数字信号处理结+维纳声音滤波器的设计.doc

维纳声音滤波器的设计 摘要 在数字信号中往往存在很多扰动信号，即各种噪声。在信噪比较低时，原始信号会变得难以分辨，因此需要对输入信号进行处理，以提取有用信号，即数字信号处理。 其中主要方法是数字滤波器的设计，数字滤波器主要分为两大类，有限脉冲滤波器（FIR）和无限脉冲响应滤波器（IIR）。本文主要介绍有限长冲击响应（FIR）维纳滤波器的设计，采用MATLAB软件设计了一个FIR维纳滤波器，用以对有噪声干扰的鸟鸣声进行降噪处理。最后用基于MATLAB函数设计的维纳滤波器对一段鸟鸣声进行滤波处理，通过滤波前后信号的波形图的对比，分析不同信噪比下的滤波效果。 关键词：维纳滤波器；降噪；信噪比 目录 1课程总结 1 2 绪论 12 2.1 数字滤波器简介 12 2.1.1 数字滤波器概述 12 2.1.2 数字滤波器的优点 12 2.2 设计内容 12 2.3 研究方法 12 3 数字滤波器 14 3.1 数字滤波器原理 14 3.2 数字滤波器的分类 14 3.3 数字滤波器的 15 3.4 维纳滤波器 15 4 维纳滤波器设计 16 4.1 维纳滤波器的设计原理 16 4.2 维纳滤波器的 17 5总结 21 参考文献 22 1课程总结 信号携带信息的工具，是信息的载体。 信号分为模拟信号和数字信号。模拟信号是指电信号的参量是连续取值的，其特点是幅度连续。常见的模拟信号有电话、传真和电视信号等。数字信号是离散的，从一个值到另一个值的改变是瞬时的，就像开启和关闭电源一样。数字信号的特点是幅度被限制在有限个数值之内。常见的数字信号有电报符号、数字数据等。 模拟信号是传播能量的一种形式，它指的是在时间上连续的(不间断)，数值幅度大小也是连续不问断变化的信号(传统的音频信号、视频信号)。如声波使它经过的媒体产生振动，可以以频率(以每秒的周期数或赫兹(Hz)为单位)测量声波。通过将二进制数表示为电脉冲(其中每个脉冲是一个信号元素)使数字信号通过媒体传输。线路上的电压在高低状态之间变化。例如，可以采用高电平传输二进制的1，采用低电平传输二进制的0。带宽是指每秒通过链路传输位数的术语。 在长距离传输时，信号由于衰减、噪声和导线束中其他导线的干扰而退化。模拟信号可以周期性地加以放大，但是如果信号受到噪声破坏，则放大的是失真信号。相比而言，由于可以很容易地从噪声中提取数字信号并重发，所以长距离传输数字信号更可靠。 是在连续信号上采样得到的信号。与连续信号的自变量是连续的不同，离散信号是一个串行，即其自变量是“离散”的。这个串行的每一个值都可以被看作是连续信号的一个采样。由于离散信号只是采样的串行，并不能从中获得采样率，因此采样率必须另外存储。以时间为自变量的离散信号为离散时间信号。 离散信号并不等同于数字信号。数字信号不仅是离散的，而且是经过量化的。即，不仅其自变量是离散的，其值也是离散的。因此离散信号的精度可以是无限的，而数字信号的精度是有限的。而有着无限精度，亦即在值上连续的离散信号又叫抽样信号。所以离散信号包括了数字信号和抽样信号。 （1-1） 式中P表示概率。 如果Xn取连续值，其概率密度函数用下式描述： （1-2） 对于随机序列，不同n的随机变量之间并不是孤立的，为了更加完整地描述随机序列， 需要了解二维及多维统计特性。 随机序列的概率分布函数得到的一个完整的描述，但在实践中往往不能得到它。因此，引入随机序列的数字特征。在实践中，这些数字是比较容易测量和计算的特征，知道这些数字还具有充分的使用。常用的数字特征的数学期望，方差和自相关函数。不同的时间，随机序列的状态之间是相关的，或不同时间状态之间的相互影响，包括随机序列本身或不同的随机序列之间的。常用的自相关和互相关特性的功能进行描述。 （1-3） 对于两个不同的随机序列之间的关联性， 用互相关函数和互协方差函数描述。互相关函数的定义为 ： （1-4） 在信息处理和传输，常常会遇到所谓的平稳随机信号序列的一类重要。这样的随机序列被称为平稳随机序列。通常称为上面，这种类型的随机序列窄平稳随机序列，严格静止条件难以满足在实践。许多随机序列是不平稳随机序列，但它们不意味着并且随着时间的标准偏差变化，相关函数是时间差的一个函数。 （1-5） 白噪声序列 （1-6） 如果正态分布的白噪声序列，随机变量序列成对相关是相互独立的，称为正常的白噪声序列。显然，最随机白噪声是一个随机序列，在现实中不存在，它是一个理想的白噪声，一般只要该信号的带宽大于所述系统的带宽，并在频系统带宽信号的频谱基本上是恒定的，也可以是信号被当作白噪声。 基于所观察到的或量来推断的，是估计问题。 如果两个估计观测次数是相同的，并且都是无偏估计，估计其中的量在接近的摆动的一个较小数