数字信号处理综述.docxVIP

实验要求： 1、给出音频信号的时域和频谱特性； 2、设计一个IIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）； 3、设计一个FIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）。 实验设计： 音频信号的时域和频谱特性： 利用matlab绘出音频信号的时域和频谱特性如下： 2.IIR数字滤波器的的设计 ①IIR滤波器设计原理 无限长单位冲激响应滤波器，即IIR数字滤波器具有下面几个特点： （1） 系统的单位冲激响应h(n)为无限长的; （2） 系统函数H(z)在有限z平面上有极点存在； （3） 结构上存在着输出到输入的反馈，也就是结构上是递归型的。IIR滤波器的设计就是在给定的技术指标下去确定滤波器的阶数N和系数 {ia，ib }。在已满足给定的技术指标下，应选用阶数尽可能低的滤波器，因为滤 波器的阶数越低，在实现时成本就越低。 在设计IIR滤波器时，最常用的方法是利用模拟滤波器来设计数字滤波器。其原因为： （1） 模拟滤波器的设计技术相对成熟，可以广泛利用； （2） 模拟滤波器有大量的参考程序和表格； （3） 它的解可以为闭合形式的。 由于脉冲响应不变法存在缺点，即因为z=映射关系不是单值对应，所以，从s 平 面直接映射到z 平面时会产生混迭现象，而且脉冲响应不变法只适合频率响应在高频处单调递减的模拟原型滤波器，因此其应用范围受到限制。 双线性变换法的主要目的是从根本上解决上述脉冲响应不变法的问题也付出了一定的代价。 双线性变换法基本步骤： 1) 构造从S 平面到S1 平面的单值映射 :Ω = A tan(T/2) 2) 构造从S1 平面到Z 平面的单值映射： ω = T 实际上，不需要每次都从S 平面→S1平面→Z平面，而是直接求出S=f(Z) 的关系，然后代入Ha(s)，得H(z)，即H(z) = Ha(s)|s = f(z)。 ②.IIR数字滤波器matlab设计结果及分析 利用maltab求解出： 滤波器阶数：N=10； 截止频率wc=0.142717361733899; 分子系数为B=4.44874183087895e-10 分母系数A=[1 0.742149294597406 0.275392787735714 0.0669785657288590 0.0117875015403948 0.00156573451505780 0.000158879989776161 1.21683228747244e-05 6.74364786368612e-07 2.44952029360436e-08 4.44874183087895e-10] 所以系统函数为： 根据图像可以看出，滤波器大概在0.03π处就开始下降，即0.142左右。 观察滤波器前与滤波后的频域特性： 滤波前，音频信号存在角度偶的毛刺以及干扰噪声，滤波后剔除了尖锐的噪声，并且将人耳无法接受的频率的声音过滤，不过设计的滤波器有些窄，滤掉的声音频率略有些多。人的声音有些也被滤波器隔掉了，不过总体效果还好 滤波前与滤波后音频时域的对比图： 根据滤波前与滤波后的两张对比情况来了，滤波后的幅度明显比滤波前的幅度小了很多，由于人耳接收到较大幅度的声音会觉得刺耳，因此滤波后的声音能够较为舒服的被人们所接受，并且滤波器的效果很明显。滤除了波动较大的幅度。从图中观察，滤波器起到了明显的作用 ④.IIR数字滤波器matlab编程 clc; clear; [x1,Fsw] = wavread(C:\Users\momomo\Desktop\sy\cwl.wav); %读取音频信号； size=length(x1);%音频自身采样数据长度 Time=size/Fsw;%计算音频持续时间(s) Fp=400;%通带边界频率 Fs=500;%阻带截止频率 Ft=Fsw;%采样频率 T=1; wp=2*pi*Fp/Ft; %将模拟指标转换成数字指标 ws=2*pi*Fs/Ft; Rp=3; Rs=18;%预畸变校正转换指标 wp2=2*tan(wp/2); %频率指标变换 ws2=2*tan(ws/2); [n,wc]=buttord(wp2,ws2,Rp,Rs,s); %求低通滤波器的最小阶数和截止频率 [B,A]=butter(n,wc,s); [Bz,Az]=bilinear(B,A,T); %用双线性变换法实现模拟滤波器到数字滤波器的转换 figure(1) %绘制时域特性-冲激响应曲线 m=0:230; delta=zeros(1,length(m)); delta(1)=1; hh=filter