语音信号处理课程设计指导精要.docVIP

  1. 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. 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. 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. 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. 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. 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. 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)

四月 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档