信号与系统专题研讨.docxVIP

专题研讨一、信号与系统的时域分析 【研讨内容】 题目2：信号的基本运算（语音信号的翻转、展缩） 将原始音频信号在时域上进行延展、压缩， 将原始音频信号在时域上进行幅度放大与缩小， 将原始音频信号在时域上进行翻转， 【题目分析】 音频信号的读取，掌握了WAV格式的音频文件及常规音频文件的一些基本知识 （1）、wav文件：data Chunk中的采样值代表采样频率.即fs=44100HZ(故在程序中此句可以省略)，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字。 （2）、采样频率：可以理解成采样点，就是一秒采44100次，我们把这44100点连成一条直线，因为有44100这么多个点，把这1秒的细节全都采集到了，这样声音中间丢失的极少，所以不会有很大的失真。 （3）、采样位数：一般有16bit，24bit，或8bit等。声音采样的编码位数，也是记录每次采样值使用的二位制编码位数，处理声音的分辨率，单位bit。数值越大，分辨率越高，录制和回放声音就越真实。是一个客观反映数字声音信号精度的参数。 了解音频由模拟信号转入为matlab的数字信号时为数组的形式，其中数组中每个位的值为信号在该点的幅值，通过位点抽取与顺序调换和matlab中函数的应用可以对音频的进行伸展压缩、幅值的增减和翻转。 掌握信号的基本运算，学会用matlab进行信号的运算简单函数的运用。 【仿真程序】 原始程序： figure(1); [x,fs,nbits]=wavread (11); wavplay(x,fs); x1=x(1:1:end); k=1:length(x1); plot(k,x1); 或者 figure(1); [x,fs,nbits]=wavread (11); wavplay(x,fs,nbits); x1=x(1:1:end); k=1:length(x1); plot(k,x1); 播放效果一样 1、将原始音频信号在时域上进行延展、压缩 （1）、原信号的2倍延展 figure(2); [x,fs,nbits]=wavread (11); x1=x(1:0.5:end); wavplay(x1,fs); plot(x1) 注：音频播放放慢两倍，同时图像在时域上也延展两倍。 或者 [x,fs,nbits]=wavread (11);fs=22050; x1=x(1:1:end); wavplay(x1,fs); plot(x1) 注：音频播放放慢两倍，但plot(x1)，故图像没有发生延展。 （2）、原信号的0.5倍压缩 figure(3); [x,fs,nbits]=wavread (11); x1=x(1:2:end); wavplay(x1,fs); plot(x1) 2、将原始音频信号在时域上进行幅度放大与缩小 （1）幅值放大3倍 figure(4); [x,fs,nbits]=wavread (11); x1=x(1:1:end); wavplay(3*x1,fs); plot(3*x1) （2）幅值缩小0.5倍 figure(5); [x,fs,nbits]=wavread (11); x1=x(1:1:end); wavplay(0.5*x1,fs); plot(0.5*x1) 3、将原始音频信号在时域上进行翻转 figure(6); [x,fs,bits]=wavread(11); x=x(end:-1:1); wavplay(x,fs); plot(x) 或者使用flipud()函数 figure(7); fs=44100;bits=32; [x,fs,bits]=wavread(11.wav); x1=flipud(x); wavplay(x1,fs); plot(x1) 注意：使用类似的翻转函数fliplr（）无法实现翻转 figure(8); fs=44100;bits=32; [x,fs,bits]=wavread(11.wav); x1=fliplr(x); wavplay(x1,fs); plot(x1) 说明：由于matlab中的flipud函数实现矩阵的上下翻转。flipud(X)实现了矩阵X的上下翻转。fliplr（x）函数实现矩阵的左右翻转。而音频由模拟信号转成数字信号时自动产生的是列向数组， 故我们发现程序使用fliplr（x）无法实现音频信号的翻转。 【仿真结果】 原始信号图像（figure1） 1、将原始音频信号在时域上进行延展、压缩 （1）、原信号的2倍延展(figure2) （2）、原信号的0.5倍压缩（figure3） 2、将原始音频信号在时域上进行幅度放大与缩小 （1）幅值放大3倍（figure4） （2）幅值缩小0.5倍（f