数字信号处理--音频处理程序报告.pdf-资料库

qq_35786194-11238173-4744302543386199841.pdf-第1页.png

第1页 / 共14页

qq_35786194-11238173-4744302543386199841.pdf-第2页.png

第2页 / 共14页

qq_35786194-11238173-4744302543386199841.pdf-第3页.png

第3页 / 共14页

qq_35786194-11238173-4744302543386199841.pdf-第4页.png

第4页 / 共14页

qq_35786194-11238173-4744302543386199841.pdf-第5页.png

第5页 / 共14页

qq_35786194-11238173-4744302543386199841.pdf-第6页.png

第6页 / 共14页

qq_35786194-11238173-4744302543386199841.pdf-第7页.png

第7页 / 共14页

qq_35786194-11238173-4744302543386199841.pdf-第8页.png

第8页 / 共14页

石家庄铁道大学课程设计数字信号处理课程设计 2016 届电气与电子工程学院专学业号学生姓名指导教师通信工程 20163224 谭鑫淼马月红完成日期 2019 年 6 月 14 日

目录一、课程设计目的..................................................................................... 1 二、设计报告内容要求............................................................................. 1 三、主要原理和拟采用的相关技术......................................................... 1 四、设计方案..............................................................................................2 五、实验结果分析..................................................................................... 3 六、总结....................................................................................................12

一、课程设计目的 ⒈ 进一步巩固数字信号处理中的基本原理与方法，提高分析、解决实际问题的能力； ⒉ 熟悉 MATLAB 软件，掌握数字信号处理的基本概念、基本理论和基本方法，掌握语音信号的采集方法； ⒊ 掌握应用 MATLAB 软件进行信号分析和处理的过程，熟练掌握利用 MATLAB 设计数学滤波器的方法和设计过程； 4. 掌握信号降噪方法(滤波)。二、设计报告内容要求 1．选择一个语音信号作为分析对象，或录制一段语音信号； 2. 对语音信号进行采样，画出采样后语音信号的时域波形和频谱图； 3.利用 MATLAB 中的正弦函数产生噪声加入到语音信号中，使语音信号被噪声污染，然后进行频谱分析； 4.设计 FIR 和 IIR 数字滤波器，并对被噪声污染的语音信号进行滤波，画出滤波前后信号的时域波形和频谱，并对滤波前后的信号进行比较，分析信号的变化； 5. 回放语音信号。三、主要原理和拟采用的相关技术 1．主要原理 FFT 算法原理，FIR DF 设计原理，IIR DF 设计原理； 2．语音信号的采集利用 PC 机上的声卡和 WINDOWS 操作系统可以进行数字信号的采集。将话筒输入计算机的语音输入插口上,启动录音机。按下录音按钮,接着对话筒说话 “语音信号处理”,说完后停止录音,屏幕左侧将显示所录声音的长度。点击放音按钮,可以实现所录音的重现。以文件名“sound”保存入 g :\the sound 文件夹中。可以看到,文件存储器的后缀默认为. wav ,这是 WINDOWS 操作系统规定的声音文件存的标准。 3．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。 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。 1

[y,Ft,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)%读取钱 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。 4．语音信号频谱分析 MATLAB 提供的 DFT 的快速算法 FFT 函数可以方便的计算并分析导入音频的频谱图。 5. 产生的正弦信号作为噪声信号，加入语音信号，分析加噪声后信号频谱，加噪后语音回放。 6.根据参数设计设计 FIR、IIR 数字滤波器在 Matlab 中，可以利用函数 fir1 设计 FIR 滤波器，利用函数 butter,cheby1 和 ellip 设计 IIR 滤波器，利用 Matlab 中的函数 freqz 画出滤波器的频率响应。分析如下：函数 fir1 默认的设计滤波器的方法为窗函数法，其中可选的窗函数有 Rectangular、Barlrtt、Hamming、Hann、Blackman 窗，其相应的都有实现函数。函数 butter,cheby1 和 ellip 设计 IIR 滤波器时都是默认的双线性变换法，所以在设计滤波器时只需要代入相应的实现函数即可。 7．用设计的滤波器对加噪语音信号进行滤波用自己设计的各滤波器分别对加噪的语音信号进行滤波，在 Matlab 中，FIR 滤波器利用函数 fftfilt 对信号进行滤波，IIR 滤波器利用函数 filter 对信号进行滤波。对比分析滤波前后信号频谱，语音回放对比。四、设计方案 1.录制或者下载一个 WAV 音频格式的文件，使用 matlab 自带函数 audioread 和 audiowrite 函数进行音频文件的读取、截短和生成。（截取 10 秒的音频数据，便于程序调试） 2.使用 matlab 自带的 fft 函数对所截取的音频数据进行 DFT，再求幅值，求完幅值后取一半的点数用于画图，频率根据抽样点数恢复其实际频率，之后在用 plot 函数画出音频数据的时域波形和频域波形。 3.再选择一个频率大于 4410Hz 的正弦波，进行离散化处理，作为噪声叠加在原音频数据上，再对加噪声之后的音频数据进行时域波形和频域频谱的分析。 4.之后再选择合适的滤波器选择 FIR 滤波器：使用布莱克曼窗，选择截频为 0.2*pi（归一化截止频率），对应实际的截止频率为 4410Hz，通带衰减为 0.25dB。阻带衰减为 80dB。 2

选择 IIR 滤波器：使用双线性变换法，选择截频为 0.18*pi（归一化截止频率），对应实际的截止频率为 4000Hz。通带衰减为 0.5d，阻带衰减为 30dB。 5.调整 x 轴使其在坐标轴上显示出实际频率对应的频谱值以及时域波形。五、实验结果分析 1.录制或者截取一段音频数据，分析出其时域波形及频谱,如图 5.1 所示。 [y0,Fs]=audioread('tongzhuo.wav'); data = y0(1:10*Fs);%截取 10 秒 audiowrite('myData.wav',data,Fs); [y,Fs]=audioread('myData.wav'); sound(y,Fs);Nsamps = length(y); t = (1/Fs)*(1:Nsamps) ;%为绘图准备时间数据%进行傅里叶变换 y_fft = abs(fft(y)); %求出音频数据做完 FFT 后的幅值 y_fft = y_fft(1:Nsamps/2); %取一半点数 f = Fs*(0:Nsamps/2-1)/Nsamps; %求出频率 figure%画时域图 subplot(2,1,1) plot(t, y);xlabel('时间(s)'); ylabel('Amplitude');title('音频信号时域波形图'); subplot(2,1,2);%画出频域图 plot(f, y_fft); xlim([0 3500]);xlabel('频率(Hz)'); ylabel('幅度');title('音频信号频谱图'); 图 5.1 原始音频数据的时域波形和频谱图 3

2.使用 matlab 进行加噪处理，加入 4500Hz、4700Hz、5000Hz 的正弦噪声污染原音频数据，其实验结果如图 5.2 和图 5.3 所示。 [y0,Fs]=audioread('tongzhuo.wav'); data = y0(1:10*Fs);%截取 10 秒 audiowrite('myData.wav',data,Fs); [y,Fs]=audioread('myData.wav');y0=y; y0_fft = abs(fft(y0)); %求出音频数据做完 FFT 后的幅值 y0_fft = y0_fft(1:Nsamps/2); %取一半点数 fy0 = Fs*(0:Nsamps/2-1)/Nsamps; %求出频率 Nsamps = length(y);t = (1/Fs)*(1:Nsamps) ;%为绘图准备时间数据 n=0:Nsamps-1;h=n/Fs; %时间序列 y1=(0.11*sin(2*pi*5000*h)).'+(0.15*sin(2*pi*4500*h)).'+(0.03*sin(2*pi*4700* h)).'; %信号 y=y+y1;sound(y,Fs); y_fft = abs(fft(y)); %求出音频数据做完 FFT 后的幅值 y_fft = y_fft(1:Nsamps/2); %取一半点数 f = Fs*(0:Nsamps/2-1)/Nsamps; %求出频率 figure%画时域图 subplot(2,1,1);plot(t, y0);xlabel('时间(s)'); ylabel('幅值');title('原始音频信号时域波形图'); subplot(2,1,2);plot(t, y);xlabel('时间(s)'); ylabel('幅值');title('加噪声后音频信号时域波形图'); figure%画出频域图 subplot(2,1,1);plot(f, y0_fft); axis([0 6000 0 3000]);xlabel('频率(Hz)'); ylabel('幅度');title('原始音频信号频谱图'); subplot(2,1,2);plot(f, y_fft); axis([0 6000 0 3000]);xlabel('频率(Hz)'); ylabel('幅度');title('加噪声后音频信号频谱图'); 4

图 5.2 原始音频与加噪后音频时域波形对比图 5.3 原始音频与加噪后音频频谱图对比 3. 滤波结果分析。 3.1 使用 FIR 滤波器 FIR 滤波器的归一化参数如图 5.4 所示，时域滤波过程如图 5.5 所示，频域滤波过程如图 5.6 所示。 [y,Fs]=audioread('myData.wav'); Nsamps = length(y);y0=y; 5

y0_fft = abs(fft(y0)); %求出音频数据做完 FFT 后的幅值 y0_fft = y0_fft(1:Nsamps/2); %取一半点数 fy0 = Fs*(0:Nsamps/2-1)/Nsamps; %求出频率 % sound(y0,Fs);%播放未加噪声的音频信号 t = (1/Fs)*(1:Nsamps) ;%为绘图准备时间数据%进行傅里叶变换 n=0:Nsamps-1;h=n/Fs; %时间序列 y1=(0.11*sin(2*pi*5000*h)).'+(0.15*sin(2*pi*4500*h)).'+(0.03*sin(2*pi*4700* h)).'; %信号 y=y+y1;%加噪声之后的信号 sound(y,Fs);%播放加噪之后的音频信号 y_fft = abs(fft(y)); %求出音频数据做完 FFT 后的幅值 y_fft = y_fft(1:Nsamps/2); %取一半点数 f = Fs*(0:Nsamps/2-1)/Nsamps; %求出频率%IIR 双线性变换法 Rp=0.25;As=80; % 通带波纹和阻带衰减 wp = 0.1*pi; ws = 0.2*pi; % 通带和阻带归一化角频率 deltaw= abs(wp - ws);% 过渡带宽Δω的计算 N =101;%ceil(7*pi/ deltaw)%按海明窗计算所需的滤波器阶数 N N=mod(N,2)+N;%让 N 为偶数 wind = (blackman(N+1))';% 海明窗计算 Wn=(wp+ws)/2/pi; % 计算截止频率 b=fir1(N,Wn,wind);% 用 fir1 函数设计 FIR 第 1 类滤波器 [db,mag,phs,gdy,w]=freqz_m(b,1); %计算滤波器响应 figure;subplot 211; plot(w/pi,db,'k','linewidth',2);% 作图 title('低通滤波器的幅值响应(数据 1、N=45)');%标题 grid; axis([0 1 -70 5]); %设置坐标轴范围 xlabel('频率/Hz'); ylabel('幅值/dB');%设置横纵坐标显示 line([wp/pi wp/pi],[-70 5],'color','k','linestyle','--');%通带频率 line([ws/pi ws/pi],[-70 5],'color','k','linestyle','--');%阻带频率 subplot 212; stem(1:N+1,b,'k');%画脉冲响应 title('低通滤波器的脉冲响应(数据 1、N=45)');%标题 xlabel('样点'); ylabel('幅值') ;%设置横纵坐标显示 Y=filter(B,A,y);%滤波 Y_fft = abs(fft(Y)); %求出音频数据做完 FFT 后的幅值 Y_fft = Y_fft(1:Nsamps/2); %取一半点数 6

资料库

数字信号处理--音频处理程序报告.pdf

相关推荐

开发技术

热门标签

最新资料