数字信号处理课程研究报告综合训练精选.docxVIP

数字信号处理课程研究报告项目: 综合训练课题 班级:测控142 姓名:吉宇 学号: 学年:2016—2017 常熟理工学院电气与自动化工程学院课题一：基于MATLAB的语音信号分析与处理课题描述录制一段自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱波形；根据频率特征，分别设计IIR和FIR低通、高通、带通滤波器，并对声音信号进行滤波处理，回放声音信号，分析比较处理前后声音的变化。二、课题分析语音信号处理主要分成三个部分：语音信号的录制与采样；由于信号会有噪声，因此需要有相滤波器的设计；最后对采样信号进行滤波。三、课题设计对原始声音信号采样并画出时域波形和频域波形程序设计如下：原始声音信号采集[y,fs,nbits]=wavread(shengyin.wav); %读取声音sound(y,fs,nbits); %回放声音N=length(y);n=0:N-1;%长度w=2*n*pi/N;y1=fft(y);%对原始信号做傅里叶变化subplot(2,1,1);plot(n,y);title(原始语音信号时域图);xlabel(时间t);ylabel(幅值y);subplot(2,1,2);plot(w/pi,abs(y1));title(原始语音信号频谱);xlabel(频率Hz);ylabel(幅度);设计合适的滤波器前首先需要设计一个原型滤波器，下面分别设计了IIR和FIR低通，带通高通滤波器，设计程序过程如下：原型滤波器设计IIR低通滤波器：Ft=8000;%模拟指标采样周期Fp=1000;%通带截止频率Fs=1200;%阻带截止频率wp=2*pi*Fp/Ft;%数字指标ws=2*pi*Fs/Ft;ft=2*Ft*tan(wp/2);%双线性变化fs=2*Ft*tan(ws/2);[n11,wn11]=buttord(wp,ws,1,50,s);[b11,a11]=butter(n11,wn11,s);[num11,den11]=bilinear(b11,a11,0.5);[h,w]=freqz(num11,den11);figure;plot(w*8000*0.5/pi,abs(h));legend(IIR低通滤波器);grid;IIR带通滤波器Fp1=1200;Fp2=3000;Fs1=1000;Fs2=3200;Ft=8000;wp1=tan(pi*Fp1/Ft);wp2=tan(pi*Fp2/Ft);ws1=tan(pi*Fs1/Ft);ws2=tan(pi*Fs2/Ft);w=wp1*wp2/ws2;bw=wp2-wp1;wp=1;ws=(wp1*wp2-w.^2)/(bw*w);[n12,wn12]=buttord(wp,ws,1,50,s);[b12,a12]=butter(n12,wn12,s);[num2,den2]=lp2bp(b12,a12,sqrt(wp1*wp2),bw);[num12,den12]=bilinear(num2,den2,0.5);[h,w]=freqz(num12,den12);figure;plot(w*8000*0.5/pi,abs(h));axis([0 4500 0 1.5]);legend(IIR带通滤波器,Location,NorthWest);grid;IIR高通滤波器：Ft=8000;Fp=4000;Fs=3500;wp1=tan(pi*Fp/Ft);ws1=tan(pi*Fs/Ft);wp=1;ws=wp1*wp/ws1;[n13,wn13]=cheb1ord(wp,ws,1,50,s);[b13,a13]=cheby1(n13,1,wn13,s);[num,den]=lp2hp(b13,a13,wn13);[num13,den13]=bilinear(num,den,0.5);[h,w]=freqz(num13,den13);figure;plot(w*21000*0.5/pi,abs(h));legend(IIR高通滤波器,Location,NorthWest);axis([0 11000 0 1.5]);grid;FIR低通滤波器：Ft=8000;Fp=1000;Fs=1200;wp=2*Fp/Ft;ws=2*Fs/Ft;rp=1;rs=50;p=1-10.^(-rp/20);s=10.^(-rs/20);fpts=[wpws];mag=[1 0];dev=[p s];[n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev);b21=fir1(