数字信号处理课程设计报告.doc

1、第 1 页数字信号处理课程设计报告基于 MATLAB 的语音去噪处理专 业： 通信工程 班 级： 通信 1101 班 组 次： 第 7 组 姓名及学号： 胡政权（2011013825） 姓名及学号： 潘 爽（2011013836） 第 2 页组 员 承 担 任 务胡政权负责程序的编写，并检验程序是否错误，利用课余时间去图书馆或上网查阅课题相关资料，深入理解课题含义及设计要求，注意材料收集与整理，对课程设计要求进行最后审核。潘爽负责课程设计实验 MATLAB 仿真对实验结果进行分析，上网查阅材料对实验发表自己看法同时对实验要求进行扩展。对论文进行抒写，排版使实验课程设计更加完善。指导教师评价意见

2、第 3 页基于 MATLAB 的语音去噪处理1、设计目的（1）巩固所学的数字信号处理理论知识， 理解信号的采集、处理、加噪、去噪过程；（2）综合运用专业及基础知识，解决实际工程技术问题的能力；（3）学习资料的收集与整理，学会撰写课程设计报告。2、设计任务（1）语音信号的录制。（2）在 MATLAB 平台上读入语音信号。（3）绘制频谱图并回放原始语音信号。（4）利用 MATLAB 编程加入一段正弦波噪音，设计滤波器去噪。（5）利用 MATLAB 编程加入一段随机噪音信号，设计 FIR 和 IIR 滤波器去噪，并分别绘制频谱图、回放语音信号。（6）通过仿真后的图像以及对语音信号的回放，对比两种去噪

3、方式的优缺点。其大概流程框图可如下表示：（图 2-1）图 2-1 课程设计的流程第 4 页3、设计原理3.1 去噪原理3.1.1 采样定理在进行模拟/数字信号的转换过程中，当采样频率 fs.max 大于信号中，最高频率 fmax的 2 倍时，即：fs.max=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的 510 倍；采样定理又称奈奎斯特定理。1924 年奈奎斯特(Nyquist)就推导出在理想低通信道的最高大码元传输速率的公式: 理想低通信道的最高大码元传输速率=2W*log2 N (其中 W 是理想低通信道的带宽,N 是电平强度)为

4、什么把采样频率设为 8kHz?在数字通信中，根据采样定理, 最小采样频率为语音信号最高频率的 2 倍频 带 为 F 的 连 续 信 号 f(t)可 用 一 系 列 离 散 的 采 样 值 f(t1),f(t1 t)，f(t12 t)， .来 表 示 ,只要这些采样点的时间间隔 t 1/2F， 便 可 根 据 各 采 样 值 完 全恢 复 原 来 的 信 号 f(t)。 这 是 时 域 采 样 定 理 的 一 种 表 述 方 式 。 时 域 采 样 定 理 的 另 一 种 表 述 方 式 是 ： 当 时 间 信 号 函 数 f(t)的 最 高 频 率 分 量 为 fM 时 ,f(t)的 值 可

5、由 一 系 列 采 样 间 隔 小 于 或 等 于 1/2fM 的 采 样 值 来 确 定 ,即 采 样 点 的 重 复 频 率f 2fM。 图 为 模 拟 信 号 和 采 样 样 本 的 示 意 图 。 时 域 采 样 定 理 是 采 样 误 差 理 论 、 随 机 变 量 采 样 理 论 和 多 变 量 采 样 理 论 的 基 础 。 对于 时 间 上 受 限 制 的 连 续 信 号 f(t)（ 即 当 t T 时 ,f(t)=0,这 里 T=T2-T1 是 信 号 的 持续 时 间 ） ， 若 其 频 谱 为 F（ ） ,则 可 在 频 域 上 用 一 系 列 离 散 的 采 样 值 （

6、 2-1）采 样 值 来 表 示 ,只 要 这 些 采 样 点 的 频 率 间 隔 （ 2-2）3.1.2 采样频率采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采 样 频 率 只 能 用 于 周 期 性 采 样 的 采 样 器 ， 对 于 非 周 期 性 采 样 的 采 样 器 没 有 规 则 限 制 。采 样 频 率 的 常 用 的 表 示 符 号 是

7、 fs。 通 俗 的 讲 采 样 频 率 是 指 计 算 机 每 秒 钟 采 集 多 少 个第 5 页声 音 样 本 ， 是 描 述 声 音 文 件 的 音 质 、 音 调 ， 衡 量 声 卡 、 声 音 文 件 的 质 量 标 准 。 采 样 频 率越 高 ， 即 采 样 的 间 隔 时 间 越 短 ， 则 在 单 位 时 间 内 计 算 机 得 到 的 声 音 样 本 数 据 就 越 多 ， 对声 音 波 形 的 表 示 也 越 精 确 。 采 样 频 率 与 声 音 频 率 之 间 有 一 定 的 关 系 ， 根 据 采 样 定 理 ，只 有 采 样 频 率 高 于 声 音 信 号 最

8、高 频 率 的 两 倍 时 ， 才 能 把 数 字 信 号 表 示 的 声 音 还 原 成 为 原来 的 声 音 。 这 就 是 说 采 样 频 率 是 衡 量 声 卡 采 集 、 记 录 和 还 原 声 音 文 件 的 质 量 标 准 。 采样 位 数 和 采 样 率 对 于 音 频 接 口 来 说 是 最 为 重 要 的 两 个 指 标 ， 也 是 选 择 音 频 接 口 的 两 个重 要 标 准 。 无 论 采 样 频 率 如 何 ， 理 论 上 来 说 采 样 的 位 数 决 定 了 音 频 数 据 最 大 的 力 度 范围 。 每 增 加 一 个 采 样 位 数 相 当 于 力 度

9、范 围 增 加 了 6dB。 采 样 位 数 越 多 则 捕 捉 到 的 信 号越 精 确 。 对 于 采 样 率 来 说 你 可 以 想 象 它 类 似 于 一 个 照 相 机 ， 44.1kHz 意 味 着 音 频 流 进入 计 算 机 时 计 算 机 每 秒 会 对 其 拍 照 达 441000 次 。 显 然 采 样 率 越 高 ， 计 算 机 摄 取 的 图片 越 多 ， 对 于 原 始 音 频 的 还 原 也 越 加 精 确 . 4、设计过程4.1 语音文件在 MATLAB 平台上的录入与打开单击自己的电脑开始程序，选择所有程序，接着选择附件，再选择娱乐，最后选择录音。自己录入“毕

10、业设计”语音信号，然后保存在 MATLAB 文件夹里面，命名为“wangqingtian.wav”。利用 MATLAB 中的 wavread 命令来读入（采集）语音信号，将它赋值给某一向量。y,fs,bits=wavread( N1 N2);用于读取语音，采样值放在向量 y 中，fs 表示采样频率(Hz)，bits 表示采样位数。N1 N2表示读取从 N1 点到 N2 点的值（若只有一个 N 的点则表示读取前 N 点的采样值）。4.2 原始语音信号频谱分析及仿真利用 MATLAB 中的 wavread 命令来读入（采集）语音信号，将它赋值给某一向量。再将该向量看作一个普通的信号，对其进行 FF

11、T 变换实现频谱分析，再依据实际情况对它进行滤波。对于波形图与频谱图（包括滤波前后的对比图）都可以用 MATLAB 画出。我们还可以通过 sound 命令来对语音信号进行回放，以便在听觉上来感受声音的变化。选择设计此方案，是对数字信号处理的一次实践。在数字信号处理的课程学习过程中，我们过多的是理论学习，几乎没有进行实践方面的运用。这个课题正好是对数字语音处理的一次有利实践，而且语音处理也可以说是信号处理在实际应用中很大众化的一方面。这个方案用到的软件也是在数字信号处理中非常通用的一个软件MATLAB 软件。所第 6 页以这个课题的设计过程也是一次数字信号处理在 MATLAB 中应用的学习过程。

12、课题用到了较多的 MATLAB 语句，而由于课题研究范围所限，真正与数字信号有关的命令函数却并不多。sound(x,fs,bits); 用于对声音的回放。向量 y 则就代表了一个信号（也即一个复杂的“函数表达式” ）也就是说可以像处理一个信号表达式一样处理这个声音信号。FFT 的 MATLAB 实现：在 MATLAB 的信号处理工具箱中函数 FFT 和 IFFT 用于快速傅立叶变换和逆变换。下面介绍这些函数。函数 FFT 用于序列快速傅立叶变换。函数的一种调用格式为 y=fft(x)其中，x 是序列，y 是序列的 FFT，x 可以为一向量或矩阵，若 x 为一向量，y 是 x 的FFT。且和 x

13、 相同长度。若 x 为一矩阵，则 y 是对矩阵的每一列向量进行 FFT。如果 x 长度是 2 的幂次方，函数 fft 执行高速基2FFT 算法；否则 fft 执行一种混合基的离散傅立叶变换算法，计算速度较慢。函数 FFT 的另一种调用格式为 y=fft(x,N)式中，x，y 意义同前，N 为正整数。函数执行 N 点的 FFT。若 x 为向量且长度小于N，则函数将 x 补零至长度 N。若向量 x 的长度大于 N，则函数截短 x 使之长度为 N。若x 为矩阵，按相同方法对 x 进行处理。经函数 fft 求得的序列 y 一般是复序列，通常要求其幅值和相位。MATLAB 提供求复数的幅值和相位函数：a

14、bs ，angle ，这些函数一般和 FFT 同时使用。函数 abs(x)用于计算复向量 x 的幅值，函数 angle(x)用于计算复向量的相角，介于 和 之间，以弧度表示。函数 unwrap(p)用于展开弧度相位角 p ,当相位角绝对变化超过 时，函数把它扩展至 。用 MATLAB 工具箱函数 fft 进行频谱分析时需注意：（1）函数 fft 返回值 y 的数据结构对称性一般而言，对于 N 点的 x(n)序列的 FFT 是 N 点的复数序列，其点 n=N/2+1 对应Nyquist 频率，作频谱分析时仅取序列 X(k)的前一半，即前 N/2 点即可。X(k)的后一半序列和前一半序列时对称的。

15、（2）频率计算第 7 页若 N 点序列 x(n)(n=0,1,N-1)是在采样频率 下获得的。它的 FFT 也是 N 点序列，即 X(k)(k=0,1,2,N-1)，则第 k 点所对应实际频率值为 f=k*f /N.（3）作 FFT 分析时，幅值大小与 FFT 选择点数有关，但不影响分析结果。下面的一段程序是语音信号在 MATLAB 中的最简单表现，它实现了语音的读入打开，以及绘出了语音信号的波形频谱图。x,fs,bits=wavread(C:UsersAdministratorDesktop数字信号处理课程设计1.wav);sound(x,fs,bits);X=fft(x,4096);mag

16、X=abs(X);angX=angle(X);subplot(221);plot(x);title(原始信号波形);subplot(222);plot(X); title(原始语音信号采样后的频谱图 )subplot(223);plot(magX);title(原始信号幅值);subplot(224);plot(angX);title(原始信号相位);程序运行可以听到声音，得到的图形为：（第 8 页图 41 原始语音波形、幅值、相位以及采样后频谱图4.3 加噪语音信号频谱分析及仿真(1)正弦波信号加入原始语音信号前面已经介绍了 MATLAB 软件相关知识，那么我们怎么在没没 ATLAB 平台上

17、实现对一段原始语音信号加入一个正弦波信号呢？下面一段程序实现了在原始语音信号加入正弦波信号。程序见附录 5 分析此段程序可知，此程序是先对原始语音信号做时域波形分析和频谱分析，然后再对加噪的语音信号做时域波形分析和频谱分析。首先通过MATLAB中调用和回放语音信号命令来实现对原始语音信号的调用和回放，程序如下：y,fs,bits=wavread(C:UsersAdministratorDesktop数字信号处理课程设计1.wav);sound(y,fs)由于在MATLAB中，如要实现两个信号的相加减，那么两个信号的长度和维度都要一第 9 页样才能相加减。程序中：n=length(y) 用于计算

18、信号的长度和选取变换的点数。然后用傅里叶变换到频域：y_p=fft(y,n);通过函数 f=fs*(0:n/2-1)/n;计算出对应点的频率，然后绘制出原始语音信号的时域波形和频谱图。图形如下：（图42）图 42 原始语音信号采样后时域波形和频谱图上段程序中，函数 noise 是频率为 3000Hz 的正弦波信号噪音，语句 y_z=y+noise 实现了两个信号的相加，然后绘制加噪后的语音信号时域波形和频谱图并回放加噪后的语音信号。加噪后的时域波形和频谱图如下：（图 43）第 10 页图 4-3 加噪语音信号时域波形和频谱图如上所示，通过对加噪前和加噪后语音信号的图像的对比和对语音信号回放的人

19、耳感知可以知道，加入正弦波信号后频谱图和时域波形并没有什么明显的变化，而人耳听到的声音也几乎没有什么变化。（2）随机噪音信号加入原始语音信号matlab 函数 randn：产生正态分布的随机数或矩阵的函数 产生均值为 0，方差 2 = 1，标准差 = 1 的正态分布的随机数或矩阵的函数。用法：Y = randn(n)返回一个 n*n 的随机项的矩阵。如果 n 不是个数量，将返回错误信息。Y = randn(m,n) 或 Y = randn(m n) 返回一个 m*n 的随机项矩阵。Y = randn(m,n,p,.) 或 Y = randn(m n p.)产生随机数组。第 11 页Y = ra

20、ndn(size(A) 返回一个和 A 有同样维数大小的随机数组。randn返回一个每次都变化的数量。下面一段程序实现了利用 randn 函数把一段随机噪音信号加入原始语音信号的信号处理过程：见附录 2语句 L=length(y) noise=0.1*randn(L,2) y_z=y+noise;sound(y_z,fs)加噪后语音信号的时域波形、频谱图（图 44）图 4-4 加噪语音信号时域波形和频谱图通过对两张图片的对比，很明显可以看加噪后的语音信号时域波形比原始语音信号浑浊了许多，在时间轴上可以明显看出 00.5S 的幅值增大了；通过对原始语音信号的频谱图与加噪后的语音信号频谱图的对比，

21、也可以看出在频率 5000Hz 以后的频率幅值发生了明显的增加。加噪后的语音信号在听觉上比原始语音信号要浑浊很多，而且还有吱吱嘎嘎的混杂音。第 12 页4.4 去噪及仿真（1）FIR 滤波器法去噪通过对上一节中加噪语音信号和原始语音信号频谱图对比可以知道，噪音大部分是Hz 大于 5000 的部分，故设计低通滤波器进行滤波处理。接下来我们要用设计的 FIR 低通滤波器对上一节中加噪语音信号进行滤波处理。用自己设计的 FIR 数字低通滤波器对加噪的语音信号进行滤波时，在 Matlab 中，FIR滤波器利用函数 fftfilt 对信号进行滤波。函数 fftfilt 用的是重叠相加法实现线性卷积的计算

22、。调用格式为：y=fftfilter(h,x,M) 。其中，h 是系统单位冲击响应向量；x 是输入序列向量；y 是系统的输出序列向量；M 是有用户选择的输入序列的分段长度，缺省时，默认的输入向量的重长度 M=512。用设计好的 FIR 数字低通滤波器对加噪语音信号的滤波程序：见附录 3得到的图像如下：（图45）图 4-5 FIR滤波前和滤波后波形及频谱分析：从以上四图可以很明显和直观的看出原始语音信号和加噪语音信号时域波形和频谱图的区别。加噪后的语音信号的时域波形比原始语音信号要模糊得多，频谱图则是在频率 5000Hz 以后出现了明显的变化。再通过滤波前的信号波形和频谱图的对比，可以明显看出滤

23、波后的波形开始变得清晰了，有点接近原始信号的波形图了。滤波后信号的频谱图也在 5000Hz 以后开始逐渐接第 13 页近原始语音信号的频谱图。再从对语音信号的回放，人耳可以明显辨别出加噪后的语音信号比较浑浊，还有很明显嘎吱嘎吱的杂音在里面。滤波后，语音信号较加噪后的信号有了明显的改善，基本可以听清楚了，而且杂音也没有那么强烈，但是声音依然没有原始语音信号那么清晰脆耳。（2）IIR 滤波器法去噪同样，也设计一个 IIR 低通滤波器对加噪语音信号进行内部处理。程序见附录 4得到下面的图形：如（图 4-6）图 4-6 IIR 滤波前和滤波后波形及频谱第 14 页5、 MATLAB 源程序为：见附录6

24、、 数据分析IIR 数字滤波器采用递归型结构，即结构上带有反馈环路。IIR 滤波器运算结构通常由延时、乘以系数和相加等基本运算组成，可以组合成直接型、正准型、级联型、并联型四种结构形式，都具有反馈回路。由于运算中的舍入处理，使误差不断累积，有时会产生微弱的寄生振荡。 （1）IIR 数字滤波器的相位特性不好控制，对相位要求较高时，需加相位校准网络。FIR 滤波器则要求较低。（2）IIR 滤波器运算误差大，有可能出现极限环振荡，FIR 相比之下运算误差较小，不会出现极限环振荡。（3）IIR 幅频特性精度很高，不是线性相位的，可以应用于对相位信息不敏感的音频信号上； （4）与 FIR 滤波器的设计不

25、同，IIR 滤波器设计时的阶数不是由设计者指定，而是根据设计者输入的各个滤波器参数（截止频率、通带滤纹、阻带衰减等） ，由软件设计出满足这些参数的最低滤波器阶数。在 MATLAB 下设计不同类型 IIR 滤波器均有与之对应的函数用于阶数的选择。 （5）IIR 单位响应为无限脉冲序列 FIR 单位响应为有限的 （6）FIR 幅频特性精度较之于 iir 低，但是线性相位，就是不同频率分量的信号经过FIR 滤波器后他们的时间差不变。这是很好的性质。 （7）IIR 滤波器有噪声反馈，而且噪声较大，FIR 滤波器噪声较小。FIR 幅频特性精度较之于 iir 低，但是线性相位，就是不同频率分量的信号经过

26、FIR 滤波器后他们的时间差不变。这是很好的性质。第 15 页7、总结语音信号处理是语音学与数字信号处理技术相结合的交叉学科，课题在这里不讨论语音学，而是将语音当做一种特殊的信号，即一种“ 复杂向量” 来看待。也就是说，课题更多的还是体现了数字信号处理技术。从课题的中心来看，课题“基于 MATLAB 的有噪声语音信号处理 ”是希望将数字信号处理技术应用于某一实际领域，这里就是指对语音及加噪处理。作为存储于计算机中的语音信号，其本身就是离散化了的向量，我们只需将这些离散的量提取出来，就可以对其进行处理了。这一过程的实现，用到了处理数字信号的强有力工具 MATLAB。通过MATLAB 里几个命令函

27、数的调用，很轻易的在实际语音与数字信号的理论之间搭了一座桥。课题的特色在于它将语音信号看作一个向量，于是就把语音数字化了。那么，就可以完全利用数字信号处理的知识来解决语音及加噪处理问题。我们可以像给一般信号做频谱分析一样，来对语音信号做频谱分析，也可以较容易的用数字滤波器来对语音进行滤波处理。通过比较加噪前后，语音的频谱和语音回放，能明显的感觉到加入噪声后回放的声音与原始的语音信号有很大的不同,前者随较尖锐的干扰啸叫声。从含噪语音信号的频谱图中可以看出含噪声的语音信号频谱,在整个频域范围内分是布均匀。其实，这正是干扰所造成的。通过滤波前后的对比，低通滤波后效果最好，高通滤波后的效果最差。由此可

28、见，语音信号主要分布在低频段，而噪声主要分布在高频段。第 16 页8、收获与体会本次课程设计选题及进行过程中得到符茂胜、金星老师等的悉心指导。对报告的书写格式及内容，老师多次帮助我分析思路，开拓视角。在我遇到困难的时候，老师给予我最大的支持和鼓励。指导老师严谨求实的治学态度，踏实坚韧的工作精神，值得我学习。在此，谨向符茂胜、金星老师等致以诚挚的谢意。同时还要感谢我的同学，尤其是我们同一课题的搭档，我们花费课很多的时间和精力。相互之间帮忙协作，上网搜索相关资料，到图书馆查阅相关文献，遇到难题，共同商讨。解决不了的问题，我们就像老师和其他同学虚心请教。最终，我们一起解决了一个又一个难题，虽然，我们

29、有过争吵，但是在真理面前，我们的行动是一致的。在二周的课程设计过程中， 学院的机房工作人员给我们提供的便利的条件，天气寒冷，实验室空调一直开放，我们觉得很温暖，在此，表达对工作人员的谢意。在遇到课题技术难题时，我和同组的同学到图书馆广泛查阅相关资料，图书馆也热情地老师帮助，在此，向他们表示致谢。当然，我们也要感谢信息工程学院，感谢他们给我们提供这次实习的机会。我院采取把理论知识与实践相结合教学模式，让学生的知识源于课堂而走出课堂，真正做到了“为了学生的一切，一切为了学生” 。 最后，再次感谢所有帮助过我们的老师和同学！9、参考文献1楼顺天，余卫.基于MATLAB的系统与设计控制系统M.西安.西

30、安电子科技大学出版社.2云舟工作室.MATLAB教学建模基础教程M.北京：人民邮电出版社，2001,73高西全，丁玉美.数字信号处理（第三版）.西安：西安电子科技大学出版社4张志涌， 精通 MATLAB6.5 ， 北京北航电子版，2002.125孙家广，杨长贵.， 计算机图形学 ， 清华大学出版社，1995.56闫敬文， 数字图像处理 MATLAB 版 ，国防工业出版社，2007.2第 17 页附录附录 1y,fs,bits=wavread(C:UsersAdministratorDesktop数字信号处理课程设计1.wav);sound(y,fs)n=length(y)y_p=fft(y,n

31、);f=fs*(0:n/2-1)/n;figure(1)subplot(2,1,1);plot(y);title(原始语音信号采样后时域波形);xlabel(时间轴 )ylabel(幅值 A)subplot(2,1,2);plot(f,abs(y_p(1:n/2);title(原始语音信号采样后的频谱图);xlabel(频率Hz);ylabel(频率幅值 );noise=1*sin(2*pi*3000*n);y_z=y+noise;sound(y_z,fs)L=length(y_z);y_zp=fft(y_z,L);f=fs*(0:L/2-1)/L;figure(2)subplot(2,1,1

32、);第 18 页plot(y_z);title(加噪语音信号时域波形);xlabel(时间轴 )ylabel(幅值 A)subplot(2,1,2);plot(f,abs(y_zp(1:L/2);title(加噪语音信号频谱图);xlabel(频率Hz);ylabel(频率幅值 );附录2y,fs,bits=wavread(C:UsersAdministratorDesktop数字信号处理课程设计1.wav);sound(y,fs)n=length(y)y_p=fft(y,n);f=fs*(0:n/2-1)/n;figure(1)subplot(2,1,1);plot(y);title(原始语

33、音信号采样后的时域波形);xlabel(时间轴 )ylabel(幅值A)subplot(2,1,2);plot(f,abs(y_p(1:n/2);title(原始语音信号采样后的频谱图);xlabel(频率Hz);ylabel(频率幅值 );L=length(y)noise=0.1*randn(L,2);y_z=y+noise;sound(y_z,fs)n=length(y);第 19 页y_zp=fft(y_z,n);f=fs*(0:n/2-1)/n;figure(2)subplot(2,1,1);plot(y_z);title(加噪语音信号时域波形);xlabel(时间轴 )ylabel(

34、幅值A)subplot(2,1,2);plot(f,abs(y_zp(1:n/2);title(加噪语音信号频谱图);xlabel(频率Hz);ylabel(频率幅值 );附录3y,fs,bits=wavread(C:UsersAdministratorDesktop数字信号处理课程设计1.wav);sound(y,fs)n=length(y)y_p=fft(y,n);f=fs*(0:n/2-1)/n;figure(1)subplot(2,1,1);plot(y);title(原始语音信号采样后的时域波形);xlabel(时间轴 )ylabel(幅值A)subplot(2,1,2);plot(

35、f,abs(y_p(1:n/2);title(原始语音信号采样后的频谱图);xlabel(频率Hz);ylabel(频率幅值 );第 20 页L=length(y)noise=0.1*randn(L,2);y_z=y+noise;sound(y_z,fs)n=length(y);y_zp=fft(y_z,n);f=fs*(0:n/2-1)/n;figure(2)subplot(2,1,1);plot(y_z);title(加噪语音信号时域波形);xlabel(时间轴 )ylabel(幅值A)subplot(2,1,2);plot(f,abs(y_zp(1:n/2);title(加噪语音信号频谱

36、图);xlabel(频率Hz);ylabel(频率幅值 );Ft=5000;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=wp ws;mag=1 0;dev=p s;n21,wn21,beta,ftype=kaiserord(fpts,mag,dev);第 21 页b21=fir1(n21,wn21,Kaiser(n21+1,beta);h,w=freqz(b21,1);plot(w/pi,abs(h);title(FIR低通滤波器);x=fftfilt(b21,y_z);

37、X=fft(x,n);figure(4);subplot(2,2,1);plot(f,abs(y_zp(1:n/2);title(滤波前信号的频谱);subplot(2,2,2);plot(f,abs(X(1:n/2);title(滤波后信号的频谱);subplot(2,2,3);plot(y_z);title(滤波前信号的时域波形)subplot(2,2,4);plot(x);title(滤波后信号的时域波形)sound(x,fs,bits)附录 4Ft=8000;Fp=1000;Fs=1200;wp=2*pi*Fp/Ft;ws=2*pi*Fs/Ft;fp=2*Ft*tan(wp/2);fs

38、=2*Fs*tan(wp/2);n11,wn11=buttord(wp,ws,1,50,s); %求低通滤波器的阶数和截止频率b11,a11=butter(n11,wn11,s); %求 S 域的频率响应的参数num11,den11=bilinear(b11,a11,0.5); %双线性变换实现 S 域到 Z 域的变换h,w=freqz(num11,den11); %根据参数求出频率响应plot(w*8000*0.5/pi,abs(h);legend(用切比雪夫 lchoby1 设计);grid;第 22 页y,fs,nbits=wavread (C:UsersAdministratorDes

39、ktop数字信号处理课程设计1.wav);n = length (y) ; %求出语音信号的长度noise=0.01*randn(n,2); %随机函数产生噪声s=y+noise; %语音信号加入噪声S=fft(s); %傅里叶变换z11=filter(num11,den11,s);sound(z11);m11=fft(z11); %求滤波后的信号subplot(2,2,1);plot(abs(S),g);title(滤波前信号的频谱);grid;subplot(2,2,2);plot(abs(m11),r);title(滤波后信号的频谱);grid;subplot(2,2,3);plot(s);title(滤波前信号的波形);grid;subplot(2,2,4);plot(z11);title(滤波后的信号波形);第 23 页