數字信號處理課程設計

1、課程設計說明書 no.16語音信號的數字濾波fir數字濾波器的（海明）窗函數法設計1. 課程設計的目的通過對常用數字濾波器的設計和實現，掌握數字信號處理的工作原理及設計方法；掌握利用數字濾波器對信號進行濾波的方法。并能夠對設計結果加以分析。2. 設計步驟2.1. 設計原理： fir濾波器的設計方法有許多種，如窗函數設計法、頻率采樣設計法和最優(yōu)化設計法等。窗函數設計法的基本原理是用一定寬度窗函數截取無限脈沖響應序列獲得有限長的脈沖響應序列，主要設計步驟為： (1)通過傅里葉逆變換獲得理想濾波器的單位脈沖響應hd(n)。(2)由性能指標確定窗函數w(n)和窗口長度n。(3)求得實際濾波器的單位脈沖

2、響應h(n)。2.2. 語音信號的采集：（1） 打開錄音機軟件 圖1選擇錄音機（2） 用麥克風錄入的聲音信號保存成“dongdong.wav”文件圖2 用8000hz采樣錄音語音信號的采樣頻率fs=8000hz語音信號的時間長度t=1s語音信號的采樣長度n=8000次2.3. 語音信號的頻譜分析：將上一步驟中保存下來的語音信號文件“dongdong.wav”復制到計算機裝有matlab軟件的磁盤中相應matlab目錄中的“work”文件夾中:（1）雙擊桌面上matlab軟件的快捷圖標，打開matlab軟件（2）在菜單欄中選擇“filenewm-file”，打開m文件編輯器（3）在m文件編輯器中

3、輸入如下的指令將語音信號導入matlab工作臺：s,fs=wavread(dongdong.wav); %自己的文件名s1=s(10300:10300+fs-1);wavwrite(s1,fs,s1.wav)s2=awgn(s1,30);wavwrite(s2,fs,s2.wav)s1=fft(s1)s2=fft(s2)sound(s1)sound(s2)會得到下圖：圖3 語音信號的波形及頻譜圖圖4 放大的語音信號的波形及頻譜圖頻率分辨率：=8000/8000hz你在信號頻譜分析時所截取的語音信號的長度l=8192讀音信號的能量主要頻段: 通過對圖的分析，確定濾波頻率范圍的參考，其橫坐標的具體

4、值應當是遵循dft定義式求得的： （當k等于0時）從數字角頻率上看，對應的正好是，即直流的位置，也就是說，在取濾波頻段時，應當將主要能量保留，其余頻段部分的信號濾除。因此主要能量保留的頻段為：頻率分辨率：=8000/8000=1hz模擬頻域的參數選定：語音信號頻譜圖從左向右的第一個波峰為3db截止頻率。語音信號頻譜圖從左向右的第二個波峰為通帶截止頻率。因此可得出：3db截止頻率為 通帶截止頻率為 阻帶截止頻率為數字頻域的：3db截止頻率為通帶截止頻率為阻帶截止頻率為所的過渡帶寬2.4. 濾波器的設計：（1）確定濾波器的參數：根據上一步驟中設定的自己語音信號的主要能量分布的頻段因此確定了所要設計

5、的濾波器的類型為：低通濾波器矩形窗的階數 設為166通帶截止頻率 通帶允許最大衰減=3db阻帶截止頻率 阻帶必須達到的最小衰減=52db由此設計濾波器：wn=hamming(n);plot(wn)grid;title(海明窗函數特性曲線);wc=2*fc*pi/8000;alpha=(n-1)/2;n=0:n-1;hd=wc*sin(wc*(n-alpha)./(wc*pi*(n-alpha);subplot(312)plot(hd)grid;title(系統(tǒng)的hd函數特性曲線);hn=hd.*wn;subplot(313)plot(hn)grid;title(系統(tǒng)函數的hn的特性);figu

6、re(8)plot(hn)axis(-20,186,-0.3,0.7)濾波器的系統(tǒng)函數，及矩形窗函數如下圖：圖5 濾波器曲線圖（2）數字濾波器的系統(tǒng)函數h（z） 2.5. 疊加噪聲產生一個噪聲信號,保存成“s2.wav”文件：s,fs=wavread(dongdong.wav); %自己的文件名s1=s(10300:10300+fs-1);s2=awgn(s1,30);wavwrite(s2,fs,s2.wav) %加噪聲后的經采樣得到的波形及頻譜如圖：圖6混合聲經采樣得到的波形及頻譜3. 設計結果與分析3.1. 濾波器的程序設計如下clearclose all%設參數！*fc=1720 %通

7、帶截至頻率 n=166 s,fs=wavread(dongdong.wav); %*s1=s(10300:10300+fs-1);wavwrite(s1,fs,s1.wav)s2=awgn(s1,30);wavwrite(s2,fs,s2.wav)s1=fft(s1)s2=fft(s2)sound(s1)sound(s2)figure(1)%*subplot(311); %把一個圖形窗口中分三行一列，在第一個分區(qū)中畫圖plot(s1); %繪制被處理的語音信號的時間域波形xlabel(t);ylabel(y(t);title(截取的語音信號波形);subplot(312); %在圖形窗口第二個

8、分區(qū)中畫圖plot(abs(s1); %繪制被處理的語音信號的fft幅頻特性xlabel(f(hz);ylabel(y(t);grid;title(截取的語音信號的fft幅頻特性);subplot(313); %在圖形窗口第三個分區(qū)中畫圖plot(abs(s1); %繪制被處理的語音信號的實際幅頻特性（正頻率段）grid;xlabel(f(hz);ylabel(y(t);axis(0,4000,0,400)title(截取的語音信號的實際幅頻特性);%*figure(2)%*subplot(311); %把一個圖形窗口中分三行一列，在第一個分區(qū)中畫圖plot(s2); %繪制被處理的語音信號的

9、時間域波形xlabel(t);ylabel(y(t);title(濾波前加噪信號的波形);subplot(312); %在圖形窗口第二個分區(qū)中畫圖plot(abs(s2); %繪制被處理的語音信號的fft幅頻特性xlabel(f(hz);ylabel(y(t);grid;title(濾波前加噪信號的fft幅頻特性);subplot(313); %在圖形窗口第三個分區(qū)中畫圖plot(abs(s2); %繪制被處理的語音信號的實際幅頻特性（正頻率段）xlabel(f(hz);ylabel(y(t);grid;title(濾波前加噪信號的實際幅頻特性);%*wn=hamming(n);%*figur

10、e(3)%*subplot(311)plot(wn)grid;title(海明窗函數特性曲線);wc=2*fc*pi/8000;alpha=(n-1)/2;n=0:n-1;hd=wc*sin(wc*(n-alpha)./(wc*pi*(n-alpha);subplot(312)plot(hd)grid;title(系統(tǒng)的hd函數特性曲線);hn=hd.*wn;subplot(313)plot(hn)grid;title(系統(tǒng)函數的hn的特性);figure(4)plot(hn)axis(-4,170,-0.3,0.5)%*figure(5)%*freqz(hn);title(系統(tǒng)函數hn的頻域

11、特性曲線);%*y=conv(s2,hn);%*figure(6)%*y=fft(y)subplot(311); %把一個圖形窗口中分三行一列，在第一個分區(qū)中畫圖plot(y); %繪制被處理的語音信號的時間域波形xlabel(t);ylabel(y(t); grid;title(濾波后信號波形);axis(0,8000,-2,2);subplot(312); %在圖形窗口第二個分區(qū)中畫圖plot(abs(y); %繪制被處理的語音信號的fft幅頻特性xlabel(f(hz);ylabel(y(t); grid;title(濾波后信號的fft幅頻特性);axis(0,8000,0,400)su

12、bplot(313); %在圖形窗口第三個分區(qū)中畫圖plot(abs(y); %繪制被處理的語音信號的實際幅頻特性（正頻率段）xlabel(f(hz);ylabel(y(t); grid; title(濾波后信號的實際幅頻特性);axis(0,4000,0,400)sound(y)%*noise=s2-s1wavwrite(noise,fs,noise.wav)%snr1*ss1=sum(s1.2)nn1= sum(s2.2)-sum(s1.2)snr1=10*log10(ss1/nn1)disp(snr1)%snr2*y0=conv(s1,hn);ss2=sum(y0.2)/fsnn2=(s

13、um(y.2)-sum(y0.2)/(fs+n-1)snr2=10*log10(ss2/nn2)disp(snr2)%*figure(7)%*subplot(211); %在圖形窗口第三個分區(qū)中畫圖plot(abs(s2); %繪制被處理的語音信號的實際幅頻特性（正頻率段）xlabel(f(hz);ylabel(y(t);grid; title(加噪信號的實際幅頻特性);axis(0,4000,0,400)subplot(212); %在圖形窗口第三個分區(qū)中畫圖plot(abs(y); %繪制被處理的語音信號的實際幅頻特性（正頻率段）xlabel(f(hz);ylabel(y(t);grid;

14、 title(濾波后信號的實際幅頻特性);axis(0,4000,0,400)%*3.2. 原始語音信號波形圖圖7 語音信號的波形及頻譜圖3.3. 加噪聲以后的語音信號波形圖圖8 加噪聲后信號的波形及頻譜圖3.4. 濾波后的語音信號波形圖圖9 混合聲經采樣得到的波形及頻譜3.5. 濾波器效果分析：（1）濾波器的效果如圖圖10 濾波器的參數圖圖11 濾波器的效果圖（2）計算濾波前后的信噪比及matlab運行時的各參數截圖如下snr1=24.3589db snr2=31.60596db如下圖所示： 圖12 濾波器及matlab運行時的各參數截圖（3）濾波前后的頻譜效果如圖圖13濾波前后的頻譜效果對

15、比分析 經上圖可看出，濾波后的信號在1800hz后信號均無能量，因此從頻譜上看，已達到了想要的濾波效果。而在matlab中，對經過濾波器之后的語音信號進行回放，可以聽出濾波之后的信號比原始語音信號更清晰一些，清除了環(huán)境噪聲，通過以下語句來進行語音信號回放比較：sound(s2); sound(y);所得的結果，證明了用海明窗設計的fir濾波器和語音信號去噪設計是成功的。4. 設計體會在之前數字信號與處理的學習以及完成課后的作業(yè)的過程中，已經使用過matlab，對其有了一些基礎的了解和認識。通過這次練習是我進一步了解了信號的產生、采樣及頻譜分析的方法。 以及其中產生信號和繪制信號的基本命令和一些

16、基礎編程語言。讓我感受到只有在了解課本知識的前提下，才能更好的應用這個工具；并且熟練的應用matlab也可以很好的加深我對課程的理解，方便我的思維。這次設計使我了解了matlab的使用方法，學會分析濾波器的優(yōu)劣和性能，提高了分析和動手實踐能力。同時我相信，進一步加強對matlab的學習與研究對我今后的學習將會起到很大的幫助?；仡櫰鸫舜卧O計，至今我仍感慨頗多，的確，從選題到定稿，從理論到實踐，在整整一星期的日子里，可以說得是苦多于甜，但是可以學到很多很多的的東西，同時不僅可以鞏固了以前所學過的知識，而且學到了很多在書本上所沒有學到過的知識。通過這次課程設計使我懂得了理論與實際相結合是很重要的，只有理論知識是遠遠不夠的，只有把所學的理論知識與實踐相結合起來，從理論中得出結論，才能真正掌握這門技術，也提高了自己的獨立思考的能力。在設計的過程中遇到問題，可以說得上是困難重重，這畢竟第一次做的，難免會遇到過各種各樣的問題，同時在設計的過程中發(fā)現了自己的不足之處，對以前所學過的知識理解得不夠深刻，掌握得不夠牢固，通過這次課程設計之后，一定把以前所學過的知識重新溫故。在設計的過程中我遇到了很到問題，不過在老師和同學們的幫助和自己的思考下還是很好的完成了。這此課程設計還讓我懂得了寫程序不能閉門造車，要努力拓寬知識面，開闊視野，拓展思維。它還讓我學會了在網上查閱那些無限的資料。讓