- 1、有哪些信誉好的足球投注网站(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
数字信号处理课程设计报告
学院:电子信息学院
班级:通信131
姓名:***
2016年 月 日
目录
一、设计目的 2
二、设计要求及任务 3
2.1 语音信号的采集 3
2.2 语音信号的频谱分析; 3
三、课程设计平台 3
四、设计原理与计算方法 4
4.1卷积运算 4
4.2 采样定理 4
五、设计内容 5
5.1利用带阻滤波器的进行滤波的具体步骤 5
5.1.1语音信号的录入与提取 5
5.1.2加入噪声信号 6
5.1.3 语音信号和噪声信号相加 8
5.1.4滤波器设计 9
5.1.5对信号进行滤波 11
5.2利用低通滤波器进行滤波 12
六:总结 14
一、设计目的
1、学会MATLAB的使用,掌握MATLAB程序设计方法;
2、掌握在Windows环境下语言信号采集的方法;
3、掌握数字信号处理的基本概念、基本理论和基本方法;
4、掌握MATLAB设计IIR数字滤波器的方法;
5、学会用MATLAB对信号进行分析和处理;本设计利用计算机Windows下的录音机录入一句语音信号,然后加入一干扰信号,在熟悉数字信号处理课程理论的基础上,通过MATLAB仿真实现语音信号的采集与处理,进一步加深对数字信号处理理论和技术的掌握。、课程设计平台
计算机、MATLAB6.5以上卷积运算卷积和乘积运算在频域和时域是一一对应的,两个信号在时域的卷积可以转化为求两者在频域的乘积后再反变换,同理在频域的卷积等时域的乘积。而信号的频域求解有快速傅里叶FFT算法。
卷积与傅里叶变换有着密切的关系。利用一点性质,即两函数的傅里叶变换的乘积等于它们卷积后的傅里叶变换,能使傅里叶分析中许多问题的处理得到简化。
由卷积得到的函数f*g 一般要比f 和g 都光滑。特别当g 为具有紧支集的光滑函数,f 为局部可积时,它们的卷积f * g 也是光滑函数。利用这一性质,对于任意的可积函数f,都可以简单地构造出一列逼近于f 的光滑函数列,这种方法称为函数的光滑化或正则化。
卷积的概念还可以推广到数列、测度以及广义函数上去。
采样定理
采样定理,又称香农采样定理,奈奎斯特采样定理,是信息论,特别是通讯与信号处理学科中的一个重要基本结论E.T.Whittaker(1915年发表的统计理论),克劳德·香农与Harry Nyquist都对它作出了重要贡献。另外V.A.Kotelnikov也对这个定理做了重要贡献。
采样是将一个信号(即时间或空间上的连续函数)转换成一个数值序列(即时间或空间上的离散函数)。采样定理指出,如果信号是带限的,并且采样频率高于信号带宽的两倍,那么,原来的连续信号可以从采样样本中完全重建出来。
带限信号变换的快慢受到它的最高频率分量的限制,也就是说它的离散时刻采样表现信号细节的能力是有限的。采样定理是指,如果信号带宽不到采样频率的一半(即奈奎斯特频率),那么此时这些离散的采样点能够完全表示原信号。高于或处于奈奎斯特频率的频率分量会导致混叠现象。大多数应用都要求避免混叠,混叠问题的严重程度与这些混叠频率分量的相对强度有关。
figure(1)
subplot(2,1,1);
N=length(x);
T=1/fs;
t=0:T:(N-1)*T; %时间间隔
plot(t,x) %以时间为横轴,x为纵轴画图
title(原语音信号时域分析)%图形命名
xlabel(t(s))
ylabel(x)
以上为时域分析,接下来为频域分析
f=(0:N-1)*fs/N;
X=fft(x);
subplot(2,1,2)
plot(f,abs(X))
axis([0 25000 0 60]);
title(原语音信号频域分析)
xlabel(f(Hz))
ylabel(X)
语音信号图形:
5.1.2加入噪声信号
在此选择余弦函数作为噪声信号,因为正弦和余弦函数的频域为两条竖直的线,便于滤波
实验代码:
y=0.003*sin(50000*t);
y1=[y y];%对噪音信号进行转换,便于信号相加(见下图有说明)
Y=fft(y);
figure(2)
subplot(2,1,1)
plot(t,y)
title(干扰信号时域波形)
xlabel(t(s))
ylabel(y=0.003*sin(50000*t))
Y=fft(y);
subplot(2,1,2)
plot(f,abs(Y))
axis([0 25000 0 60]);%取在语音信号范围内的噪声信号
title(干扰信号频域波
文档评论(0)