- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
语音信号的数字滤波处理(十)
目 录
1 绪论……………………………………………….………………………………………..1
1.1 课题背景1
1.2 课题目的2
2 课程设计预习与原理3
2.1 课程设计预习3
2.1.1 卷积运算的演示
2.2.2 采样定理的演示9
2.2 课程设计原理11
2.2.1 频谱分析原理
2.2.2 IIR设计原理12
2.2.3 FIR设计原理12
3 课程设计步骤和过程15
3.1 IIR设计步骤和过程15
3.2 FIR设计步骤和过程15
4 设计程序的调试和运行结果17
4.1 切比雪夫低通滤波器程序的调试和运行结果17
4.2 切比雪夫高通滤波器程序的调试和运行结果19
4.3 切比雪夫带通滤波器程序的调试和运行结果21
4.4 Kaiser低通滤波器程序的调试和运行结果23
4.5 Kaiser高通滤波器程序的调试和运行结果25
4.6 Kaiser带通滤波器程序的调试和运行结果27
5 总结29
参考文献32
附录…………………………………………………………………………………...………33
附录 A33
附录 B45
第 PAGE 50 页 共 56 页
1 绪论
1.1 课题背景
数字滤波器是数字信号处理的基础,用来对信号进行过滤、检测与参数估计等处理,在 通信、图像、语音、雷达等许多领域都有着十分广泛的应用。尤其在图像处理、数据压缩等方面取得了令人瞩目的进展和成就。数字滤波器的设计有许多现成的高级语言设计程序,但他们都存在设计效率较低,不具有可视图形,不便于修改参数等缺点,而Matlab为数字滤波的研究和应用提供了一个直观、高效、便捷的利器。他以矩阵运算为基础,把计算、可视化、程序设计融合到了一个交互式的工作环境中。尤其是Matlab工具箱使各个领域的研究人员可以直观方便地进行科学研究与工程应用。其中的信号处理工具箱、图像处理工具箱、小波工具箱等更是为数字滤波研究的蓬勃发展提供了可能。
MATLAB是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。MATLAB应用非常之广泛!
本次课程设计本次设计的内容为利用MATLAB平台进行设计切比雪夫及Kaiser低通、高通、带通滤波器。主要介绍基于Matlab环境的IIR数字滤波器和FIR数字滤波器的设计,然后将设计结果应用于语音信号的处理,针对处理结果进一步分析了滤波器性能的。
1.2 课题目的
掌握数字信号处理的基本概念,基本理论和基本方法。
熟悉离散信号和系统的时域特性。
掌握序列快速傅里叶变换方法。
学会MATLAB的使用,掌握MATLAB的程序设计方法。
掌握利用MATLAB对语音信号进行频谱分析。
掌握滤波器的网络结构。
2 课程设计预习
2.1 课程设计预习
2.1.1
(1) 线性卷积
序列x1(n)=[2 0 1 1 5 7 0 5 0 2 1 8],序列x2(n)=[ 1, 2.43, 32.25, 22.17, 12.93, 6.17, 2.43,1.0000]。动态演示两个序列进行线性卷积x1(n)﹡x2(n)的翻转、移位、乘积、求和的过程。其中翻转采用fliplr[1],程序如下:
n=-7:18;
M=17;
yn=zeros(1,19);
figure(1)
stem(yn);
xlabel(n)
ylabel(y(n))
xn1=[2 0 1 1 5 7 0 5 0 2 1 8];
xm1=[zeros(1,7) xn1 zeros(1,7)];
figure(2)
stem(n,xm1)
xlabel(m)
ylabel(x1(m))
xn2=[1, 2.43, 32.25, 22.17, 12.93, 6.17, 2.43,1.0000];
xm2=[fliplr(xn2) zeros(1,18)];
figure(3)
stem(n,xm2)
xlabel(m)
ylabel(x2(N-m))
title(n=0)
yn(1)=sum((xm1.*xm2));
figure(4)
stem(yn)
xlabel(n)
ylabel(y(n))
title(n=N)
for N=1:17
xm3=[zeros(1,N) fliplr(xn2) zeros(1,M)];
figure()
stem(n,xm3)
xlabel(m)
ylabel(x2(N-m))
title(n=N)
M=M-1;
yn(N+1)=sum((xm1.*xm3));
figure()
文档评论(0)