华南理工电信数字信号处理实验-第一次介绍.doc

《数字信号处理实验》报告 实验名称：实验1 常见离散信号产生和实现11级2班 学 号： 201130302204 姓 名： 刘 国 培 实验日期： 10 月 10日 实验1 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、熟悉使用MATLAB在时域中产生一些基本的离散时间信号。 二、实验原理 1、单位抽样序列 在MATLAB中可以利用函数实现。 n=0:N-1; x=[1 zeros(1,N-1)]; stem(n,x,b); 在MATLAB中执行命令 chongji(10)，可得下图 2、单位阶越序列 在MATLAB中可以利用函数实现: n=0:N-1; x=ones(1,N); stem(n,x,b); 在MATLAB中执行命令 jieyue(30)，可得下图 3、正弦序列 在MATLAB中实现过程如下： n=0:0.01:N-1; x=A*sin(2*pi*n*f/Fs+fai); stem(n,x,b); 在MATLAB中执行命令 zhengxuan(1,1,2*pi,0,10)，可得下图 4、复指数序列 在MATLAB中实现过程如下： n=0:N-1; x=r*exp(j*w*n); stem(n,x,b); 在MATLAB中执行命令 fuzhishu(1,1/2,30)，可得下图 5、指数序列 在MATLAB中实现过程如下： n=0:0.1:N-1; x=a.^n; stem(n,x,b); 在MATLAB中执行命令 zhishu(3,10)，可得下图 在MATLAB中执行命令 zhishu(1/3,10)，可得下图 实验2 语音基音周期估计 录制一段自己的“a、o、e”声音 (采样率8kHz，单声道，16bit量化)，实验室做实验时，可用a0.wav 对各自的声音文件进行中值滤波处理，比较前后语音的差别 语音信号需分帧处理，20ms一帧（160个样点） 在图书馆、或者网络（“中国期刊网、IEEE网站”等）上查找1-2种基音（pitch）提取算法（时域）（如自相关函数最大法等） 1....利用文献中的方法编程求解出各自声音信号的基音周期 语音基音周期估计的实现方法: 自相关函数法 能量有限的语音信号的短时自相关函数定义为： 其中，为移位距离，是偶对称的窗函数。 短时自相关函数有以下重要性质： ①如果是周期信号，周期是，则也是周期信号，且周期相同，即。 ②当τ=0时，自相关函数具有最大值；当…处周期信号的自相关函数达到极大值。 ③自相关函数是偶函数，即。 短时自相关函数法基音检测的主要原理是利用短时自相关函数的第二条性质，通过比较原始信号和它移位后的信号之间的类似性来确定基音周期，如果移位距离等于基音周期，那么，两个信号具有最大类似性。 在实际采用短时自相关函数法进行基音检测时，使用一个窗函数，窗不动，语音信号移动，这是经典的短时自相关函数法。窗口长度的选择至少要大于基音周期的两倍，越大，短时自相关函数波形的细节就越清楚，更有利于基音检测，但计算量较大，近年来由于高速数字信号处理器(DSP)的使用，从而使得这一算法简单有效，而不再采用结构复杂的快速傅里叶变换法、递归计算法等；越小，误差越大，但计算量较小。 自相关函数在基音周期处表现为峰值，自相关函数在基音周期处表现为峰值，这些峰值点之间的间隔的平均值就是基音周期 中值滤波: 为了平滑噪声[x,fs,bits]=wavread(E:\A.wav);%读取输入语音信号的频率及波形 figure(1); stem(x,.);%做原始语音信号的时域图形 title(原始语音信号); fc1=500; N1=2*pi*0.9/(0.1*pi) wc1=2*pi*fc1/fs; if rem(N1,2)==0 N1=N1+1; end Window= boxcar (N1+1); %长度为N1的矩形窗Window b1=fir1(N1,wc1/pi,Window); figure(2); freqz(b1,1,512); title(低通滤波器的频率响应); y= filter(b1,1,x1);%对信号进行低通滤波 figure(3); plot(y); title(信号经过低通滤波器后); 经过中值滤波后，对信号用自相关函数法进行基音周期的检测。语音信号需分帧处理，20ms一帧（160个样点） ，程序如下： n=160; %取20ms的声音片