數(shù)字信號處理課程設(shè)計(jì)--基于fir的有噪聲語音信號處理

1、<p><b>　　緒論</b></p><p>　　引言　　數(shù)字信號處理的主要研究對象是數(shù)字信號，且是采用運(yùn)算的方法達(dá)到處理的目的的，因此，其實(shí)現(xiàn)方法，基本上分成兩種實(shí)現(xiàn)方法，即軟件和硬件實(shí)現(xiàn)方法。軟件實(shí)現(xiàn)方法指的是按照原理和算法，自己編寫程序或者采用現(xiàn)成的程序在通用計(jì)算機(jī)上實(shí)現(xiàn)，硬件實(shí)現(xiàn)指的是按照具體的要求和算法，設(shè)計(jì)硬件結(jié)構(gòu)圖，用乘法器加法器延時(shí)器、控制器、存儲器以及輸入輸

2、出接口部件實(shí)現(xiàn)的一種方法。顯然前者靈活，只要改變程序中的有關(guān)參數(shù)，但是運(yùn)算速度慢，一般達(dá)不到實(shí)時(shí)處理，因此，這種方法適合于科研和教學(xué)。后者運(yùn)算速度快，可以達(dá)到實(shí)時(shí)處理要求，但是不靈活。目前DSP芯片已進(jìn)入市場，且正在高速發(fā)展，速度高，體積小，性能優(yōu)良，價(jià)格也在不斷下降?？梢哉f，用DSP芯片實(shí)現(xiàn)數(shù)字信號處理，正在變成工程技術(shù)領(lǐng)域的主要方法。用合適的DSP芯片，配有合適的芯片語言及任務(wù)要求的軟件，來實(shí)現(xiàn)信號處理功能無疑是一種最佳的數(shù)字信號處

3、理系統(tǒng)。本文僅使用軟件實(shí)現(xiàn)?！　?MATLAB是一種科學(xué)計(jì)算軟件,主要適用于矩陣運(yùn)算和信息處理領(lǐng)域的分析設(shè)計(jì),它使用方便,輸入簡捷,運(yùn)算高效,內(nèi)容豐富,并且很容易由用戶自行擴(kuò)展。MATLAB當(dāng)前已成為美國和其他發(fā)達(dá)國家在大學(xué)教學(xué)</p><p>　　1.2課程設(shè)計(jì)基本要求  1. 熟悉離散信號和系統(tǒng)的時(shí)域特性。</p><p>　　2. 掌握數(shù)字信號處理的基本概念，基

4、本理論和基本方法。</p><p>　　3. 掌握序列快速傅里葉變換方法。</p><p>　　4. 學(xué)會MATLAB的使用，掌握MATLAB的程序設(shè)計(jì)方法。</p><p>　　5. 掌握利用MATLAB對語音信號進(jìn)行頻譜分析。</p><p>　　6. 掌握MATLAB設(shè)計(jì)FIR數(shù)字濾波器的方法和對信號進(jìn)行濾波的方</p>

5、<p>　　1.3課程設(shè)計(jì)內(nèi)容 </p><p>　　1.利用Windows下的錄音機(jī)或其他軟件，錄制一段自己的語音信號，時(shí)間控制在1s左右，并對錄制的信號進(jìn)行采樣；</p><p>　　2.語音信號的頻譜分析，畫出采樣后語音信號的時(shí)域波形和頻譜圖；</p><p>　　3.產(chǎn)生噪聲信號并加到語音信號中，得到被污染的語音信號，并回放語音信號；&l

6、t;/p><p>　　4.污染信號的頻譜分析，畫出被污染的語音信號時(shí)域波形和頻譜； </p><p>　　5.根據(jù)有關(guān)的頻譜特性，設(shè)計(jì)FIR數(shù)字濾波器；</p><p>　　6.用自己設(shè)計(jì)的濾波器對被污染的語音信號進(jìn)行濾波；</p><p>　　7.分析得到信號的頻譜，畫出濾波后信號的時(shí)域波形和頻譜，并對濾波前后的信號進(jìn)行對比，分析信號的變化；&

7、lt;/p><p><b>　　8.回放語音信號。</b></p><p>　　第二章 數(shù)字濾波器的設(shè)計(jì)的總體方案</p><p><b>　　2.1流程框圖</b></p><p><b>　　方案一：</b></p><p>　　在一個(gè)相對較安靜的環(huán)境下

8、，錄下1s左右的wav聲音信號，然后對聲音進(jìn)行采樣，畫出其時(shí)域波形和頻譜圖，利用程序編一個(gè)噪聲信號加載在原聲音信號里面，將這個(gè)被污染的語音信號通過baterworth帶通濾波器，將濾波后的信號進(jìn)行抽樣再和原始信號進(jìn)行比較，其流程圖如下所示：</p><p><b>　　方案二：</b></p><p>　　我們知道在我們的現(xiàn)實(shí)生活中噪聲信號是無處不在的，所以，聲音信號

9、中本來就存在著噪聲，我們只需設(shè)計(jì)一個(gè)合適的濾波器將原始聲音中的雜音濾除就可以了，其流程圖如下所示：</p><p>　　2.2、語音信號采集 </p><p>　　錄制一段課程設(shè)計(jì)學(xué)生的語音信號并保存為文件，要求長度控制在1秒，并對錄制的信號進(jìn)行采樣；錄制時(shí)可以使用Windows自帶的錄音機(jī)，或者使用其它專業(yè)的錄音軟件，錄制時(shí)需要配備錄音硬件（如麥克風(fēng)），為便于比較，需要在安靜、干擾小的環(huán)

10、境下錄音。</p><p>　　2.3、語音信號分析 </p><p>　　通過用windows錄音之后，將錄音的文件導(dǎo)入到MATLAB，并使用MATLAB繪出采樣后的語音信號的時(shí)域波形和頻譜圖。根據(jù)頻譜圖求出其帶寬，并說明語音信號的采樣頻率不能低于多少赫茲。</p><p>　　語音信號采集的程序：</p><p>　　fs=8000,bi

11、ts=8,T=1,Ts=1/fs;</p><p><b>　　N=T/Ts;</b></p><p>　　[x,fs,bits]=wavread('E:\MATLAB7\work\yuyin.wav',[1024 6023]);</p><p><b>　　x=x(:,1);</b></p>

12、<p>　　subplot(321);plot(x);</p><p>　　sound(x,fs,bits);</p><p>　　title('語音信號時(shí)域波形圖')</p><p>　　y=fft(x,1024);</p><p>　　n=(fs/1024)*[1:1024]; </p><

13、;p>　　subplot(322);</p><p>　　plot(n(1:512),abs(y(1:512)));</p><p>　　title('語音信號頻譜圖');</p><p>　　2.4、含噪語音信號合成 </p><p>　　在MATLAB軟件平臺下，給原始的語音信號疊加上噪聲，噪聲類型分為如下幾種：（1

14、）白噪聲；（2）單頻噪色（正弦干擾）；（3）多頻噪聲（多正弦干擾）；（4）其它干擾，可設(shè)置為低頻、高頻、帶限噪聲，或Chirp干擾、沖激干擾。繪出疊加噪聲后的語音信號時(shí)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(jìn)行對比，分析并體會含噪語音信號頻譜和時(shí)域波形的改變。這里，我們加的是單頻的正弦干擾。</p><p>　　噪聲信號與語音信號合成的程序：</p>&l

15、t;p>　　dt=0.1*sin(2*pi*5000*(1:size(x))/fs);</p><p>　　% dt1=fft(dt,1024);</p><p>　　% plot(n(1:512),abs(dt1(1:512)));</p><p><b>　　x1=x+dt';</b></p><p>

16、　　sound(x1,fs,bits);</p><p>　　y1=fft(x1,1024);</p><p>　　subplot(323);plot(x1);</p><p>　　title('含噪聲信號波形');</p><p>　　subplot(324);</p><p>　　plot(n(1:

17、512),abs(y1(1:512)));</p><p>　　title('含噪聲信號頻譜');</p><p>　　2.5、數(shù)字濾波器原理及步驟</p><p>　　給定濾波器的規(guī)一化性能指標(biāo)（參考指標(biāo),實(shí)際中依據(jù)每個(gè)同學(xué)所疊加噪聲情況而定）例如：通帶截止頻率wp=0.25*pi, 阻通帶截止頻率ws=0.3*pi; 通帶最大衰減Rp=1 dB;

18、 阻帶最小衰減Rs=15 dB，可以采用窗函數(shù)法與等波紋法分別設(shè)計(jì)各型FIR濾波器（低通、高通、帶通、帶阻中的至少3種類型）來對疊加噪聲前后的語音信號進(jìn)行濾波處理，繪出濾波器的頻域響應(yīng)，繪出濾波后信號的時(shí)域波形和頻譜，并對濾波前后的信號進(jìn)行對比，分析信號的變化；在相同的性能指標(biāo)下比較各方法的濾波效果，并從理論上進(jìn)行分析（或解釋）。 </p><p>　　2.5.1相關(guān)原理：</p><p>

19、;　　設(shè)計(jì)數(shù)字濾波器的任務(wù)就是尋求一個(gè)因果穩(wěn)定的線性時(shí)不變系統(tǒng)，并使系統(tǒng)函數(shù)H(z)具有指定的頻率特性。 數(shù)字濾波器從實(shí)現(xiàn)的網(wǎng)絡(luò)結(jié)構(gòu)或者從單位沖激響應(yīng)分類，可以分成無限長單位沖激響應(yīng)（IIR）數(shù)字濾波器和有限長單位沖激響應(yīng)（FIR）數(shù)字濾波器。 數(shù)字濾波器頻率響應(yīng)的三個(gè)參數(shù)：

20、 （1）    幅度平方響應(yīng)：</p><p>　　（2）    相位響應(yīng)</p><p>　?。?）    群時(shí)延響應(yīng)</p><p><b>　　FIR數(shù)字濾波器：</b></p><p>　　FIR濾波

21、器通常采用窗函數(shù)方法來設(shè)計(jì)。窗設(shè)計(jì)的基本思想是，首先選擇一個(gè)適當(dāng)?shù)睦硐脒x頻濾波器（它總是具有一個(gè)非因果，無限持續(xù)時(shí)間脈沖響應(yīng)），然后截?。哟埃┧拿}沖響應(yīng)得到線性相位和因果FIR濾波器。因此這種方法的重點(diǎn)是選擇一個(gè)合適的窗函數(shù)和理想濾波器。我我們用表示理想的選頻濾波器，它在通帶上具有單位增益和線性相位，在阻帶上具有零響應(yīng)。一個(gè)帶寬的低通濾波器由下式給定：</p><p>　　為了從得到一個(gè)FIR濾波器，必須同時(shí)

22、在兩邊截取。而要得到一個(gè)因果的線性相位濾波器，它的長度為，必須有：</p><p>　　這種操作叫做加窗，可以看作是與窗函數(shù)的乘積：</p><p><b>　　其中</b></p><p>　　根據(jù)的不同定義，可以得到不同的窗結(jié)構(gòu)。</p><p>　　在頻域中，因果FIR濾波器響應(yīng)由和窗響應(yīng)的周期卷積得到，即： &l

23、t;/p><p>　　常用的窗函數(shù)有矩形窗、巴特利特（BARTLETT）窗、漢寧（HANNING）窗、海明（HAMMING）窗、布萊克曼（BLACKMAN）窗、凱澤（KAISER）窗等。</p><p>　　2.5.2 用窗函數(shù)數(shù)字濾波器設(shè)計(jì)的基本步驟</p><p><b>　?。?）確定技術(shù)指標(biāo)</b></p><p>

24、　　在設(shè)計(jì)一個(gè)濾波器之前，必須首先根據(jù)工程實(shí)際的需要確定濾波器的技術(shù)指標(biāo)。在很多實(shí)際應(yīng)用中，數(shù)字濾波器常常被用來實(shí)現(xiàn)選頻操作。因此，指標(biāo)的形式一般在頻域中給出幅度和相位響應(yīng)。幅度指標(biāo)主要以兩種方式給出。第一種是絕對指標(biāo)。它提供對幅度響應(yīng)函數(shù)的要求，一般應(yīng)用于FIR濾波器的設(shè)計(jì)。第二種指標(biāo)是相對指標(biāo)。它以分貝值的形式給出要求。在工程實(shí)際中，這種指標(biāo)最受歡迎。對于相位響應(yīng)指標(biāo)形式，通常希望系統(tǒng)在通頻帶中人有線性相位。運(yùn)用線性相位響應(yīng)指標(biāo)進(jìn)行

25、濾波器設(shè)計(jì)具有如下優(yōu)點(diǎn)：①只包含實(shí)數(shù)算法，不涉及復(fù)數(shù)運(yùn)算；②不存在延遲失真，只有固定數(shù)量的延遲；③長度為N的濾波器（階數(shù)為N-1），計(jì)算量為N/2數(shù)量級。因此，本文中濾波器的設(shè)計(jì)就以線性相位FIR濾波器的設(shè)計(jì)為例。</p><p><b>　?。?）逼近</b></p><p>　　確定了技術(shù)指標(biāo)后，就可以建立一個(gè)目標(biāo)的數(shù)字濾波器模型。通常采用理想的數(shù)字濾波器模型。之

26、后，利用數(shù)字濾波器的設(shè)計(jì)方法，設(shè)計(jì)出一個(gè)實(shí)際濾波器模型來逼近給定的目標(biāo)。</p><p>　?。?）性能分析和計(jì)算機(jī)仿真</p><p>　　上兩步的結(jié)果是得到以差分或系統(tǒng)函數(shù)或沖激響應(yīng)描述的濾波器。根據(jù)這個(gè)描述就可以分析其頻率特性和相位特性，以驗(yàn)證設(shè)計(jì)結(jié)果是否滿足指標(biāo)要求；或者利用計(jì)算機(jī)仿真實(shí)現(xiàn)設(shè)計(jì)的濾波器，再分析濾波結(jié)果來判斷。</p><p>　　圖1 數(shù)字濾

27、波器設(shè)計(jì)步驟</p><p>　　第三章 窗函數(shù)的設(shè)定</p><p>　　3.1 窗函數(shù)的定義 </p><p>　　數(shù)字信號處理的主要數(shù)學(xué)工具是博里葉變換．而傅里葉變換是研究整個(gè)時(shí)間域和頻率域的關(guān)系。不過，當(dāng)運(yùn)用計(jì)算機(jī)實(shí)現(xiàn)工程測試信號處理時(shí)，不可能對無限長的信號進(jìn)行測量和運(yùn)算，而是取其有限的時(shí)間片段進(jìn)行分析。做法是從信號中截取一個(gè)時(shí)間片段，然后用觀察的信號時(shí)間片

28、段進(jìn)行周期延拓處理，得到虛擬的無限長的信號，然后就可以對信號進(jìn)行傅里葉變換、相關(guān)分析等數(shù)學(xué)處理。無線長的信號被截?cái)嘁院?，其頻譜發(fā)生了畸變，原來集中在f0處的能量被分散到兩個(gè)較寬的頻帶中去了，這種現(xiàn)象稱之為頻譜能量泄漏。信號截?cái)嘁院螽a(chǎn)生的能量泄漏現(xiàn)象是必然的，因?yàn)榇昂瘮?shù)w(t)是一個(gè)頻帶無限的函數(shù)，所以即使原信號x(t)是限帶寬信號，而在截?cái)嘁院笠脖厝怀蔀闊o限帶寬的函數(shù)，即信號在頻域的能量與分布被擴(kuò)展了。又從采樣定理可知，無論采樣頻率多

29、高，只要信號一經(jīng)截?cái)?，就不可避免地引起混疊，因此信號截?cái)啾厝粚?dǎo)致一些誤差。為了減少頻譜能量泄漏，可采用不同的截取函數(shù)對信號進(jìn)行截?cái)?，截?cái)嗪瘮?shù)稱為窗函數(shù)，簡稱為窗。泄漏與窗函數(shù)頻譜的兩側(cè)旁瓣有關(guān)，如果兩側(cè)瓣的高度趨于零，而使能量相對集中在主瓣，就可以較為接近于真實(shí)的頻譜，為此，在時(shí)間域中可采用不同的窗函數(shù)來截?cái)?lt;/p><p>　　采用時(shí)間變量某種冪次的函數(shù)，如矩形、三角形、梯形或其它時(shí)間（t）的高次冪；

30、3.2.2 三角函數(shù)窗</p><p>　　應(yīng)用三角函數(shù)，即正弦或余弦函數(shù)等組合成復(fù)合函數(shù)，例如漢寧窗、海明窗等； 3.2.3 指數(shù)窗</p><p>　　采用指數(shù)時(shí)間函數(shù)，如 形式，例如高斯窗等。</p><p>　　3.3幾種常用窗函數(shù)的性質(zhì)和特點(diǎn)。</p><p><b>　　3.3.1 矩形窗</b><

31、;/p><p>　　矩形窗屬于時(shí)間變量的零次冪窗。矩形窗使用最多，習(xí)慣上不加窗就是使信號通過了矩形窗。這種窗的優(yōu)點(diǎn)是主瓣比較集中，缺點(diǎn)是旁瓣較高，并有負(fù)旁瓣，導(dǎo)致變換中帶進(jìn)了高頻干擾和泄漏，甚至出現(xiàn)負(fù)譜現(xiàn)象</p><p>　　3.3.2 三角窗三角窗亦稱費(fèi)杰（Fejer）窗，是冪窗的一次方形式。與矩形窗比較，主瓣，寬約等于矩形窗的兩倍，但旁瓣小，而且無負(fù)旁瓣。</p><

32、;p>　　3.3.3漢寧（Hanning）窗漢寧窗又稱升余弦窗，漢寧窗可以看作是3個(gè)矩形時(shí)間窗的頻譜之和，或者說是 3個(gè) sine（t）型函數(shù)之和，而括號中的兩項(xiàng)相對于第一個(gè)譜窗向左、右各移動了 π/T，從而使旁瓣互相抵消，消去高頻干擾和漏能?？梢钥闯?，漢寧窗主瓣加寬并降低，旁瓣則顯著減小，從減小泄漏觀點(diǎn)出發(fā)，漢寧窗優(yōu)于矩形窗．但漢寧窗主瓣加寬，相當(dāng)于分析帶寬加寬，頻率分辨力下降。 </p><p>　　

33、3.3.4 海明（Hamming）窗海明窗也是余弦窗的一種，又稱改進(jìn)的升余弦窗。海明窗與漢寧窗都是余弦窗，只是加權(quán)系數(shù)不同。海明窗加權(quán)的系數(shù)能使旁瓣達(dá)到更小。分析表明，海明窗的第一旁瓣衰減為一42dB．海明窗的頻譜也是由3個(gè)矩形時(shí)窗的頻譜合成，但其旁瓣衰減速度為20dB／（10oct），這比漢寧窗衰減速度慢。海明窗與漢寧窗都是很有用的窗函數(shù)。3.3.5高斯窗高斯窗是一種指數(shù)窗。高斯窗譜無負(fù)的旁瓣，第一旁瓣衰減達(dá)一55dB。高斯富譜

34、的主瓣較寬，故而頻率分辨力低．高斯窗函數(shù)常被用來截?cái)嘁恍┓侵芷谛盘?，如指?shù)衰減信號等。不同的窗函數(shù)對信號頻譜的影響是不一樣的，這主要是因?yàn)椴煌拇昂瘮?shù)，產(chǎn)生泄漏的大小不一樣，頻率分辨能力也不一樣。信號的截?cái)喈a(chǎn)生了能量泄漏，而用FFT算法計(jì)算頻譜又產(chǎn)生了柵欄效應(yīng)，從原理上講這兩種誤差都是不能消除的，但是我們可以通過選擇不同的窗函數(shù)對它們的影響進(jìn)行抑制。圖6.5是幾種常用的窗函數(shù)的時(shí)域和頻域波形，其中矩形窗主瓣窄，旁瓣大，頻率識別精度最高

35、，幅值識別精度最低；布萊克曼窗主瓣寬，旁瓣小，頻率識別精度最低，但幅值識別精度最高。</p><p>　　對于窗函數(shù)的選擇，應(yīng)考慮被分析信號的性質(zhì)與處理要求。如果僅要求精確讀出主瓣頻率，而不考慮幅值精度，則可選用主瓣寬度比較窄而便于分辨的矩形窗，例如測量物體的自振頻率等；如果分析窄帶信號，且有較強(qiáng)的干擾噪聲，則應(yīng)選用旁瓣幅度小的窗函數(shù)，如漢寧窗、三角窗等；對于隨時(shí)間按指數(shù)衰減的函數(shù)，可采用指數(shù)窗來提高信噪比。&l

36、t;/p><p>　　第四章  利用窗函數(shù)設(shè)計(jì)給定參數(shù)的FIR濾波器</p><p><b>　　4.1指標(biāo)的確定</b></p><p>　　對于不同類型的濾波器，參數(shù)wp和ws有一些限制：對于低通濾波器，wp<ws；對于高通濾波器，wp>ws； 首先，根據(jù)所錄得音跟所加正弦噪聲合成后的頻譜觀察，確定wp和ws的大致范圍，設(shè)

37、定好了wp和ws之后，變可以確定過度帶的大小了，根據(jù)過度帶的及阻帶衰減的指標(biāo)要求，來選擇窗函數(shù)的類型。根據(jù)前面介紹的錄音噪聲信號跟源信號合成后的頻譜圖可以看出噪聲頻率大概在3KHZ左右，所以就可以設(shè)定fp,fs從而確定wp,ws。接著，按照阻帶衰減選擇窗函數(shù)的類型。</p><p>　　4.2 凱塞窗函數(shù)的程序的設(shè)定</p><p><b>　　濾波器的程序：</b>

38、</p><p>　　fp=2800,fc=3600,rs=90; %設(shè)置通帶頻率和阻帶頻率，單位是Hz</p><p>　　wp=2*pi*fp/fs;</p><p>　　ws=2*pi*fc/fs;</p><p>　　Bt=ws-wp; %轉(zhuǎn)化為數(shù)字頻率求過渡帶寬</p><p>

39、　　alph=0.5842*(rs-21)^0.4+0.07886*(rs-21);</p><p>　　M=ceil((rs-8)/2.285/Bt); %求濾波器長度</p><p>　　wc=(wp+ws)/2/pi; %理想濾波器通帶截止頻率 </p><p>　　hn=fir1(M,wc,kaiser(M+1,alph)); %理想低通濾波

40、器脈沖響應(yīng)并形成了凱塞函數(shù)</p><p>　　X=conv(hn,x); %過濾后的信號</p><p>　　sound(X,fs,bits);</p><p>　　X1=fft(X,1024)</p><p>　　subplot(325);plot(X);title('處理后的信號波形');</p>

41、;<p>　　subplot(326);plot(n(1:512),abs(X1(1:512)));; title('處理后的信號頻譜')</p><p><b>　　第五章 濾波分析</b></p><p>　　5.1 通過回放語音信號分析</p><p>　　從以上種音樂濾波去噪設(shè)計(jì)，我們可以從信號濾波前后的波

42、形圖以及頻譜圖上看出變化。當(dāng)然，也可以用sound()函數(shù)來播放濾波后的音樂，從聽覺上直接感受音樂信號的變化，本次設(shè)計(jì)比較明顯，濾波后的音樂比濾波前要清晰明亮很多，當(dāng)然由于人耳聽力的限制，有些情況下我們是很難聽出異同的。</p><p>　　sound(x1,fs,bits); %回放含噪音樂</p><p>　　sound(X,fs,bits); %回放去噪聲后音樂

43、</p><p>　　5.2 通過信號濾波前后的波形圖分析 </p><p>　　濾波前后信號在時(shí)間域和頻率域上的對照圖如下所示：</p><p>　　5.2.1圖5-1到5-3原信號以及濾波前后信號在時(shí)間域的對照圖</p><p>　　信號時(shí)域圖形如下所示：</p><p><b>　　圖5-1</b

44、></p><p><b>　　圖5-2</b></p><p><b>　　圖5-3</b></p><p>　　5..2.2圖5-4到5-6原信號以及濾波前后信號在頻域的對照圖</p><p>　　從濾波前后信號在頻率域上的對照圖能夠看出濾波后信號在3000Hz后的部分被完全濾掉，這樣就實(shí)

45、現(xiàn)了對音樂信號的去噪，從而基本恢復(fù)了原語音信號</p><p>　　圖5-4為原信號的的頻頻譜圖，圖5-5為加噪聲后的頻譜圖，圖5-6為加噪聲之后經(jīng)過濾波器之后的頻譜圖。通過觀察不難發(fā)現(xiàn)，經(jīng)過濾波器之后的頻譜與原信號的頻譜相同。</p><p><b>　　圖5-4</b></p><p><b>　　圖5-5</b>&l

46、t;/p><p><b>　　圖5-6</b></p><p><b>　　結(jié)束語</b></p><p>　　在本次課程設(shè)計(jì)的過程中，主要遇到的問題是原始音樂信號的選取。有些音樂信號在MATLAB中運(yùn)行時(shí)出錯(cuò)，開始以為自己的操作問題，在跟同學(xué)商討多次更換音樂信號后得到了解決。其次就是在濾波器參數(shù)的選取上，開始時(shí)不清楚怎么選取

47、，又在課本中找了好久才找到。</p><p>　　學(xué)習(xí)的過程是相互討論共同進(jìn)步的，多多討論課題中遇到的問題，可以鞏固我們的知識掌握能力，增加熟練運(yùn)用度。</p><p>　　從本次課程設(shè)計(jì)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(shí)際領(lǐng)域，這里就是指對音樂的處理。作為存儲于計(jì)算機(jī)中的音樂信號，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，就可以對其進(jìn)行處理了。</

48、p><p>　　在這里，用到了處理數(shù)字信號的強(qiáng)有力工具M(jìn)ATLAB，通過MATLAB里幾個(gè)命令函數(shù)的調(diào)用，很輕易的在實(shí)際化音樂與數(shù)字信號的理論之間搭了一座橋。課題的特色在于它將音樂看作了一個(gè)向量，于是音樂數(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，來給音樂信號做頻譜分析，也可以較容易的用數(shù)字濾波器來對音樂進(jìn)行濾波處理。改變參數(shù)，理論結(jié)合實(shí)際，分析各參數(shù)對圖形的影響，從而加深對

49、各個(gè)參數(shù)的理解。在完成這次課程設(shè)計(jì)過程中學(xué)到了許多東西，進(jìn)一步理解了濾波器設(shè)計(jì)方法和各參數(shù)意義，通過分析信號時(shí)域和頻域的關(guān)系等，加深了對濾波性能的理解，而且學(xué)會了使用Matlab一些基本函數(shù)，增加了進(jìn)一步學(xué)習(xí)Matlab軟件的興趣。同時(shí)，通過本次課程設(shè)計(jì)，鍛煉了我的動手能力，和提高了我分析問題，解決問題的能力。</p><p><b>　　參考文獻(xiàn)</b></p><p&

50、gt;　　[1]王達(dá)·K·恩格爾，約翰·G·普羅克斯. 數(shù)字圖像處理——使用 MATLAB [M].西安：西安交通大學(xué)出版社，2002.6</p><p>　　[2] 鐘麟，王峰. MATLAB仿真技術(shù)與應(yīng)用教程[M].北京：國防工業(yè)出版社，2004.1</p><p>　　[3] 汪安民 張松燦. DSP技術(shù)與應(yīng)用實(shí)例[M] . 北京：電子工業(yè)出版

51、社，2003.6</p><p><b>　　附錄</b></p><p><b>　　源程序：</b></p><p>　　fs=8000,bits=8,T=1,Ts=1/fs;</p><p><b>　　N=T/Ts;</b></p><p>　　

52、[x,fs,bits]=wavread('E:\MATLAB7\work\shengyin.wav');</p><p><b>　　x=x(:,1);</b></p><p>　　subplot(321);plot(x);</p><p>　　sound(x,fs,bits);</p><p>　　ti

53、tle('時(shí)域波形圖')</p><p>　　y=fft(x,1024);</p><p>　　n=(fs/1024)*[1:1024]; </p><p>　　subplot(322);</p><p>　　plot(n(1:512),abs(y(1:512)));</p><p>　　title(

54、'頻譜圖');</p><p>　　dt=0.01*sin(2*pi*7000*(1:size(x))/fs);</p><p>　　dt1=fft(dt,1024);</p><p>　　% plot(n(1:512),abs(dt1(1:512)));</p><p><b>　　x1=x+dt';<

55、;/b></p><p>　　sound(x1,fs,bits);</p><p>　　y1=fft(x1,1024);</p><p>　　subplot(323);</p><p><b>　　plot(x1);</b></p><p>　　title('污染信號波形')

56、;</p><p>　　subplot(324);</p><p>　　plot(n(1:1024),abs(y1(1:1024)));</p><p>　　axis([0,12000,0,0.4]);</p><p>　　title('污染信號頻譜');</p><p>　　fp=5000,fc=66

57、00,rs=100;</p><p>　　wp=2*pi*fp/fs;ws=2*pi*fc/fs;</p><p><b>　　Bt=ws-wp;</b></p><p>　　alph=0.5842*(rs-21)^0.4+0.07886*(rs-21);</p><p>　　M=ceil((rs-8)/2.285/Bt

58、);</p><p>　　wc=(wp+ws)/2/pi;</p><p>　　hn=fir1(M,wc,kaiser(M+1,alph));</p><p>　　X=conv(hn,x);</p><p>　　sound(X,fs,bits);</p><p>　　X1=fft(X,1024)</p>

59、<p>　　subplot(325);</p><p>　　plot(X);title('處理后的信號波形');</p><p>　　subplot(326);</p><p>　　plot(n(1:512),abs(X1(1:512)));; title('處理后的信號頻譜');</p><p>&