数字信号处理课程设计语音信号的处理与滤波

工学院数字信号处理课程设计说 明 书设计题目 语音信号的处理与滤波系 别 计算机工程系专业班级 通信061学生姓名 学 号 指导教师 日 期 日摘要： 本文主要利用MATLAB工具采用双线性法和窗函数法设计IIR滤波器和FIR数字滤波器，并通过所设计的滤波器进行语音信号滤波分析，初步学会信号处理的过程和分析问题的能力。关键词：MATLAB 滤波器设计 一引言随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域。数字信号处理在通信语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。在数字信号处理应用中，数字滤波器十分重要并已获得广泛应用。二MATLAB工具简介1MATLAB是矩阵实验室（MatrixLaboratory）之意，现已发展成为适合多学科，多种工作平台的功能强大的大型软件，已经成为线性代数，自动控制理论，数理统计，数字信号处理，时间序列分析，动态系统仿真等高级课程的基本教学工具；2MATLAB的语言特点（1）。语言简洁紧凑，使用方便灵活，库函数极其丰富。MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。（2）运算符丰富。由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。 （3）MATLAB既具有结构化的控制语句（如for循环，while循环，break语句和if语句），又有面向对象编程的特性。 （4）程序限制不严格，程序设计自由度大。例如，在MATLAB里，用户无需对矩阵预定义就可使用。 （5）程序的可移植性很好，基本上不做修改就可在各种型号的计算机和操作系统上运行。 （6）MATLAB的图形功能强大。在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。MATLAB还具有较强的编辑图形界面的能力。 （7）MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。 （8）功能强大的工具箱是MATLAB的另一特色。MATLAB包含两个部分：核心部分和各种可选的工具箱。核心部分中有数百个核心内部函数。其工具箱又分为两类：功能性工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。功能性工具箱用于多种学科。而学科性工具箱是专业性比较强的，如control,toolbox,signlproceessingtoolbox,commumnicationtoolbox等。（9）源程序的开放性。开放性也许是MATLAB最受人们欢迎的特点。除内部函数以外，所有MATLAB的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。三设计目的通过对课程设计，对信号的采集，处理，传输，显示，存储和分析等有一个系统的掌握和理解。巩固和运用在数字信号处理课程中所学的理论知识和实验技能，掌握最基本的数字信号处理的理论和方法，培养发现问题，分析问题和解决问题的能力。四设计理论依据采样频率，采样位数的概念，采样定理；时域信号的DFT，FFT及频谱分析；数字滤波器的设计原理和方法。五设计过程（设计步骤）1语音信号的采集及频谱分析用WINDOWS下的录音机，用单声道录制一段音乐或声音，时间在5S内。然后MATLAB软件平台下，利用函数WAVREAD对语音信号进行采样，记住采样频率和采样点数。对语音信号进行快速傅立叶变换，在一个窗口同时画出信号的时域波形图和频谱图，分析语音信号的频谱特点。程序如下：y,fs,bits=wavread(music.wav,1024 61500);sound(y,fs,bits);Y=fft(y); plot(y);figure(1); title(语音信号的时域波形);gridfigure(2); plot(abs(Y); title(语音信号的频谱特性);grid图形如下：2：设计数字滤波器给出个滤波器的性能指标：（1）低通滤波器性能指标 fb=1000HZ,fc=1200HZ,As=100dB,Ap=1dB（2) 高通滤波器性能指标 fb=2800HZ,fc=3000HZ,As=100dB,Ap=1dB（3）带通滤波器性能指标 fb1=1200HZ,fc1=1000HZ, fb2=2800HZ,fc2=3000HZ As=100dB,Ap=1dB用窗函数法和双线性变换法设计以上要求的3种数字滤波器绘制个滤波器的频率响应。IIR低通滤波器，程序如下：Ap=1; As=100; fs=4000;fb=1000;fc=1200;%频率预畸wb=(fb/fs)*2*pi;%临界频率采用角频率表示wc=(fc/fs)*2*pi;%临界频率采用角频率表示OmegaP=2*fs*tan(wb/2);OmegaS=2*fs*tan(wc/2);n,wn=buttord(OmegaP,OmegaS,Ap,As,s);b,a=butter(n,wn,s);bz,az=bilinear(b,a,fs);%映射为数字的H,W=freqz(bz,az);%绘出频率响应plot(W*fs/(2*pi),abs(H);title(IIR低通滤波器);IIR高通滤波器，程序如下：fs=22050;Ap=1;As=100;fb=5000;fc=4800;wb=(fb/fs)*2*pi;%临界频率采用角频率表示wc=(fc/fs)*2*pi;%临界频率采用角频率表示OmegaP=2*fs*tan(wb/2);OmegaS=2*fs*tan(wc/2);n,wn=cheb1ord(OmegaP,OmegaS,Ap,As,s);b,a=cheby1(n,Ap,wn,high,s); bz,az=bilinear(b,a,fs);%映射为数字的H,W=freqz(bz,az);%绘出频率响应f=W/pi*11025; plot(f,20*log10(abs(H);title(IIR高通滤波器);IIR带通滤波器，程序如下：fb1=1200;fb2=3000;fc1=1000;fc2=3200;Ap=1;As=100;fs=8000;wb1=(fb1/fs)*2*pi; wb2=(fb2/fs)*2*pi;wc1=(fc1/fs)*2*pi; wc2=(fc2/fs)*2*pi;OmegaP1=2*fs*tan(wb1/2); OmegaP2=2*fs*tan(wb2/2);OmegaS1=2*fs*tan(wc1/2); OmegaS2=2*fs*tan(wc2/2);n,wn=cheb1ord(OmegaP1,OmegaP2,OmegaS1,OmegaS2,Ap,As,s);b,a=cheby1(n,Ap,wn,bandpass,s);bz,az=bilinear(b,a,fs);%映射为数字的H,W=freqz(bz,az);%绘出频率响应f=fs*W/pi/2;plot(f,20*log10(abs(H);title(IIR带通滤波器);FIR低通滤波器，程序如下：fb=1000;fc=1200;fs=22050;beta=10.056;wb=2*pi*fb/fs;wc=2*pi*fc/fs;width=wc-wb;wn=(wb+wc)/2;n=ceil(12.8/width*pi);b=fir1(n,wn/pi,kaiser(n+1,beta);H,W=freqz(b);f=fs*W/pi/2;plot(f,20*log10(abs(H);grid on;FIR高通滤波器，程序如下：fb=5000;fc=4800;fs=22050;n,Wn,beta,typ=kaiserord(fc, fb,0 1,0.001 0.001,fs);b=fir1(n,Wn,typ,kaiser(n+1,beta),noscale);H,W=freqz(b);f=fs*W/pi/2;%f=W/pi*(fs/2);plot(f,20*log10(abs(H);title(FIR高通滤波器); grid on;FIR带通滤波器，程序如下：fs=12000;fcuts=1000,1200,3000,3200;mags=0,1,0;devs=0.01,0.0078,0.01;n,wn,beta,ftype=kaiserord(fcuts,mags,devs,fs);n=n+rem(n,2);b=fir1(n,wn,ftype,kaiser(n+1,beta),noscale);H,W=freqz(b,1,1024,fs);plot(W,abs(H);title(FIR带通滤波器);各滤波器的图形如下： 3：用滤波器对信号进行滤波IIR低通滤波器滤波，程序如下：Ap=1; As=100; fs=4000;fb=1000;fc=1200;%频率预畸wb=(fb/fs)*2*pi;%临界频率采用角频率表示wc=(fc/fs)*2*pi;%临界频率采用角频率表示OmegaP=2*fs*tan(wb/2);OmegaS=2*fs*tan(wc/2);n,wn=buttord(OmegaP,OmegaS,Ap,As,s);b,a=butter(n,wn,s);bz,az=bilinear(b,a,fs);%映射为数字的H,W=freqz(bz,az);%绘出频率响应plot(W*fs/(2*pi),abs(H);title(IIR低通滤波器);y,fs,bits=wavread(music.wav);x=filter(bz,az,y);plot(x);title(滤波后的波形);grid onX=fft(x);plot(abs(X);title(滤波后的频谱);grid onIIR高通滤波器滤波，程序如下：fs=22050;Ap=1;As=100;fb=5000;fc=4800;wb=(fb/fs)*2*pi;%临界频率采用角频率表示wc=(fc/fs)*2*pi;%临界频率采用角频率表示OmegaP=2*fs*tan(wb/2);OmegaS=2*fs*tan(wc/2);n,wn=cheb1ord(OmegaP,OmegaS,Ap,As,s);b,a=cheby1(n,Ap,wn,high,s); bz,az=bilinear(b,a,fs);%映射为数字的H,W=freqz(bz,az);%绘出频率响应f=W/pi*11025; plot(f,20*log10(abs(H);title(IIR高通滤波器);grid on;y,fs,bits=wavread(music.wav);x=filter(bz,az,y);plot(x);title(滤波后的波形);grid onX=fft(x);plot(abs(X);title(滤波后的频谱);grid on IIR带通滤波器滤波，程序如下：fb1=1200;fb2=3000;fc1=1000;fc2=3200;Ap=1;As=100;fs=8000;wb1=(fb1/fs)*2*pi; wb2=(fb2/fs)*2*pi;wc1=(fc1/fs)*2*pi; wc2=(fc2/fs)*2*pi;OmegaP1=2*fs*tan(wb1/2); OmegaP2=2*fs*tan(wb2/2);OmegaS1=2*fs*tan(wc1/2); OmegaS2=2*fs*tan(wc2/2);n,wn=cheb1ord(OmegaP1,OmegaP2,OmegaS1,OmegaS2,Ap,As,s);b,a=cheby1(n,Ap,wn,bandpass,s);bz,az=bilinear(b,a,fs);%映射为数字的H,W=freqz(bz,az);%绘出频率响应f=fs*W/pi/2;plot(f,20*log10(abs(H);title(IIR带通滤波器);grid on;y,fs,bits=wavread(music.wav);x=filter(bz,az,y);plot(x);title(滤波后的波形);grid onX=fft(x);plot(abs(X);title(滤波后的频谱);grid on FIR低通滤波器滤波，程序如下：fb=1000;fc=1200;fs=22050;beta=10.056;wb=2*pi*fb/fs;wc=2*pi*fc/fs;width=wc-wb;wn=(wb+wc)/2;n=ceil(12.8/width*pi);b=fir1(n,wn/pi,kaiser(n+1,beta);H,W=freqz(b);f=fs*W/pi/2;%f=W/pi*(fs/2);plot(f,20*log10(abs(H);title(FIR低通滤波器);grid on;y,fs,bits=wavread(music.wav);x=fftfilt(b,y);plot(x);title(滤波后的波形);grid onX=fft(x);plot(abs(X);title(滤波后的频谱);grid on FIR高通滤波器滤波，程序如下：fb=5000;fc=4800;fs=22050;n,Wn,beta,typ=kaiserord(fc, fb,0 1,0.001 0.001,fs);b=fir1(n,Wn,typ,kaiser(n+1,beta),noscale);H,W=freqz(b);f=fs*W/pi/2;%f=W/pi*(fs/2);plot(f,20*log10(abs(H);title(FIR高通滤波器); grid on;y,fs,bits=wavread(music.wav);x=fftfilt(b,y);plot(x);title(滤波后的波形);grid onX=fft(x);plot(abs(X);title(滤波后的频谱);grid on FIR带通滤波器滤波，程序如下：fs=12000;fcuts=1000,1200,3000,3200;mags=0,1,0;devs=0.01,0.0078,0.01;n,wn,beta,ftype=kaiserord(fcuts,mags,devs,fs);n=n+rem(n,2);b=fir1(n,wn,ftype,kaiser(n+1,beta),noscale);H,W=freqz(b,1,1024,fs);plot(W,abs(H);title(FIR带通滤波器);y,fs,bits=wavread(music.wav);x=fftfilt(b,y);plot(x);title(滤波后的波形);grid onX=fft(x);plot(abs(X);title(滤波后的频谱);grid on 4：回放语音信号对语音信号进行回放，感觉滤波前后语音信号的变化。Sound(x,fs,bits);五.总结与分析通过本次课程设计，使我们对信号的采集，处理，传输，显示，存储和分析等有一个系统的掌握和理解。同时可以看到滤波器在语音处理的重要性，学到了很多滤波器的设计方法，对MATLAB这个软件有了进一步的了解，巩固和运用在数字信号处理课程中所学的理论知识和实验技能，掌握最基本的数字信号处理的理论和方法，提高了自己的发现问题，分析问题和解决问题的能力。参考文献：1 张威 编. MATLAB基础与编程入门. 西安：西安电子科技大学出版社，20052 邹鲲，袁俊泉，编著. MATLAB 6.x信号处理. 北京：清华大学出版社，20043 楼天顺，李博菡，编著. 基于MATLAB的系统分析与设计信号处理. 西安电子科技大学出版社