語音信號處理及matlab實現(xiàn)課程設(shè)計

1、<p><b>　　目 錄</b></p><p><b>　　摘 要Ⅰ</b></p><p><b>　　1. 設(shè)計原理1</b></p><p>　　1.1 設(shè)計的目的及要求1</p><p>　　1.2 課題的研究意義 1</p>&l

2、t;p><b>　　2. 設(shè)計原理2</b></p><p>　　2.1 采樣頻率2</p><p>　　2.2 采樣位數(shù)2</p><p>　　2.3 采樣定理2</p><p>　　2.4 時域信號的FFT分析2 </p><p>　　2.5 數(shù)字濾波器設(shè)計原理和方法3 &l

3、t;/p><p>　　2.6 各種不同類型濾波器的性能比較3</p><p>　　3. 設(shè)計內(nèi)容 4</p><p>　　3.1語音信號的錄入與提取 4</p><p>　　3.2 加噪處理（高頻噪音）6</p><p>　　3.3 設(shè)計窗函數(shù)帶阻濾波器8</p><p>　　3.4 濾波

4、處理9</p><p>　　3.5 加躁處理（低頻噪音）11</p><p>　　3.6 設(shè)計橢圓函數(shù)高通濾波器濾波處理13</p><p><b>　　總 結(jié)16</b></p><p><b>　　致 謝17</b></p><p><b>　　參考文

5、獻17</b></p><p><b>　　附錄18</b></p><p><b>　　摘 要</b></p><p>　　語音信號處理是研究用數(shù)字信號處理技術(shù)和語音學(xué)知識對語音信號進行處理的新興的學(xué)科，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域的核心技術(shù)之一。通過語音傳遞信息是人類最重要、最有效、最常用和最方

6、便的交換信息形式。</p><p>　　Matlab語言是一種數(shù)據(jù)分析和處理功能十分強大的計算機應(yīng)用軟件，它可以將聲音文件變換為離散的數(shù)據(jù)文件，然后利用其強大的矩陣運算能力處理數(shù)據(jù)，如數(shù)字濾波、傅里葉變換、時域和頻域分析、聲音回放以及各種圖的呈現(xiàn)等，它的信號處理與分析工具箱為語音信號分析提供了十分豐富的功能函數(shù)，利用這些功能函數(shù)可以快捷而又方便地完成語音信號的處理和分析以及信號的可視化，使人機交互更加便捷。信號處

7、理是Matlab重要應(yīng)用的領(lǐng)域之一。</p><p>　　本實驗設(shè)計用電腦自帶的錄音機采集了一段語音，對其進行了時域分析，頻譜分析,分析語音信號的特性。并應(yīng)用matlab平臺對語音信號加入了不同的噪聲，進一步用窗函數(shù)法，橢圓函數(shù)法分別設(shè)計了一個帶阻濾波器和一個高通濾波器，然后對加噪的語音信號進行濾波處理。最后對比濾波前后的語音信號的時域和頻域特性，回放加噪語音信號和去噪語音信號。對比研究處理前和處理后的聲音的不同

8、。</p><p>　　【關(guān)鍵詞】 語音信號；頻域特性; 時域特性; 濾波器</p><p><b>　　1.設(shè)計目的和要求</b></p><p>　　1.1 設(shè)計目的及要求</p><p>　　本次課程設(shè)計要求利用MATLAB對語音信號進行處理和分析，要求學(xué)生采集語音信號后，在MATLAB軟件平臺進行頻譜分析，并對速

9、配采集的語音信號加入干擾噪聲，對加入噪聲的信號進行頻譜分析，設(shè)計合適的濾波器濾除噪音，恢復(fù)信號。</p><p>　　1.2 課題的研究意義</p><p>　　語言是我們?nèi)祟愃赜械墓δ?，它是傳承和記載人類幾千年文明史，沒有語言就沒有我們今天人類的文明。語音是語言最基本的表現(xiàn)形式，是相互傳遞信息最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。</p>&

10、lt;p>　　語音信號處理屬于信息科學(xué)的一個重要分支，大規(guī)模集成技術(shù)的高度發(fā)展和計算機技術(shù)的飛速前進，推動了這一技術(shù)的發(fā)展；它是研究用數(shù)字信號處理技術(shù)對語音信號進行處理的一門新興學(xué)科，同時又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科，因此我們進行語言信號處理具有時代的意義。</p><p><b>　　2.設(shè)計原理</b></p><p><b>　　

11、2.1 采樣頻率</b></p><p>　　采樣頻率，也稱為采樣速度或者采樣率，定義了每秒從連續(xù)信號中提取并組成離散信號的采樣個數(shù)，它用赫茲（Hz）來表示。采樣頻率的倒數(shù)是采樣周期或者叫作采樣時間，它是采樣之間的時間間隔。通俗的講采樣頻率是指計算機每秒鐘采集多少個聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲音文件的質(zhì)量標準。采樣頻率越高，即采樣的間隔時間越短，則在單位時間內(nèi)計算機得到的聲音樣本

12、數(shù)據(jù)就越多，對聲音波形的表示也越精確。采樣頻率與聲音頻率之間有一定的關(guān)系，根據(jù)奎斯特理論，只有采樣頻率高于聲音信號最高頻率的兩倍時，才能把數(shù)字信號表示的聲音還原成為原來的聲音。這就是說采樣頻率是衡量聲卡采集、記錄和還原聲音文件的質(zhì)量標準。</p><p><b>　　2.2 采樣位數(shù)</b></p><p>　　采樣位數(shù)即采樣值或取樣值，用來衡量聲音波動變化的參數(shù)，是

13、指聲卡在采集和播放聲音文件時所使用數(shù)字聲音信號的二進制位數(shù)。采樣頻率是指錄音設(shè)備在一秒鐘內(nèi)對聲音信號的采樣次數(shù)，采樣頻率越高聲音的還原就越真實越自然。</p><p>　　采樣位數(shù)和采樣率對于音頻接口來說是最為重要的兩個指標，也是選擇音頻接口的兩個重要標準。無論采樣頻率如何，理論上來說采樣的位數(shù)決定了音頻數(shù)據(jù)最大的力度范圍。</p><p><b>　　2.3 采樣定理</

14、b></p><p>　　在進行模擬/數(shù)字信號的轉(zhuǎn)換過程中，當采樣頻率最大值大于信號中最高頻率fmax的2.56倍時，即：fs.max>=2.56fmax,則采樣之后的數(shù)字信號完整地保留了原始信號中的信息. </p><p>　　2.4 時域信號的FFT分析</p><p>　　FFT即為快速傅氏變換，是離散傅氏變換的快速算法，它是根據(jù)離散傅氏變換的奇、

15、偶、虛、實等特性，對離散傅立葉變換的算法進行改進獲得的。</p><p>　　在MATLAB的信號處理工具箱中函數(shù)FFT和IFFT用于快速傅立葉變換和逆變換。函數(shù)FFT用于序列快速傅立葉變換，其調(diào)用格式為y=fft(x)，其中，x是序列，y是序列的FFT，x可以為一向量或矩陣，若x為一向量，y是x的FFT且和x相同長度；若x為一矩陣，則y是對矩陣的每一列向量進行FFT。如果x長度是2的冪次方，函數(shù)fft執(zhí)行高速基

16、－2FFT算法，否則fft執(zhí)行一種混合基的離散傅立葉變換算法，計算速度較慢。函數(shù)FFT的另一種調(diào)用格式為y=fft(x,N)，式中，x，y意義同前，N為正整數(shù)。函數(shù)執(zhí)行N點的FFT，若x為向量且長度小于N，則函數(shù)將x補零至長度N；若向量x的長度大于N，則函數(shù)截短x使之長度為N；若x 為矩陣，按相同方法對x進行處理。</p><p>　　2.5 數(shù)字濾波器的設(shè)計原理和方法</p><p>　

17、　數(shù)字濾波是數(shù)字信號分析中最重要的組成部分之一，與模擬濾波相比，它具有精度和穩(wěn)定性高、系統(tǒng)函數(shù)容易改變、靈活性強、便于大規(guī)模集成和可實現(xiàn)多維濾波等優(yōu)點。在信號的過濾、檢測和參數(shù)的估計等方面，經(jīng)典數(shù)字濾波器是使用最廣泛的一種線性系統(tǒng)。</p><p>　　數(shù)字濾波器的作用是利用離散時間系統(tǒng)的特性對輸入信號波形(或頻譜)進行加工處理，或者說利用數(shù)字方法按預(yù)定的要求對信號進行變換。</p><p&g

18、t;　　2.6 各種濾波器的性能比較</p><p>　　IIR濾波器與FIR濾波器的性能比較</p><p>　　FIR:Finite Impulse response，有限沖擊響應(yīng)</p><p>　　IIR:Infinite Impulse response，無限沖擊響應(yīng)</p><p>　　從性能上來說，IIR濾波器傳輸函數(shù)的極點可位

19、于單位圓內(nèi)的任何地方，因此可用較低的階數(shù)獲得高的選擇性，所用的存貯單元少，所以經(jīng)濟而效率高。但是這個高效率是以相位的非線性為代價的。選擇性越好，則相位非線性越嚴重。相反，F(xiàn)IR濾波器卻可以得到嚴格的線性相位，然而由于FIR濾波器傳輸函數(shù)的極點固定在原點，所以只能用較高的階數(shù)達到高的選擇性；對于同樣的濾波器設(shè)計指標，F(xiàn)IR濾波器所要求的階數(shù)可以比IIR濾波器高5~10倍，結(jié)果，成本較高，信號延時也較大；如果按相同的選擇性和相同的線性要求來

20、說，則IIR濾波器就必須加全通網(wǎng)絡(luò)進行相位較正，同樣要大增加濾波器的節(jié)數(shù)和復(fù)雜性。</p><p>　　整體來看，IIR濾波器達到同樣效果階數(shù)少，延遲小，但是有穩(wěn)定性問題，非線性相位；FIR濾波器沒有穩(wěn)定性問題，線性相位，但階數(shù)多，延遲大</p><p><b>　　3.設(shè)計內(nèi)容</b></p><p>　　3.1語音信號的錄入與提取</

21、p><p>　　用電腦所帶的錄音工具錄制一段錄音，時間約為1s，并將聲音保存成擴展名為(.wav)格式，并且應(yīng)注意，錄取的聲音應(yīng)為單聲道的，否則圖形會出不來。</p><p>　　對采集的信號進行FFT分析，并且畫出源信號的時域波形圖形和頻域圖形。</p><p><b>　　fs=16000;</b></p><p>　　

22、x0=wavread('E:\xinhao1');</p><p>　　t=(0:length(x0)-1)/16000;</p><p>　　f=fs*(0:10239)/20480; </p><p>　　y1=fft(x0,20480);</p><p><b>　　%畫語音信號時域圖</b><

23、;/p><p><b>　　figure(1)</b></p><p>　　subplot(1,1,1);</p><p>　　plot(t,x0)</p><p><b>　　grid on; </b></p><p>　　axis tight;</p><

24、p>　　title('原始語音信號時域');</p><p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');</p><p><b>　　%畫語音信號頻域圖</b></p><p><b>　　figure(2)&l

25、t;/b></p><p>　　subplot(1,1,1);</p><p>　　plot(f,abs(y1(1:10240))); </p><p><b>　　grid on; </b></p><p>　　axis([0,8000,0,20]);</p><p>　　title(&#

26、39;原始語音信號頻譜');</p><p>　　xlabel('Hz'); </p><p>　　ylabel('幅度');</p><p><b>　　程序運行結(jié)果如下：</b></p><p>　　3.2 加噪處理，對信號加高頻噪音</p><p>　

27、　在MATLAB軟件平臺下，給原始的語音信號疊加上噪聲，繪出加噪聲后的語音信號時域和頻譜圖，在視覺上與原始語音信號圖形對比，也可通過Windows播放軟件從聽覺上進行對比，分析并體會含噪語音信號頻譜和時域波形的改變。程序代碼如下：</p><p>　　%加噪后語音信號變化</p><p>　　d=[0.15*cos(2*pi*4000*t)]'; %加噪</p>&l

28、t;p><b>　　x1=x0+d;</b></p><p>　　y2=fft(x1,20480);</p><p>　　%加噪后語音信號的時域圖</p><p><b>　　figure(3)</b></p><p>　　subplot(1,1,1);</p><p>

29、;　　plot(t,x0)</p><p><b>　　grid on;</b></p><p>　　axis tight;</p><p>　　title('加噪后的信號時域');</p><p>　　xlabel('time(s)');</p><p>　　yl

30、abel('幅度');</p><p>　　%加噪后語音信號的頻域圖</p><p><b>　　figure(4)</b></p><p>　　subplot(1,1,1);</p><p>　　plot(f,abs(y2(1:10240)));</p><p><b>

31、;　　grid on;</b></p><p>　　axis([0,8000,0,20]);</p><p>　　title('加噪語音信號頻譜');</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p><p&g

32、t;<b>　　程序運行結(jié)果如下：</b></p><p>　　加噪聲后，聽起來明顯感覺嘈雜。通過圖形比較也可以看出，時域波形圖的變化不大，但頻譜圖的變化明顯，顯示出加了干擾。</p><p>　　3.3 設(shè)計窗函數(shù)帶阻濾波器</p><p>　　要對加入噪聲的語音信號進行濾波，需設(shè)計合適的濾波器。由圖形可看出，用窗函數(shù)法設(shè)計帶阻濾波器可對對加

33、噪語音信號進行濾波。設(shè)計帶阻濾波器，并繪制濾波器的圖形。</p><p><b>　　程序設(shè)計如下：</b></p><p><b>　　%設(shè)計帶阻濾波器</b></p><p>　　wlp=2850*pi*2/fs;wls=3400*pi*2/fs;</p><p>　　wup=4900*pi*2

34、/fs;wus=4600*pi*2/fs;</p><p>　　B=(wus-wls);</p><p>　　M=ceil(12*pi/B)-1;</p><p>　　wp=[(wls+wlp)/2/pi,(wus+wup)/2/pi];</p><p>　　[bz,az]=fir1(M,wp,'stop',blackman(

35、M+2));</p><p>　　hn=fir1(M,wp,'stop',blackman(M+2));</p><p>　　%帶阻濾波器窗函數(shù)圖像</p><p><b>　　figure(5)</b></p><p>　　subplot(1,1,1);</p><p>　　fr

36、eqz(hn);</p><p><b>　　grid on;</b></p><p>　　axis tight;</p><p>　　title('窗函數(shù)圖像');</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度&

37、#39;);</p><p><b>　　程序運行結(jié)果如下：</b></p><p>　　3.4 對信號進行濾波處理</p><p>　　對加入噪聲的語音信號進行濾波。用加窗函數(shù)的方法設(shè)計了巴帶阻濾波器對加噪語音信號進行濾波，并繪制了加噪語音信號濾波后的時域圖和頻譜圖。</p><p><b>　　程序設(shè)計如下

38、：</b></p><p><b>　　%畫濾波后的圖</b></p><p><b>　　figure(6)</b></p><p>　　freqz(bz,az);</p><p>　　grid on; axis tight;</p><p>　　y3=filt

39、er(bz,az,x1);</p><p>　　X=fft(y3,20480);</p><p><b>　　%濾波后時域圖</b></p><p>　　subplot(2,1,1);</p><p>　　plot(y3); </p><p><b>　　grid on;</b&g

40、t;</p><p>　　ylim([-0.03 ,0.03]);</p><p>　　title('濾波后信號時域波形'); </p><p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');</p><p><b>　

41、　%濾波后頻譜</b></p><p>　　subplot(2,1,2);</p><p>　　plot(abs(X(1:10240))); </p><p>　　title('濾波后信號頻譜');</p><p><b>　　grid on;</b></p><p>

42、　　ylim([0,20]);</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p><p><b>　　程序運行結(jié)果如下;</b></p><p>　　經(jīng)過濾波后得出的語音信號相比較，低通濾波后，聲音稍微有些發(fā)悶，但是很接近原來的聲音。&

43、lt;/p><p>　　3.5對信號加低頻噪音</p><p><b>　　程序如下：</b></p><p><b>　　%加低頻噪音</b></p><p>　　d1=[0.5*cos(2*pi*200*t)]'; %加噪</p><p><b>　　x4=

44、x0+d1;</b></p><p>　　y4=fft(x4,20480);</p><p>　　%加噪后語音信號的時域圖</p><p><b>　　figure(7)</b></p><p>　　subplot(1,1,1);</p><p>　　plot(t,x4)</p&

45、gt;<p><b>　　grid on;</b></p><p>　　axis tight;</p><p>　　title('加噪后的信號時域');</p><p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');&

46、lt;/p><p>　　%加噪后語音信號的頻域圖</p><p><b>　　figure(8)</b></p><p>　　subplot(1,1,1);</p><p>　　plot(f,abs(y4(1:10240)));</p><p><b>　　grid on;</b>

47、;</p><p>　　axis([0,8000,0,20]);</p><p>　　title('加噪語音信號頻譜');</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p><p><b>　　運行結(jié)果：&l

48、t;/b></p><p>　　3.6對加高頻噪音的程序進行濾波處理</p><p>　　用橢圓濾波器對信號的高頻噪音進行濾波，程序如下：</p><p><b>　　%加高通濾波</b></p><p>　　wp1=100*pi*2/fs;</p><p>　　ws1=60*pi*2/fs

49、;</p><p><b>　　Rp1=1;</b></p><p><b>　　As1=100;</b></p><p>　　[N1,wso]=ellipord(wp1,ws1,Rp1,As1);</p><p>　　[B1,A1]=ellip(N1,Rp1,As1,wso,'high&#

50、39;);</p><p><b>　　figure(9)</b></p><p>　　freqz(B1,A1);</p><p><b>　　grid on; </b></p><p>　　ylim([0,1]);</p><p>　　y4=filter(B1,A1,x4)

51、;</p><p>　　X1=fft(y4,20480);</p><p><b>　　%濾波后時域圖</b></p><p>　　subplot(2,1,1);</p><p>　　plot(y4); </p><p><b>　　grid on;</b></p>

52、;<p>　　%axis tight;</p><p>　　ylim([-0.03,0.03]);</p><p>　　title('濾波后信號時域波形'); </p><p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');</p&g

53、t;<p><b>　　%濾波后頻譜</b></p><p>　　subplot(2,1,2);</p><p>　　plot(abs(X1(1:10240))); </p><p>　　title('濾波后信號頻譜');</p><p><b>　　grid on;</b&

54、gt;</p><p>　　%ylim([0,20]);</p><p>　　axis tight;</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p><p><b>　　程序運行結(jié)果：</b></p>

55、;<p><b>　　橢圓高通濾波器圖像</b></p><p><b>　　%濾波器圖像</b></p><p>　　figure(10)</p><p>　　hn1=ellip(N1,Rp1,As1,wso,'high');</p><p>　　subplot(1,

56、1,1);</p><p>　　freqz(hn1);</p><p><b>　　grid on;</b></p><p>　　xlim([0,0.2]);</p><p>　　%axis tight;</p><p>　　title('橢圓函數(shù)圖像');</p>

57、<p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p><p><b>　　運行結(jié)果：</b></p><p><b>　　總 結(jié)</b></p><p>　　本文對語音信號處理系統(tǒng)的設(shè)計作了詳細的介紹，采用一系列圖像

58、分析和處理技術(shù)，實現(xiàn)了語音信號的基本處理的功能，經(jīng)過測試運行，基本達到預(yù)期目的。完成了對語音信號的讀取與打開；較好的完成了對語音信號的頻譜分析，通過fft變換，得出了語音信號的頻譜圖；在濾波這一塊，基本實現(xiàn)了濾波，完成了各種濾波器的濾波效果比較，與課題的要求十分相符。</p><p>　　本實驗設(shè)計采用了高效快捷的開發(fā)工具——MATLAB，實現(xiàn)了語音信號的采集，對語音信號加噪聲及設(shè)計濾波器濾除噪聲的一系列工作。論

59、文初步完成了設(shè)計任務(wù)，由于本人能力有限，還存在許多不足的地方，比如濾波器的設(shè)計種類還比較單一，沒有做更多的濾波效果比較等。在以后的工作和學(xué)習(xí)中會更加努力來完善設(shè)計任務(wù)。</p><p>　　本設(shè)計圓滿的完成了對語音信號的讀取與打開，與課題的要求十分相符；本設(shè)計也較好的完成了對語音信號的頻譜分析，通過fft變換，得出了語音信號的頻譜圖；也從一方面基本實現(xiàn)了濾波，得到與原信號相差不是很大的信號。</p>

60、<p>　　語音信號處理是語音學(xué)與數(shù)字信號處理技術(shù)相結(jié)合的交叉學(xué)科，課題在這里不討論語音學(xué)，而是將語音當做一種特殊的信號，即一種“復(fù)雜向量”來看待。也就是說，課題更多的還是體現(xiàn)了數(shù)字信號處理技術(shù)。</p><p>　　從課題的中心來看，課題是希望將數(shù)字信號處理技術(shù)應(yīng)用于某一實際領(lǐng)域，這里就是指對語音的處理。作為存儲于計算機中的語音信號，其本身就是離散化了的向量，我們只需將這些離散的量提取出來，就可以對

61、其進行處理了。</p><p>　　在這里，用到了處理數(shù)字信號的強有力工具MATLAB，通過MATLAB里幾個命令函數(shù)的調(diào)用，很輕易的在實際化語音與數(shù)字信號的理論之間搭了一座橋。</p><p>　　課題的特色在于它將語音看作了一個向量，于是語音數(shù)字化了，則可以完全利用數(shù)字信號處理的知識來解決。我們可以像給一般信號做頻譜分析一樣，來給語音信號做頻譜分析，也可以較容易的用數(shù)字濾波器來對語音進

62、行濾波處理。</p><p>　　但由于知識能力有限，當中也存在相當?shù)牟蛔悖貏e體現(xiàn)在濾波與界面設(shè)計這一塊。對濾波的研究，本文只是舉出了很小的一個方面，還有許多精髓都未能一一列舉。當然，這些問題與不足在今后的進一步學(xué)習(xí)中，我會一步一步的去進行解決。</p><p><b>　　致 謝</b></p><p>　　經(jīng)過努力和完善，系統(tǒng)終于可以正常

63、的運行。 在這里首先感謝老師，在這段時間認真負責(zé)的監(jiān)督我們的進度，耐心的指導(dǎo)我們使我們能夠按時的完成任務(wù)。還有感謝學(xué)校為我們提供的良好實驗環(huán)境以及充足的實驗設(shè)備，為我們的設(shè)計和調(diào)試提供了很大的方便。還要感謝在實驗過程中幫助我的同學(xué)，感謝他們熱心的幫助，耐心的講解和示范。在這段時間學(xué)到了很多，雖然由于自身的不足沒有能夠為系統(tǒng)提出更好的解決方案。但這對我來說絕對是一個非常寶貴的歷練。從中我切身體會到了理論和現(xiàn)實的差距，只有真正動手去做才能發(fā)

64、現(xiàn)問題。最后，感謝所有對我提供過幫助的人。謝謝。</p><p><b>　　參考文獻</b></p><p>　　[1] 高西全、丁玉美編著，數(shù)字信號處理。西安：西安電子科技大學(xué)出版社，2008.</p><p>　　[2]丁玉美、高西全編著，數(shù)字信號處理學(xué)習(xí)指導(dǎo)。西安：西安電子科技大學(xué)出版社，2001.</p><p&g

65、t;　　[3]鄭君里等編，信號與系統(tǒng)。北京：高等教育出版社，2000.</p><p>　　[4]劉樹棠譯，數(shù)字信號處理——使用MATLAB。西安：西安交通大學(xué)出版社，2002.</p><p>　　[5]導(dǎo)向科技編著，MATLAB程序設(shè)計與實例應(yīng)用。北京：中國鐵道出版社，2001.</p><p>　　[6]羅軍輝等編著，MATLAB7.0在數(shù)字信號處理中的應(yīng)用。

66、北京：機械工程出版社，2005.</p><p>　　[7]陳懷琛等編著，MATLAB及在電子信息課中的應(yīng)用。北京：電子工業(yè)出版社，2002.</p><p>　　[8]胡廣書編組，數(shù)字信號處理——理論、算法與實現(xiàn)。北京：清華大學(xué)出版社，2002.</p><p>　　[9]梁虹等編，信號與線性系統(tǒng)分析——機遇MATLAB的方法與實現(xiàn)。北京：高等教育出版社，2006

67、.</p><p>　　[10]劉衛(wèi)國主編，MATLAB程序設(shè)計與應(yīng)用（第二版）。北京：高等教育出版社，2006.</p><p>　　附錄：實驗所有程序：</p><p><b>　　fs=16000;</b></p><p>　　x0=wavread('E:\xinhao1');</p>

68、<p>　　t=(0:length(x0)-1)/16000;</p><p>　　f=fs*(0:10239)/20480; </p><p>　　y1=fft(x0,20480);</p><p><b>　　%畫語音信號時域圖</b></p><p><b>　　figure(1)</b

69、></p><p>　　subplot(1,1,1);</p><p>　　plot(t,x0)</p><p><b>　　grid on; </b></p><p>　　axis tight;</p><p>　　title('原始語音信號時域');</p>

70、<p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');</p><p><b>　　%畫語音信號頻域圖</b></p><p><b>　　figure(2)</b></p><p>　　subplot(1,1,1

71、);</p><p>　　plot(f,abs(y1(1:10240))); </p><p><b>　　grid on; </b></p><p>　　axis([0,8000,0,20]);</p><p>　　title('原始語音信號頻譜');</p><p>　　xla

72、bel('Hz'); </p><p>　　ylabel('幅度');</p><p>　　%加噪后語音信號變化</p><p>　　d=[0.15*cos(2*pi*4000*t)]'; %加噪</p><p><b>　　x1=x0+d;</b></p><

73、p>　　y2=fft(x1,20480);</p><p>　　%加噪后語音信號的時域圖</p><p><b>　　figure(3)</b></p><p>　　subplot(1,1,1);</p><p>　　plot(t,x0)</p><p><b>　　grid on

74、;</b></p><p>　　ylim([-0.03,0.03]);</p><p>　　axis tight;</p><p>　　title('加噪后的信號時域');</p><p>　　xlabel('time(s)');</p><p>　　ylabel('

75、幅度');</p><p>　　%加噪后語音信號的頻域圖</p><p><b>　　figure(4)</b></p><p>　　subplot(1,1,1);</p><p>　　plot(f,abs(y2(1:10240)));</p><p><b>　　grid on

76、;</b></p><p>　　axis([0,8000,0,20]);</p><p>　　title('加噪語音信號頻譜');</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p><p><b>

77、;　　%設(shè)計帶阻濾波器</b></p><p>　　wlp=2850*pi*2/fs;wls=3400*pi*2/fs;</p><p>　　wup=4900*pi*2/fs;wus=4600*pi*2/fs;</p><p>　　B=(wus-wls);</p><p>　　M=ceil(12*pi/B)-1;</p>

78、;<p>　　wp=[(wls+wlp)/2/pi,(wus+wup)/2/pi];</p><p>　　[bz,az]=fir1(M,wp,'stop',blackman(M+2));</p><p>　　hn=fir1(M,wp,'stop',blackman(M+2));</p><p>　　%帶阻濾波器窗函數(shù)圖像

79、</p><p><b>　　figure(5)</b></p><p>　　subplot(1,1,1);</p><p>　　freqz(hn);</p><p><b>　　grid on;</b></p><p>　　axis tight;</p>&l

80、t;p>　　title('窗函數(shù)圖像');</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p><p><b>　　%畫濾波后的圖</b></p><p><b>　　figure(6)</b>

81、</p><p>　　freqz(bz,az);</p><p>　　grid on; axis tight;</p><p>　　y3=filter(bz,az,x1);</p><p>　　X=fft(y3,20480);</p><p><b>　　%濾波后時域圖</b></p>

82、<p>　　subplot(2,1,1);</p><p>　　plot(y3); </p><p><b>　　grid on;</b></p><p>　　ylim([-0.03 ,0.03]);</p><p>　　title('濾波后信號時域波形'); </p><

83、;p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');</p><p><b>　　%濾波后頻譜</b></p><p>　　subplot(2,1,2);</p><p>　　plot(abs(X(1:10240))); </p>

84、<p>　　title('濾波后信號頻譜');</p><p><b>　　grid on;</b></p><p>　　ylim([0,20]);</p><p>　　xlabel('Hz');</p><p>　　ylabel('幅度');</p&g

85、t;<p>　　d1=[0.5*cos(2*pi*200*t)]'; %加噪</p><p><b>　　x4=x0+d1;</b></p><p>　　y4=fft(x4,20480);</p><p>　　%加噪后語音信號的時域圖</p><p><b>　　figure(7)<

86、/b></p><p>　　subplot(1,1,1);</p><p>　　plot(t,x4)</p><p><b>　　grid on;</b></p><p>　　axis tight;</p><p>　　title('加噪后的信號時域');</p>

87、<p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');</p><p>　　%加噪后語音信號的頻域圖</p><p><b>　　figure(8)</b></p><p>　　subplot(1,1,1);</p>&

88、lt;p>　　plot(f,abs(y4(1:10240)));</p><p><b>　　grid on;</b></p><p>　　axis([0,8000,0,20]);</p><p>　　title('加噪語音信號頻譜');</p><p>　　xlabel('Hz')

89、;</p><p>　　ylabel('幅度');</p><p><b>　　%加高通濾波</b></p><p>　　wp1=100*pi*2/fs;</p><p>　　ws1=60*pi*2/fs;</p><p><b>　　Rp1=1;</b>&l

90、t;/p><p><b>　　As1=100;</b></p><p>　　[N1,wso]=ellipord(wp1,ws1,Rp1,As1);</p><p>　　[B1,A1]=ellip(N1,Rp1,As1,wso,'high');</p><p><b>　　figure(9)</

91、b></p><p>　　freqz(B1,A1);</p><p><b>　　grid on; </b></p><p>　　ylim([0,1]);</p><p>　　y4=filter(B1,A1,x4);</p><p>　　X1=fft(y4,20480);</p>

92、<p><b>　　%濾波后時域圖</b></p><p>　　subplot(2,1,1);</p><p>　　plot(y4); </p><p><b>　　grid on;</b></p><p>　　%axis tight;</p><p>　　yl

93、im([-0.03,0.03]);</p><p>　　title('濾波后信號時域波形'); </p><p>　　xlabel('time(s)');</p><p>　　ylabel('幅度');</p><p><b>　　%濾波后頻譜</b></p>

94、<p>　　subplot(2,1,2);</p><p>　　plot(abs(X1(1:10240))); </p><p>　　title('濾波后信號頻譜');</p><p><b>　　grid on;</b></p><p>　　%ylim([0,20]);</p>