,1,1) plot(zs0)

title('噪声信号波形'); zs1=fft(zs,1200);

%sound(zs,FS,bits); subplot(2,1,2)

plot(f(1:600),abs(zs1(1:600))); title('噪声信号频谱'); %tjzs x1=x+zs';

sound(x1,FS,bits); %回放加入噪声后的语音

y1=fft(x1,1200);%用傅里叶转为频域 figure(3);

subplot(2,1,1);plot(x1);

title('加入噪声后的信号波形'); subplot(2,1,2);

plot(f(1:600),abs(y1(1:600))); title('加入噪声后的信号频谱'); %巴特沃斯低通滤波器

fp=3000;fs=3500;Fs=22050; rp=1;rs=10; wp=2*pi*fp/Fs; ws=2*pi*fs/Fs; Fs1=1;

wap=2*tan(wp/2);

was=2*tan(ws/2);

[N,wc]=buttord(wap,was,rp,rs,'s'); [B,A]=butter(N,wc,'s'); [Bz,Az]=bilinear(B,A,Fs1); figure(4);

[h,w]=freqz(Bz,Az,512,Fs1*22050); plot(w,abs(h));

title('巴特沃斯低通滤波器');

xlabel('频率（HZ ）');ylabel('耗损（dB ）');

grid on ;

yd=filter(Bz,Az,x1); figure(5);

subplot(2,1,1);plot(yd); title('滤波后信号波形');

ydd=fft(yd,1200);

subplot(2,1,2);plot(f(1:600),abs(ydd(1:600)));

title('滤波后信号频谱'); sound(yd,FS,bits)

巴特沃斯带通滤波器

%语音信号

[x,fs,bits]=wavread('Alarm01.wav'); % 输入参数为文件的全路径和文件名，输出的第一个参数

%sound(x,fs,bits);% 按指定的采样率和每样本编码位数回放

N=length(x);% 计算信号x 的长度 fn=5000;% 单频噪声频率

t=0:1/fs:(N-1)/fs;% 计算时间范围，样本数除以采样频率

x=x(:,1)';% 将双声道转为单声道 %加入噪声

y=x+0.01*sin(fn*2*pi*t);% 加噪声 sound(y,fs,bits);% 应该可以明显听出有尖锐的单频啸叫声

X=abs(fft(x)); Y=abs(fft(y));% 对原始

信号和加噪信号进行fft变换,取幅度谱

X=X(1:N/2); Y=Y(1:N/2);% 截取前半部分deltaf=fs/N; % 计算频谱的谱线间隔

f=0:deltaf:fs/2-deltaf;% 计算频谱频率范围

figure(1); %新建图形

subplot(2,2,1); plot(x);%原始语音信号幅度图

xlabel('time n');%定义X坐标

ylabel('幅度 n');%定义Y坐标

title('原始语音信号shiyishi');%定义主题

axis([0 120000 -1.1 1.1]);grid on%设定X轴和Y轴范围

subplot(2,2,2);%定义第二个子图

plot(f,X);%原始语音信号幅度谱图

title('语音信号幅度谱图shiyishi');%定义主题

xlabel('频率（单位：HZ）');%定义Y坐标ylabel('幅度谱');%定义X坐标

axis([0 8000 0 600]);grid on%设定X轴和Y轴范围

subplot(2,2,3);%定义第三个子图

plot(y);%加噪声后的语音信号图

axis([0 120000 -1.0 0.9]);grid on%设定X轴和Y轴范围

xlabel('time n');

ylabel('幅度 n');

title('加入干扰后的语音信号'); subplot('2,2,4');

plot(f,Y);%加噪声后的语音信号幅度谱图>> axis([0 8000 0 700]);grid on xlabel('频率（单位：HZ）'); ylabel('幅度谱'); title('加入干扰后信号幅度谱图');

% 巴特沃斯带通滤波器

fsl=300;fpl=800;fpu=1200;fsu=2200;fs_ 1=22050;

rp=1;rs=10;

wp=2*pi*[fpl,fpu]/fs;

ws=2*pi*[fsl,fsu]/fs;

Fs=fs/fs;

wap=2*tan(wp/2);was=2*tan(ws/2); [N,wc]=buttord(wap,was,rp,rs,'s'); [B,A]=butter(N,wc,'s');

[Bz,Az]=bilinear(B,A,Fs);

[h,w]=freqz(Bz,Az,512,Fs*44100); figure(2);

subplot(311);

plot(w/pi,abs(h));

title('巴特沃斯带通滤波器-频率响应'); xlabel('频率（HZ）');ylabel('耗损（dB）');

grid on;

yd=filter(Bz,Az,y);

subplot(312);

plot(yd);

title('巴特沃斯带通滤波器-滤波后的信

号波形');

ydd=fft(yd,1050);

subplot(313);

plot(f(1:300),abs(ydd(1:300)));

title('巴特沃斯带通滤波器-滤波后的信

号频谱');

sound(yd,fs,bits);

巴特沃斯高通滤波器

%语音信号

[x,fs,bits]=wavread('Alarm01.wav'); % 输入参数为文件的全路径和文件名，输出的第一个参数

sound(x,fs,bits);% 按指定的采样率和每样本编码位数回放

N=length(x);% 计算信号x的长度

fn=5000;% 单频噪声频率

t=0:1/fs:(N-1)/fs;% 计算时间范围，样本数除以采样频率

x=x(:,1)';% 将双声道转为单声道

%加入噪声

y=x+0.01*sin(fn*2*pi*t);% 加噪声sound(y,fs,bits);% 应该可以明显听出有尖锐的单频啸叫声

X=abs(fft(x)); Y=abs(fft(y));% 对原始信号和加噪信号进行fft变换,取幅度谱

X=X(1:N/2); Y=Y(1:N/2);% 截取前半部分deltaf=fs/N; % 计算频谱的谱线间隔

f=0:deltaf:fs/2-deltaf;% 计算频谱频率范围figure(1); %新建图形

subplot(2,2,1); plot(x);%原始语音信号幅度图

xlabel('time n');%定义X坐标

ylabel('幅度 n');%定义Y坐标

title('原始语音信号shiyishi');%定义主题

axis([0 120000 -1.1 1.1]);grid on%设定X轴和Y轴范围

subplot(2,2,2);%定义第二个子图

plot(f,X);%原始语音信号幅度谱图

title('语音信号幅度谱图shiyishi');%定义主题

xlabel('频率（单位：HZ）');%定义Y坐标ylabel('幅度谱');%定义X坐标

axis([0 8000 0 600]);grid on%设定X轴和Y轴范围

subplot(2,2,3);%定义第三个子图

plot(y);%加噪声后的语音信号图

axis([0 120000 -1.0 0.9]);grid on%设定X轴和Y轴范围

数字信号处理论文-带通滤波器

本文分析了国内外数字滤波技术的应用现状与发展趋势，介绍了数字滤波器的基本结构，在分别讨论了IIR与FIR数字滤波器的设计方法的基础上，指出了传统的数字滤波器设计方法过程复杂、计算工作量大、滤波特性调整困难的不足，提出了一种利用MATLAB信号处理工具箱（Signal Processing Toolbox）快速有效的设计由软件组成的常规数字滤波器的设计方法。给出了使用MATLAB语言进行程序设计和利用信号处理工具箱的FDATool工具进行界面设计的详细步骤。利用MATLAB设计滤波器，可以随时对比设计要求和滤波器特性调整参数，直观简便，极大的减轻了工作量，有利于滤波器设计的最优化。本文还介绍了如何利用MATLAB环境下的仿真软件Simulink对所设计的滤波器进行模拟仿真。 1.1数字滤波器的研究背景与意义 当今，数字信号处理[1] (DSP：Digtal Signal Processing)技术正飞速发展，它不但自成一门学科，更是以不同形式影响和渗透到其他学科：它与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注。 数字化、智能化和网络化是当代信息技术发展的大趋势，而数字化是智能化和网络化的基础，实际生活中遇到的信号多种多样，例如广播信号、电视信号、雷达信号、通信信号、导航信号、射电天文信号、生物医学信号、控制信号、气象信号、地震勘探信号、机械振动信号、遥感遥测信号，等等。上述这些信号大部分是模拟信号，也有小部分是数字信号。模拟信号是自变量的连续函数，自变量可以是一维的，也可以是二维或多维的。大多数情况下一维模拟信号的自变量是时间，经过时间上的离散化(采样)和幅度上的离散化(量化)，这类模拟信号便成为一维数字信号。因此，数字信号实际上是用数字序列表示的信号，语音信号经采样和量化后，得到的数字信号是一个一维离散时间序列；而图像信号经采样和量化后，得到的数字信号是一个二维离散空间序列。数字信号处理，就是用数值计算的方法对数字序列进行各种处理，把信号变换成符合需要的某种形式。例如，对数字信号经行滤波以限制他的频带或滤除噪音和干扰，或将他们与其他信号进行分离；对信号进行频谱分析或功率谱分析以了解信号的频谱组成，进而对信号进行识别；对信号进行某种变换，使之更适合于传输，存储和应用；对信号进行编码以达到数据压缩的目的，等等。 数字滤波技术是数字信号分析、处理技术的重要分支[2-3]。无论是信号的获取、传输，还是信号的处理和交换都离不开滤波技术，它对信号安全可靠和有效灵活地传输是至关重要的。在所有的电子系统中，使用最多技术最复杂的要算数字滤波器了。数字滤波器的优劣直接决定产品的优劣。 1.2数字滤波器的应用现状与发展趋势 在信号处理过程中，所处理的信号往往混有噪音，从接收到的信号中消除或减弱噪音是信号传输和处理中十分重要的问题。根据有用信号和噪音的不同特性，提取有用信号的过程称为滤波，实现滤波功能的系统称为滤波器。在近代电信设备和各类控制系统中，数字滤波器应用极为广泛，这里只列举部分应用最成功的领域。 (1) 语音处理

语音信号分析与处理2011

数字信号处理实验二：语音信号分析与处理 学号 姓名 注：1）此次实验作为《数字信号处理》课程实验成绩的重要依据，请同学们认真、独立完成，不得抄袭。 2）请在授课教师规定的时间内完成； 3）完成作业后，请以word 格式保存，文件名为：学号+姓名 4）请通读全文，依据第2及第3 两部分内容，认真填写第4部分所需的实验数据，并给出程序内容。 1. 实验目的 (1) 学会MATLAB 的使用，掌握MATLAB 的程序设计方法 (2) 掌握在windows 环境下语音信号采集的方法 (3) 掌握MATLAB 设计FIR 和IIR 滤波器的方法及应用 (4) 学会用MATLAB 对语音信号的分析与处理方法 2. 实验内容 录制一段自己的语音信号，对录制的语音信号进行采样，画出采样后语音信号的时域波形和频谱图，确定语音信号的频带范围；使用MATLAB 产生白噪声信号模拟语音信号在处理过程中的加性噪声并与语音信号进行叠加，画出受污染语音信号的时域波形和频谱图；采用双线性法设计出IIR 滤波器和窗函数法设计出FIR 滤波器，画出滤波器的频响特性图；用自己设计的这两种滤波器分别对受污染的语音信号进行滤波，画出滤波后语音信号的时域波形和频谱图；对滤波前后的语音信号进行时域波形和频谱图的对比，分析信号的变化；回放语音信号，感觉与原始语音的不同。 3. 实验步骤 1）语音信号的采集与回放 利用windows 下的录音机或其他软件录制一段自己的语音（规定：语音内容为自己的名字，以wav 格式保存，如wql.wav ），时间控制在2秒之内，利用MATLAB 提供的函数wavread 对语音信号进行采样，提供sound 函数对语音信号进行回放。 [y,fs,nbits]=wavread(file), 采样值放在向量y 中，fs 表示采样频率nbits 表示采样位数。Wavread 的更多用法请使用help 命令自行查询。 2）语音信号的频谱分析 利用fft 函数对信号进行频谱分析 3）受白噪声干扰的语音信号的产生与频谱分析 ①白噪声的产生： N1=sqrt （方差值）×randn(语音数据长度，2)（其中2表示2列，是由于双声道的原因） 然后根据语音信号的频谱范围让白噪声信号通过一个带通滤波器得到一个带限的白噪声信号 N2； 带通滤波器的冲激响应为： h B （n ）= ))((sin ))((sin 1122απ ωπωαπωπω---n c n c c c c c

数字信号处理课程设计报告

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)

图像处理论文

图像处理技术近期发展及应用 摘要：图像处理技术的研究和应用越来越收到社会发展的影响，并以自身的技术特点反过来影响整个社会技术的进步。本文主要简单概括了数字图像处理技术近期的发展及应用现状，列举了数字图像处理技术的主要优点和制约其发展的因素，同时设想了图像处理技术在未来的应用和发展。 关键字：图像处理发展技术应用 1.概述 1.1图像的概念 图像包含了它所表达的物体的描述信息。我们生活在一个信息时代，科学研究和统计表明，人类从外界获得的信息约有百分之七十来自视觉系统，也就是从图像中获得，即我们平常所熟知的照片，绘画，动画。视像等。 1.2图像处理技术 图像处理技术着重强调在图像之间进行的变换，主要目标是要对图像进行各种加工以改善图像的视觉效果并为其后的目标自动识别打基础，或对图像进行压缩编码以减少图像存储所需要的空间或图像传输所需的时间。图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 1.3优点分析 1．再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。 2．处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。 3．适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 4．灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 2.近期发展及应用领域

数字信号处理期末论文

题目：基于DSP的FFT程序设计的研究 作者届别 系别专业 指导老师职称 完成时间2013.06

内容摘要 快速傅里叶变(Fas Fourier Tranformation，FFT)是将一个大点数N的DFT分解为若干小点的D F T的组合。将用运算工作量明显降低，从而大大提高离散傅里叶变换(D F T) 的计算速度。因各个科学技术领域广泛的使用了FFT 技术它大大推动了信号处理技术的进步，现已成为数字信号处理强有力的工具，本论文将比较全面的叙述各种快速傅里叶变换算法原理、特点，并完成了基于MATLAB的实现。 关键词：频谱分析；数字信号处理；MATLAB；DSP281x

引言： 1965年，库利（J.W.Cooley）和图基（J.W.Tukey）在《计算数学》杂志上发表了“机器计算傅立叶级数的一种算法”的文章，这是一篇关于计算DFT的一种快速有效的计算方法的文章。它的思路建立在对DFT运算内在规律的认识之上。这篇文章的发表使DFT的计算量大大减少，并导致了许多计算方法的发现。这些算法统称为快速傅立叶变换（Fast Fourier Transform），简称FFT，1984年，法国的杜哈梅尔（P.Dohamel）和霍尔曼（H.Hollmann）提出的分裂基快速算法，使运算效率进一步提高。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。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。 随着科学的进步，FFT算法的重要意义已经远远超过傅里叶分析本身的应用。FFT算法之所以快速，其根本原因在于原始变化矩阵的多余行，此特性也适用于傅里叶变换外的其他一些正交变换，例如，快速沃尔什变换、数论变换等等。在FFT的影响下，人们对于广义的快速正交变换进行了深入研究，使各种快速变换在数字信号处理中占据了重要地位。因此说FFT对数字信号处理技术的发展起了重大推动作用。 信号处理中和频谱分析最为密切的理论基础是傅立叶变换(Fouriertransform，FT)。快速傅立叶变换(FFT)和数字滤波是数字信号处理的基本内容。信号时域采样理论实现了信号时域的离散化，而离散傅里叶变换理论实现了频域离散化，因而开辟了数字技术在频域处理信号的新途径，推进了信号的频谱分析技术向更广的领域发展。 1.信号的频谱分析 如果信号频域是离散的，则信号在时域就表现为周期性的时间函数；相反信号在时域上是离散的，则该信号在频域必然表现为周期的频率函数。不难设想，一个离散周期序列，它一定具有既是周期又是离散的频谱。有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。因而有限长序列的离散傅里叶变换的定义为：x(n)和X(k)是一个有限长序列的离散傅里叶变换对。

数字信号处理论文

DSP技术在生物信号检测中的应用 【摘要】论述了生物信号的基本特征和生物医学信号的检测方法，详细阐述了生 物医学信号检测中的干扰和噪声，其来源、抑制、与处理方法。说明了DSP技术及其在生物医学中的应用，重点介绍了DSP的数据处理部分和USB2.0的通讯接口。利用 DSP 的高性能数据处理能力 ,使得从微弱信号中提取生物信号并检测，保证较高的精度成为可能,并利用其USB2.0高速接口,实现了与 PC之间即插即用和高速，可靠的通信。 【关键词】生物医学信号检测数字信号处理通用串行总线【Abstract】Biological signal and the basic characteristics of biomedical signal detection method are discussed in this thesis, biomedical signal detection of interference and noise are thoroughly elaborated, including its source, inhibition, and processing method. We made a description of the DSP technology and its application in biomedicine area and focus on the data processing portion of DSP and a USB2.0 communication interface. Using the powerful data processing capability of DSP, it is possible for us to extract the biological signal from weak signal and make sure it’s high precision. By using the high-speed USB2.0 interface, PNP and high speed, reliable communication to PC is realized. 【Key words】Biomedical Signal Detection DSP USB 1 引言 生物医学信号的采集和处理是生物医学工程的一个重要领域，也是近年来迅速发展的数字信号处理技术的一个重要应用方面。由于人体的脉象、心跳等信号具有信号微弱，噪声干扰严重、随机性强等特点，因此对于脉象、心跳等生物医学信号的采集和处理具有十分重要的意义。该系统通过预处理电路对信号进行放大和滤波，放大有用信号、滤除噪声和工频干扰等，然后送入AD 进行采集，最后通过DSP 进行后续处理。实验证明该系统可以成功检测到脉象和心跳信号，并具有精度高，电路结构简单、系统功耗低等特点。 生物信号检测是检测技术中的一个综合性的技术分支，它利用电子学、信息论和物理学的方法，技术分支，它利用电子学、信息论和物理学的方法，和相关性，检出并恢复被背景噪声掩盖的微弱信号。微弱信号检测技术研究的重点是如何从强噪声中提取有用信号，探索采用新技术和新方法来提高检测系统输出信号的信噪比。 2 DSP技术的基本介绍 数字信号处理(Digital Signal Processing，简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来，随着计算机和信

数字信号处理课设+语音信号的数字滤波

语音信号的数字滤波 ——利用双线性变换法实现IIR数字滤波器的设计一．课程设计的目的 通过对常用数字滤波器的设计和实现，掌握数字信号处理的工作原理及设计方法；熟悉用双线性变换法设计 IIR 数字滤波器的原理与方法，掌握利用数字滤波器对信号进行滤波的方法，掌握数字滤波器的计算机仿真方法，并能够对设计结果加以分析。 二．设计方案论证 1.IIR数字滤波器设计方法 IIR数字滤波器是一种离散时间系统，其系统函数为 假设M≤N，当M＞N时,系统函数可以看作一个IIR的子系统和一个(M-N)的FIR子系统的级联。IIR数字滤波器的设计实际上是求解滤波器的系数和，它 是数学上的一种逼近问题，即在规定意义上（通常采用最小均方误差准则）去逼近系统的特性。如果在S平面上去逼近，就得到模拟滤波器；如果在z平面上去逼近，就得到数字滤波器。 2.用双线性变换法设计IIR数字滤波器 脉冲响应不变法的主要缺点是产生频率响应的混叠失真。这是因为从S平面到Ｚ平面是多值的映射关系所造成的。为了克服这一缺点，可以采用非线性频率压缩方法，将整个频率轴上的频率范围压缩到-π/T～π/T之间，再用z=e sT转换 平面的-π/T～π到Z平面上。也就是说，第一步先将整个S平面压缩映射到S 1 /T一条横带里；第二步再通过标准变换关系z=e s1T将此横带变换到整个Z平面上去。这样就使S平面与Z平面建立了一一对应的单值关系，消除了多值变换性，也就消除了频谱混叠现象，映射关系如图1所示。 图1双线性变换的映射关系 为了将S平面的整个虚轴jΩ压缩到S1平面jΩ1轴上的-π/T到π/T段上，可以通过以下的正切变换实现

数字图像处理论文

数字图像处理论文 一、数字图像处理的概念与发展概况 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。，已在国家安全、经济发展、日常生活中充当越来越重要的角色,对国计民生的作用不可低估。 二、图像处理的目的 一般地，图像处理需要完成一下一项或几项任务。 (1)提高图像的视觉质量以提供人眼主观满意度或较满意的效果。例如，图像的增强、恢复、几何变换、代数运算、滤波处理等，有可能使受到污染、干扰等因素产生的低清晰度、变形图像等的质量得到有效改善。 (2)提取图像中目标的某些特征，以便于计算机分析或机器人识别。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。 (3)为了存储和传输庞大的图像和视频信息，常常对这类数据进行有效的变换、编码和压缩。如统计编码、预测编码和正交变换等方法。 (4)信息的可视化。信息可视化结合了科学可视化、人机交互、数据挖掘、图像技术、图形学、认知科学等诸多学科的理论和方法，是研究人、计算机表示的信息以及它们相互影响的技术。 (5)信息安全的需要。主要反映在数字图像水印和图像信息隐藏方面。这是新世纪图像工程出现的新热点之一。 三、图像处理的任务与常用方法 图像处理的任务是获取客观世界的景象并转化为数字图像后，进行增强、复原、重建、变换、编码、压缩、分割等处理，从而将一幅图像转化为另一幅具有新意义的图像。图像处理的主要任务与常用方法分成以下几类。 (1)图像获取与数字化。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像信号，再由模拟/数字转换器（ADC）得到原始的数字图像信号。图像的获取也称图像的采集。原始图像的质量高会大大减轻后期处理的负担。 (2) 图像增强和图像复原。图像增强的作用是对视觉不满意的图像进行改

数字信号处理应用论文

摘要：介绍了DSP技术(器件)的主要特点．总结了DSP在家电、办公设备、控制和通信领域的主要应用及其发展趋势。 关键词：数字信号处理；音频／视频；控制；通信 DSP数字信号处理技术(Digital Signal Processing)指理论上的技术；DSP数字信号处理器(Digital Sig—hal Processor)指芯片应用技术。因此，DSP既可以代表数字信号处理技术，也可以代表数字信号处理器，两者是不可分割的，前者要通过后者变成实际产品。两者结合起来就成为解决实际问题和实现方案的手段DsPs一数字信号处理解决方案。DSP运用专用或通用数字信号处理芯片，通过数字计算的方法对信号进行处理，具有精确、灵活、可靠性好、体积小、易于大规模集成等优点。DSP芯片自从1978年AMI公司推出到现在，其性能得到了极大的提高。 1 DSP的特点 1．1 修正的哈佛结构 DSP芯片采用修正的哈佛结构(Havardstructure)，其特点是程序和数据具有独立的存储空间、程序总线和数据总线，非常适合实时的数字信号处理口]。同时，这种结构使指令存储在高速缓存器中(Cache)，节约了从存储器中读取指令的时间，提高了运行速度。如美国德州仪器公司——TI(Texas Instruments)的DSP芯片结构是基本哈佛结构的改进类型。 1．2 专用的乘法器 一般的算术逻辑单元AI U(Arithmetic and Logic Unit)的乘法(或除法)运算由加法和移位实现，运算速度较慢。DSP设置了专用的硬件乘法器、多数能在半个指令周期内完成乘法运算，速度已达每秒数千万次乃至数十亿次定点运算或浮点运算，非常适用于高度密集、重复运算及大数据流量的信号处理。如MS320C3x系列DSP芯片中有一个硬件乘法器：TMS320C6000系列中则有两个硬件乘法器。 1．3 特殊的指令设置 DSP在指令系统中设置了“循环寻址”(Circular addressing)及“位倒序”(bit—reversed)等特殊指令，使寻址、排序及运算速度大大提高引。另外，DSP指令系统的流水线操作与哈佛结构相配合，把指令周期减小到最小值，增加了处理器的处理能力。尽管如此，DSP芯片的单机处理能力还是有限的，多个DSP芯片的并行处理已成为研究的热点。 2 DSP在家电、办公设备中的应用 2．1高清晰度电视 传统电视采用线性扫描的信号处理方式，画面像素最高仅4O～5O万个，会带来画质的损失，而DSP数字超微点阵(Digital SuperMicro Pixe1)技术，超越传统的线性扫描，进入由“点”组成的微显示数字技术层面，从模拟的“线”飞跃到数字的“点”。DSP是逐点优化的。它运用全新的逐点扫描技术，修复并优化每一个点的质量，消降图像边缘模糊现象，细节部分的锐利度成倍提高。 2．2 A／V(Audio／Video)设备 家庭影院主要由数字化A／V(Audio／Video)设备组成，DSP不仅带来环绕声，而且提供虚拟各种现场效果。VCD(VideoCompact Disc)、DVD(Digital Video Disc)、MD(Minidiskette)、DAB(Digital Audio Brod—casting)、DVB(Digital Video Box)等数字音视频产品中，DSP的价值主要体现在音频的Hi—Fi(HighFideli—ty)处理上。目前，对MPEG(Moving Picture Expe Group)音频Layer2、I ayer3等用c语言仿真研究，在此基础上用C549实现了MP3解码器的采样；用’C6201和’C6701分别实现MP3编码器和MPEG一2AAC编解码器。MPEG 一2AAC重建的音质超过MP3和AC一3将成为直播卫星、地面DAB和SW、Mw、AM 广

语音信号处理答案

二、问答题（每题分，共分） 、语音信号处理主要研究哪几方面的内容？ 语音信号处理是研究用数字信号处理技术对语言信号进行处理的一门学科，语音信号处理的理论和研究包括紧密结合的两个方面：一方面，从语言的产生和感知来对其进行研究，这一研究与语言、语言学、认知科学、心理、生理等学科密不可分；另一方面，是将语音作为一 种信号来进行处理，包括传统的数字信号处理技术以及一些新的应用于语音信号的处理方法 和技术。 、语音识别的研究目标和计算机自动语音识别的任务是什么？ 语音识别技术，也被称为自动语音识别，()，其目标是将人类的语音中的词汇内容转换为 计算机可读的输入，例如按键、二进制编码或者字符序列。 计算机自动语音识别的任务就是让机器通过识别和理解过程把语音信号转变为相应的文本 或命令的高技术。 、语音合成模型关键技术有哪些？ 语音合成是实现人机语音通信，建立一个有听和讲能力的口语系统所需的两项关键技术，该系统主要由三部分组成：文本分析模块、韵律生成模块和声学模块。.如何取样以精确地抽取人类发信的主要特征，.寻求什么样的网络特征以综合声道的频率响应，.输出合成声音的质量如何保证。 、语音压缩技术有哪些国际标准？ 二、名词解释（每题分，共分） 端点检测：就从包含语音的一段信号中，准确的确定语音的起始点和终止点，区分语音信号和非语音信号。 共振峰：当准周期脉冲激励进入声道时会引起共振特性，产生一组共振频率，称为共振峰频率或简称共振峰。 语谱图：是一种三维频谱，它是表示语音频谱随时间变化的图形，其纵轴为频率，横轴为时间，任一给定的频率成分在给定时刻的强弱用相应点的灰度或色调的浓淡来表示。 码本设计：就是从大量信号样本中训练出好的码本，从实际效果出发寻找好的失真测度定义 公示，用最少的搜素和计算失真的运算量。 语音增强：语音质量的改善和提高，目的去掉语音信号中的噪声和干扰，改善它的质量 三、简答题（每题分，共分） 、简述如何利用听觉掩蔽效应。 一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。人耳的掩蔽效应一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声 音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。被掩蔽音单独存在时的听阈分贝值，或者 说在安静环境中能被人耳听到的纯音的最小值称为绝对闻阈。实验表明，—绝对闻阈值最小，即人耳对它的微弱声音最敏感；而在低频和高频区绝对闻阈值要大得多。在范围内闻阈随频率变化最不显著，即在这个范围内语言可储度最高。在掩蔽情况下，提高被掩蔽弱音的强度， 使人耳能够听见时的闻阈称为掩蔽闻阈(或称掩蔽门限)，被掩蔽弱音必须提高的分贝值称为 掩蔽量(或称阈移)。 、简述时间窗长与频率分辨率的关系。 采样周期、窗口长度和频率分辨率△之间存在下列关系：△(*) 可见，采样周期一定时，△随窗口宽度的增加而减少，即频率分辨率相应得到提高，但同时时间分辨率降低；如果窗口取短，频率分辨率下降，而时间分辨率提高，因而二者是矛盾的。 、简述时域分析的技术（最少三项）及其在基因检测中的应用。（）

数字信号处理课设共18页文档

数字信号处理课程设计 姓名：刘倩 学号：201014407 专业：信息与计算科学 实验一：常见离散信号产生和实现 一、实验目的： 1、加深对常用离散信号的理解； 2、掌握matlab 中一些基本函数的建立方法。 二、实验原理： 1.单位抽样序列 在MATLAB 中可以利用zeros()函数实现。 如果)(n δ在时间轴上延迟了k 个单位，得到)(k n -δ即： 2．单位阶越序列 在MATLAB 中可以利用ones()函数实现。 3．正弦序列 在MATLAB 中 4．复指数序列 在MATLAB 中 5．指数序列 在MATLAB 中

实验内容：由周期为10的正弦函数生成周期为20的余弦函数。 实验代码： n=0:30; y=sin(0.2*pi*n+pi/2); y1=sin(0.1*pi*n+pi/2); subplot(121) stem(n,y); xlabel ('时间序列n');ylabel('振幅');title('正弦函数序列y=sin(0.2*pi*n+pi/2)'); subplot(122) stem(n,y1); xlabel ('时间序列n');ylabel('振幅'); title('正弦函数序列y=sin(0.2*pi*n+pi/2)'); 实验结果： 实验二：离散系统的时域分析 实验目的：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。实验原理：离散系统 其输入、输出关系可用以下差分方程描述： 输入信号分解为冲激信号， 记系统单位冲激响应 则系统响应为如下的卷积计算式：

当N k d k ,...2,1,0==时，h[n]是有限长度的（n ：[0，M]），称系统为FIR 系统；反之，称系统为IIR 系统。 在MATLAB 中，可以用函数y=filter(p,d,x)实现差分方程的仿真，也可以用函数 y=conv(x,h)计算卷积，用y=impz(p,d,N)求系统的冲激响应。 实验内容：用MATLAB 计算全解 当n>=0时，求用系数差分方程y[n]+y[n-1]-6y[n-2]=x[n]描述的一个离散时间系统对阶跃输入x[n]=8μ[n]的全解。 实验代码： n=0:7; >> [y,sf]=filter(1,[1 1 -6],8*ones(1,8),[-7 6]); >> y1(n+1)=-1.8*(-3).^n+4.8*(2).^n-2; >> subplot(121) >> stem(n,y); >> title('由fliter 函数计算结果'); >> subplot(122) >> stem(n,y1); >> title('准确结果'); 实验结果： 结果分析：有图可得由fliter 函数得出的结果与计算出的准确结果完全一致。 实验三FFT 算法的应用

数字信号处理GUI

西安工业大学北方信息工程学院毕业设计(论文)开题报告 题目：数字信号处理实验教学平台设计 系别光电信息系 专业光电信息工程 班级 B100106 姓名彭牡丹 学号 B10010638 导师稀华 2013年11月20日

1 毕业设计（论文）综述 1.1 题目背景和意义 自 20 世纪 60 年代以来，随着计算机和信息学科的飞速发展，数字信号处理技术应运而生并迅速发展，目前已经形成为一门独立且成熟重要的新兴学科。如今已广泛地应用于通信、语音、图像、遥感、雷达、航空航天、自动控制和生物医学[1]等多个领域。特别在教学方面，此课程已普遍成为大学本科电子通信专业必修的主干课和重要的专业基础课，已成为信息化建设不可缺少的环节。 “数字信号处理”课程主要包括离散时间信号及系统、离散傅立叶变换DFT、快速傅立叶变换FFT、数字滤波器设计及实现和数字信号系统的应用等内容，如何帮助学生理解与掌握课程中的基本概念、分析方法以及综合应用能力，是教学所要解决的关键问题，但是该课程理论性强，公式繁琐，需要实验辅助学生理解。因此研究数字信号处理虚拟实验技术能够有效地弥补数字信号处理理论教学的不足，所以本课题需要借助一些软件平台来完成数字信号处理课程中重要的实验内容的仿真分析。 1.2 国内外相关研究状况 对于教学平台设计，现在教学方面有很多研究方法，不同的的科研目标用的是不同的软件平台，国内外也提出了多种研究方法。 例如，在做交互式教学实验平台设计时，周强、张兰、张春明[2]等人运用的是Tornado 软件。此设计以 Tornado 专业课程为例，提出教学网络化的预期目标，结合课程内容的实践性特点，依据分层教学的指导理念，以先进的网站开发技术（Dreamweaver、B/S、ASP 等）为支撑手段，对面向 Tornado 的交互式教学实验平台进行设计与实现。通过小范围测试，基本实现了教师发布教学信息、上机实验、问题互助解答、学生在线自测、师生交互平台等教学功能，并在此基础上凸显出对学生进行分级以提供个性化教学的特色。在研究网络的教学实验平台设计，赵迎新、徐平平、夏桂斌[3]等人用的是无线传感器网络的研究方法。此设计研究并开发了一种应用MSP430微控制器芯片和CC2420无线收发模块架构的无线传感器网络的教学实验平台，设计并实现了系统的总体架构、硬件电路、软件接口与数据汇聚模式，根据实践教学要求，设计了基于该平台系统的基本实验要求与操作步骤，给出了对不同层次实践教学的目标要求，最后给出教学实践效果的评价。还有谢延红[4]提出的开放式 Linux 实验教学平台设计与实现。此研究针对 Linux 实验教学中存在的实验环境不够灵活、实验学习时间受限和无法实时沟通的问题，此研究提出了“个网络平台，条技术路线，

数字信号处理期末实验 语音信号分析与处理

山东建筑大学信电学院课程设计说明书 语音信号分析与处理 摘要 用MATLAB对语音信号进行分析与处理，采集语音信号后，在MATLAB软件平台进行频谱分析;并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。 数字滤波器是数字信号处理的基础，用来对信号进行过滤、检测和参数估计等处理。IIR数字滤波器最大的优点是给定一组指标时，它的阶数要比相同组的FIR 滤波器的低的多。信号处理中和频谱分析最为密切的理论基础是傅立叶变换（FT）。离散傅立叶变换（DFT）和数字滤波是数字信号处理的最基本内容。 关键词：MATLAB;语音信号；加入噪声；滤波器；滤波 1. 设计目的与要求 （1）待处理的语音信号是一个在20Hz~20kHz频段的低频信号。 （2）要求MATLAB对语音信号进行分析和处理，采集语音信号后，在MATLAB平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器进行滤除噪声，恢复原信号。 1 山东建筑大学信电学院课程设计说明书

2. 设计步骤 （1）选择一个语音信号或者自己录制一段语音文件作为分析对象； （2）对语音信号进行采样，并对语音信号进行FFT频谱分析，画出信号的时域波形图和频谱图； （3）利用MATLAB自带的随机函数产生噪声加入到语音信号中，对语音信号进行回放，对其进行FFT频谱分析； （4）设计合适滤波器，对带有噪声的语音信号进行滤波，画出滤波前后的时域波形图和频谱图，比较加噪前后的语音信号，分析发生的变化； （5）对语音信号进行回放，感觉声音变化。 3. 设计原理及内容 3.1 理论依据 （1）采样频率：采样频率（也称采样速度或者采样率）定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率只能用 于周期性采样的采样器，对于非周期采样的采样器没有规则限制。通俗的讲，采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采样频率越高，即采样的间隔时间越短，则在单位之间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。（2）采样位数：即采样值或取样值，用来衡量声音波动变化的参数。 （3）采样定理：在进行模拟/数字信号的的转换过程中，当采样频率f大于信s.max 号中，最高频率f的2倍时，即：f>=2f，则采样之后的数字信号完整的maxmaxs.max 保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的 5~10倍；采样频率又称乃奎斯特定理。 （4）时域信号的FFT分析：信号的频谱分析就是计算信号的傅立叶变换。连续信号与系统的傅立叶分析显然不便于直接用计算机进行计算，使其应用受到限制。而FFT是一种时域和频域均离散化的变换，适合数值计算，成为用计算机分析 离2 山东建筑大学信电学院课程设计说明书 散信号和系统的的有力工具。对连续信号和系统，可以通过时域采样，应用DFT 进行近似谱分析。

数字信号处理课程规划报告

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：

信号处理结课论文与作业

数字信号处理技术在电力系统中的发展现状和趋势 摘要：为了适应现代电力系统的要求，先进的数字信号处理技术被应 用到电力系统中，充分发挥了其快速强大的运算和处理能力以及并行 运行的能力，满足了电力系统监控的实时性和处理算法的复杂性等更 高的要求。本文首先简要介绍了电力系统和数字信号处理技术；然后 详细阐述了数字信号处理技术在电力系统中的应用，包括傅里叶变换、 小波变换、现代谱分析、相关分析、数学形态学，并介绍了数字信号 处理技术在电力系统应用中的现状和趋势。 关键词：数字信号处理，电力系统 Abstract: In order to meet the requirements of modern electric power system, the advanced digital signal processing technology is applied to the electric power system. this technology has gave full play to its fast computation and processing capacity and the ability to run in parallel, and it satisfies some higher requirements, such as the real time monitoring of electric power system and the complexity of handle algorithm. This article first briefly introduced the electric power system and digital signal processing technology; And then expounds the application of digital signal processing technology in power system, including Fourier transform, wavelet transform, the modern spectrum analysis, correlation analysis and mathematical morphology, and digital signal processing technology is introduced in the present situation and trend of power system applications. Keywords: digital signal processing, electric power system 1、引言 现代电力系统通过联网已经发展成供电区域辽阔和容量巨大的系统，作为国民经济发展的源动力，我国的电力系统正以空前的规模和速度扩大。随着互联电力系统的增长，尤其是长江三峡工程的崛起，超远距离输电的互联大电网的安全成为更加关心和突出的问题。电力系统是一个庞大的、瞬变的多输入输出的系统，为了保证其安全运行，需要实时地监视各节点的运行状况，及时发现电力系统的不正常状态及故障状态通知运行人员，或快速地进行控制和处理。这要求在电网各节点都要有数据采集单元，将测得的电力系统运行参数转化为数字量，进行分析和控制就地解决问题，或者通过远方通信送往调度中心进行处理。电力系统监视和控制的参数要求实时性较强，不仅包括频率、电压、

《数字信号处理与应用》课程论文

《数字信号处理与应用》课程论文题目:基于DSP和FPGA的通用数字信号 处理系统设计 系部 专业 学号 姓名 2014年6月7日

基于DSP和FPGA的通用数字信号处理系统设计 摘要 随着电子设备结构和功能的日益复杂,对其内部使用的数字信号处理系统在体积和功耗方面提出了更高的要求?结合以上背景,设计了一种体积小?功耗低的通用数字信号处理系统?该系统利用DSP配合FPGA为硬件架构,以TMS320VC5509ADSP为数据处理核心,通过FPGA对USB?ADC和DAC等外围设备进行控制,并可实现频谱分析?数字滤波器等数字信号处理算法?硬件调试结果表明,该系统满足设计要求,可应用于实际工程和课堂教学等多个领域? 关键词:数字信号处理低功耗DSP FPGA

目录 一引言 (1) 二系统主要功能和技术指标 (2) 三硬件设计 (3) 3.2.1DSP最小系统设计 (3) 3.2.2程序存储器设计 (4) 3.3.1USB通信接口设计 (4) 3.3.2信号发生电路设计 (5) 3.3.3信号采集电路设计 (6) 3.3.4语音电路设计 (7) 四软件设计 (8) 五系统测试 (10) 六结论 (11) 参考文献 (12)

一引言 随着计算机技术和电子技术的高速发展,数字信号处理理论和方法已成为众多研究领域的重要研究基础,被广泛应用在航空航天?自动化控制?通信等领域?然而,数字信号处理系统功能日益齐全,结构也越来越复杂,导致其体积和功耗不断增加,对电子设备的运行造成了严重的影响?因此,减小数字信号处理系统的体积和功耗,对降低整个电子系统的运营成本?提高系统可靠性具有重要意义? TI公司5000系列的数字信号处理器TMS320VC5509A具有较快的数字信号处理能力,同时具有低功耗?封装小?价格低等优点,被广泛的应用于数字信号处理领域中?本文充分利用了TMS320VC5509A的以上优势,同时结合FPGA的并行控制能力,实现了体积小?功耗低的通用数字信号处理系统?