基于matlab的数字信号滤波处理

数字信号处理课程设计

---------------------------基于matlab的语音

信号滤波处理

学院：

班号：

姓名：

学号：

目录：

一．设计内容 (3)

二．设计原理 (3)

1.运用快速傅里叶变换 (3)

2.采用矩形窗设计滤波器 (3)

三.设计过程 (1)

1.语音信号的采集 (4)

2.语音信号的频谱分析 (4)

3.用滤波器对语音信号进行滤波 (5)

4.回放语音信号 (11)

四．总结 (11)

五．参考文献 (12)

摘要

语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。

Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又

方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab 重要应用的领域之一。

本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。

一．设计内容

首先采集一段语音信号（.wav 格式），时间在几十秒内，运用MATLAB 软件，调用函数功能画出它的时域波形和频谱特性。然后设计滤波器对语音信号进行滤波，比较滤波前后的波形和特性。最后，调用sound 函数回放信号，感觉滤波前后的声音变化。

二．设计原理

1.运用快速傅里叶变换（FFT ）对信号进行傅里叶变换，得到频谱特性。

2.采用矩形窗设计滤波器。

矩形窗的定义：一个N 点的矩形窗函数定义为如下

10

10

()[()]()1()[()]()N k

N n N kn N k X k DFT x n x n W

x n IDFT x n X k W N -=--=====∑∑n

{1,00,()n N

w n ≤<=其他

矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值-13dB,

过渡带宽为1.8*pi/N,阻带最小衰减-21dB 。

三.设计过程

1.语音信号的采集

在Matlab 软件平台下, 利用函数wavread 对语音信号《刘若英原来你也在这里.wav 》进行采样, 并记住采样频率和采样点数。

运用函数[y,fs,bits]=wavread(‘D:\信号处理\tada.wav ’);可以得到： 采样频率：fs = 44100Hz bits =16 Ts=26s 采样点数 N=Ts*fs N=26*44100=11.5*105

2.语音信号的频谱分析

首先画出语音信号的时域波形， 然后对语音信号进行频谱分析。 在Matlab 中, 可以利用函数fft 对信号进行快速傅里叶变换, 得到信号的频谱特性。

程序如下：

[x1,Fs,bits]=wavread('d:\tada.wav'); sound(y,Fs,bits); figure(1);

plot(x1); %做原始语音信号的时域图形 title('原始语音信号');

xlabel('time n');ylabel('volice n'); figure(2);

y1=fft(x1); %做length(x1)点的FFT y1=fftshift(y1); %平移，是频率中心为0 derta_Fs = Fs/length(x1); %设置频谱的间隔，分辨率 plot([-Fs/2:derta_Fs: Fs/2-derta_Fs],abs(y1)); %画出原始语音信号的频谱图 title('原始语音信号的频谱');grid on ;

3.用滤波器对语音信号进行滤波

设计滤波器对采集的信号进行滤波, 比较滤波前后语音信号的波形及频谱。要求自己确定滤波器的性能指标，用冲激响应不变法、双线性变换法或窗函数法设计3种滤波器：低通、高通和带通滤波器。

A.运用矩形窗设计的低通滤波器程序：

性能指标：wc1是滤波器截止频率；wp1是通带边界频率；ws1是阻带边界频率

fs=44100;

fs=44100;

fc1=1100;

wc1=2*pi*fc1/fs; %归一化频率

wp1=2*pi*1000/fs;ws1=2*pi*1200/fs;

N1=ceil(200*2*pi/(ws1-wp1)); %滤波器的长度

Window=boxcar(N1+1); %长度为N1的矩形窗Window

b1=fir1(N1,wc1/pi,Window);

figure(3);

freqz(b1,1,512);

title('低通滤波器的频率响应');

x1_low = filter(b1,1,x1);%对信号进行低通滤波

figure(4);

plot(x1_low);title('信号经过低通滤波器(时域)');

figure(5);

plot([-Fs/2:derta_Fs: Fs/2-derta_Fs],abs(fftshift(fft(x1_low)))); title('信号经过低通滤波器（频域）');

B ．高通滤波器的设计：

性能指标：wc2是滤波器截止频率；wp2是通带边界频率；ws2是阻带边界频率

fs=44100； fc2=4900;

wc2=2*pi*fc2/fs;

wp2=2*pi*5000/fs;ws2=2*pi*4800/fs;

N2=ceil(4*pi/(wp2-ws2)); %滤波器的长度 Window=boxcar(N2+1); b2=fir1(N2,wc2/pi,'high'); figure(6);

freqz(b2,1,512);%数字滤波器频率响应 title('高通滤波器的频率响应');

x1_high = filter(b2,1,x1);%对信号进行高通滤波

figure(7);plot(x1_high);title('信号经过高通滤波器(时域)');

figure(8);plot([-Fs/2:derta_Fs: Fs/2-derta_Fs],abs(fftshift(fft(x1_high)))); title('信号经过高通滤波器（频域）');

C．带通滤波器的设计：

性能指标：w1.w2是滤波器带通范围

fs=44100

f1=1100;f2=3100; %带通滤波器的通带范围

w1=2*pi*f1/fs; %0.1567=0.0499pi

w2=2*pi*f2/fs; %0.4417=0.1407pi

w=[w1,w2];

N3=ceil(4*pi/(2*pi*200/fs)); %滤波器的长度

b3=fir1(N3,w/pi,'bandpass');%带通滤波器

figure(9);

freqz(b3,1,512);%数字滤波器频率响应

title('带通滤波器的频率响应');

x1_daitong = filter(b3,1,x1);%对信号进行高通滤波

figure(10);plot(x1_daitong);title('信号经过带通滤波器(时域)'); figure(11);

plot([-Fs/2:derta_Fs: Fs/2-derta_Fs],abs(fftshift(fft(x1_daitong))));

title('信号经过带通滤波器（频域）');

4.回放语音信号

在Matlab中, 函数sound 可以对声音进行回放，其调用格式:

sound (x, fs, bits)；

可以感觉滤波前后的声音变化。

sound(x1_low,Fs);

sound(x1_high,Fs);

sound(x1_daitong,Fs);

分析：由于原始语音信号大部分集中在频率较高的区域，使用低通滤波器滤波后声音不是很清晰，高通滤波后声音较清晰，带通滤波后声音有些混浊。

四．总结

MATLAB7.0功能十分强大且操作起来比较简单，可以在短时间

内掌握其操作要领，同时加深了数字信号处理理论联系实际的学习和

运用，对语音信号的处理有了初步的认识。在编程过程中，MATLAB7.0对格式要求非常严格，不能识别中文标点符号，在使用时容易出现错误，导致整个程序不能运行，希望MATLAB能够改进，推出中文版，方便中国用户使用。

五．参考文献

《数字信号处理》钱同慧机械工业出版社

matlab中关于数字滤波器的函数介绍

MATLAB下的数字信号处理实现示例 一信号、系统和系统响应 1、理想采样信号序列 （1）首先产生信号x(n),0<=n<=50 n=0:50; %定义序列的长度是50 A=444.128; %设置信号有关的参数 a=50*sqrt(2.0)*pi; T=0.001; %采样率 w0=50*sqrt(2.0)*pi; x=A*exp(-a*n*T).*sin(w0*n*T); %pi是MATLAB定义的π，信号乘可采用“.*”close all %清除已经绘制的x(n)图形 subplot(3,1,1);stem(x); %绘制x(n)的图形 title(‘理想采样信号序列’); （2）绘制信号x(n)的幅度谱和相位谱 k=-25:25; W=(pi/12.5)*k; X=x*(exp(-j*pi/12.5)).^(n’*k); magX=abs(X); %绘制x(n)的幅度谱 subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’); angX=angle(X); %绘制x(n)的相位谱 subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’)（3）改变参数为：1,0734.2,4.0,10==Ω==TAα n=0:50; %定义序列的长度是50 A=1; %设置信号有关的参数 a=0.4; T=1; %采样率 w0=2.0734; x=A*exp(-a*n*T).*sin(w0*n*T); %pi是MATLAB定义的π，信号乘可采用“.*”close all %清除已经绘制的x(n)图形 subplot(3,1,1);stem(x); %绘制x(n)的图形 title(‘理想采样信号序列’); k=-25:25; W=(pi/12.5)*k; X=x*(exp(-j*pi/12.5)).^(n’*k); magX=abs(X); %绘制x(n)的幅度谱 subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’); angX=angle(X); %绘制x(n)的相位谱 subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’) 2、单位脉冲序列 在MatLab中，这一函数可以用zeros函数实现： n=1:50; %定义序列的长度是50 x=zeros(1,50); %注意：MATLAB中数组下标从1开始

数字信号处理滤波器的设计

《数字信号处理》课程设计报告 设计课题滤波器设计与实现 专业班级电信1101班 姓名 学号 201105 报告日期2013年12月

《数字信号处理》 课程设计任务书 题目滤波器设计与实现 学生姓名甘源滢学号201105020103 专业班级电信1101班 设计内容与要求一、设计内容： 设计一个模拟低通巴特沃斯滤波器，技术指标：通带截止频率1000rad，通带最大衰减1dB；阻带起始频率5000rad，阻带最小衰减30dB，画出其幅度谱和相位谱。 二、设计要求 1 设计报告一律按照规定的格式，使用A4纸，格式、封面统一给出模版。 2 报告内容 （1）设计题目及要求 （2）设计原理(包括工作原理、涉及到的matlab函数的说明) （3）设计内容（设计思路，设计流程、仿真结果） （4）设计总结（收获和体会） （5）参考文献 （6）程序清单 起止时间2013年12 月16日至2013年12月23 日指导教师签名2013年12月10日系（教研室）主任签名2013年12 月12 日学生签名2013年12月13日

目录 1课题描述 (1) 1.1报告介绍 (1) 2设计原理 (2) 2.1巴特沃斯低通模拟滤波器的设计原理 (2) 2.2低通巴特沃斯滤波器的设计步骤如下 (3) 2.3函数说明 (3) 2.3.1buttord函数 (3) 2.3.2butter函数 (4) 2.4模拟低通滤波器的性能指标 (4) 3设计内容 (5) 3.1MATLAB简介 (5) 3.2巴特沃斯滤波器的设计步骤 (6) 3.3对巴特沃斯低通模拟滤波器的仿真 (6) 4实验结果分析 (7) 5实验心得体会 (7) 6程序清单 (8) 7参考文献 (9) 1.课题描述 1.1报告介绍 模拟滤波器的理论和设计方法已经发展的相当成熟，且有多种典型的滤波器供我们选择，如巴特沃斯(butterworth)滤波器,切比雪夫(chebyshev)滤波器，椭圆(ellipse)滤波器，贝塞尔(bessel)滤波器等。这些滤波器都有着严格的设计公式，现成的曲线和图表供设计人员使用，而且所设计的系统函数都满足电路实现条件。这些典型的滤波器各有特点：巴特沃斯滤波器具有单调下降到幅频特性；切比雪夫滤波器的幅频特性在带通或者阻带有等波纹特性，可以提高选择性；贝塞尔滤波器通带内有较好的线性相位特性；椭圆滤波器的选择性相对前三种是

基于MATLAB的数字滤波器的设计程序

IIR 低通滤波器的设计程序为： Ft=8000; Fp=1000; Fs=1200; As=100 ; Ap=1; wp=2*pi*Fp/Ft; ws=2*pi*Fs/Ft; fp=2*Fp*tan(wp/2); fs=2*Fs*tan(ws/2); [n11,wn11]=buttord(wp,ws,1,50,'s'); [b11,a11]=butter(n11,wn11,'s'); [num11,den11]=bilinear(b11,a11,0.5); [h,w]=freqz(num11,den11); axes(handles.axes1); plot(w*8000*0.5/pi,abs(h)); xlabel('Frequency/Hz'); ylabel('Magnitude'); title('巴特沃斯数字低通滤波器'); 巴特沃斯带通滤波器设计程序为: Ft=8000; Fp1=1200; Fp2=3000; Fs1=1000; Fs2=3200; As=100; Ap=1; wp1=tan(pi*Fp1/Ft); wp2=tan(pi*Fp2/Ft); ws1=tan(pi*Fs1/Ft); ws2=tan(pi*Fs2/Ft); w=wp1*wp2/ws2;

bw=wp2-wp1; wp=1; ws=(wp1*wp2-w.^2)/(bw*w); [n12,wn12]=buttord(wp,ws,1,50,'s'); [b12,a12]=butter(n12,wn12,'s'); [num2,den2]=lp2bp(b12,a12,sqrt(wp1*wp2),bw); [num12,den12]=bilinear(num2,den2,0.5); [h,w]=freqz(num12,den12); plot(w*8000*0.5/pi,abs(h)); axis([0 4000 0 1.5]); xlabel('Frequency/Hz'); ylabel('Magnitude'); title('巴特沃斯数字带通滤波器'); IIR 高通滤波器的设计程序为： Ft=8000; Fp=4000; Fs=3500; wp1=tan(pi*Fp/Ft); ws1=tan(pi*Fs/Ft); wp=1; ws=wp1*wp/ws1; [n13,wn13]=cheb1ord(wp,ws,1,50,'s'); [b13,a13]=cheby1(n13,1,wn13,'s'); [num,den]=lp2hp(b13,a13,wn13); [num13,den13]=bilinear(num,den,0.5); [h,w]=freqz(num13,den13); axes(handles.axes1); plot(w*21000*0.5/pi,abs(h)); xlabel('Frequency/Hz'); ylabel('Magnitude'); title('切比雪夫Ⅰ型数字高通滤波器');

数字信号处理Matlab实现实例(推荐给学生)

数字信号处理Matlab 实现实例 第１章离散时间信号与系统 例1-1 用MATLAB计算序列{-2 0 1 –1 3}和序列{1 2 0 -1}的离散卷积。 解 MATLAB程序如下： a=[-2 0 1 -1 3]; b=[1 2 0 -1]; c=conv(a,b); M=length(c)-1; n=0:1:M; stem(n,c); xlabel('n'); ylabel('幅度'); 图1.1给出了卷积结果的图形，求得的结果存放在数组c中为：{-2 -4 1 3 1 5 1 -3}。 例1-2 用MATLAB计算差分方程 当输入序列为时的输出结果。 解 MATLAB程序如下： N=41; a=[0.8 -0.44 0.36 0.22]; b=[1 0.7 -0.45 -0.6]; x=[1 zeros(1,N-1)];

k=0:1:N-1; y=filter(a,b,x); stem(k,y) xlabel('n');ylabel('幅度') 图 1.2 给出了该差分方程的前41个样点的输出，即该系统的单位脉冲响应。 例1-3 用MATLAB 计算例1-2差分方程 所对应的系统函数的DTFT 。 解 例1-2差分方程所对应的系统函数为： 123 123 0.80.440.360.02()10.70.450.6z z z H z z z z -------++= +-- 其DTFT 为 23230.80.440.360.02()10.70.450.6j j j j j j j e e e H e e e e ωωωω ωωω--------++= +-- 用MATLAB 计算的程序如下： k=256; num=[0.8 -0.44 0.36 0.02]; den=[1 0.7 -0.45 -0.6]; w=0:pi/k:pi; h=freqz(num,den,w); subplot(2,2,1); plot(w/pi,real(h));grid title('实部') xlabel('\omega/\pi');ylabel('幅度')

对周期方波信号进行滤波matlab的实现

对周期方波信号进行滤波 ） 1、生成一个基频为10Hz的周期方波信号； ） 2、设计一个滤波器，滤去该周期信号中40Hz以后的频率成分，观察滤波前后的信号波形和频谱。 ）3、如果该信号x(t)淹没在噪声中（随机噪声用randn(1,N)生成，N为其样点数），试滤去噪声。 %采样频率取200Hz，可以改变看看。输入、输出信号频谱同时绘制在一起对比 %采用低通滤波器，保留40Hz以下频率成分 clear fs=200; t=0:1/fs:1; x=square(2*pi*10*t); wp=40*2/fs; ws=45*2/fs; Rp=3;Rs=45;Nn=128; [N,wn]=buttord(wp,ws,Rp,Rs) [b,a]=butter(N,wn,'low') y=filter(b,a,x); figure(1) plot(t,x,'r-',t,y) %grid on axis([0 1.2 -2 2]) title('红色代表原信号，蓝色代表只保留40Hz以下频率成分') figure(2) [H,W]=freqz(b,a); k=0:511; plot((fs/2)/512*k,abs(H)); grid on title('滤波器频率响应') T=1/fs; N=4*(fs/10); n=0:N-1; xn=square(2*pi*10*n*T); X=fftshift(fft(xn,512)); xk=1/N*X;

Y=fftshift(fft(y,512)); yk=1/N*Y; figure(3) plot(-fs/2+fs/512*k,abs(xk)) grid on legend('方波信号的频谱') figure(4) plot(-fs/2+fs/512*k,abs(xk),'b',-fs/2+fs/512*k,abs(yk),'r') grid on legend('原信号的频谱','滤波后信号的频谱') %%%%%%%%%%%%%%%%%%%%保留40Hz频率成分%%%%%%%%%%%% %采样频率取200Hz，可以改变看看。输入、输出信号频谱同时绘制在一起对比 %采用带通滤波器，只保留40Hz频率成分 clear fs=200; t=0:1/fs:1; x=square(2*pi*10*t); wp=[35 45]*2/fs; ws=[30 50]*2/fs; Rp=3;Rs=45;Nn=128; [N,wn]=buttord(wp,ws,Rp,Rs) [b,a]=butter(N,wn,'bandpass') %只保留40Hz频率成分 y=filter(b,a,x); figure(1) plot(t,x,'r-',t,y) grid on axis([0 1.2 -1.2 1.2]) title('红色代表原信号，蓝色代表只保留40Hz频率成分') figure(2) [H,W]=freqz(b,a); k=0:511; plot((fs/2)/512*k,abs(H)); grid on title('滤波器频率响应') T=1/fs; N=4*(fs/10); n=0:N-1; xn=square(2*pi*10*n*T);

如何学习数字信号处理

如何学好数字信号处理课程 《数字信号处理》是相关专业本科生培养中，继《信号与系统》、《通信原理》、《数字逻辑》等课程之后的一门专业技术课。数字信号处理的英文缩写是DSP ，包括两重含义：数字信号处理技术（Digital Signal Processing ）和数字信号处理器（Digital Signal Processor ）。目前我们对本科生开设的数字信号处理课程大多侧重在处理技术方面，由于课时安排和其他一些原因，通常的特点是注重理论推导而忽略具体实现技术的介绍。最后导致的结果就是学生在学习了数字信号处理课程之后并不能把所学的理论知识与实际的工程应用联系起来，表现在他们做毕业设计时即使是对学过的相关内容也无法用具体的手段来实现，或者由于无法与具体实际相挂钩理解而根本就忘记了。我相信，我们开设本课程的根本目的应该是让学生在熟练掌握数字信号处理的基本原理基础上，能结合工程实际学习更多的DSP 实现技术及其在通信、无线电技术中的应用技能，这也是符合DSP 本身的二重定义的，学生通过本课程的学习，将应该能从事数字信号处理方面的研究开发、产品维护等方面的技术工作。其实很多学生在大学四年学习过后都有这种反思：到底我在大学学到了什么呢？难道就是一些理论知识吗？他们将如何面对竞争日益激烈的社会呢？ 因此，大家在应用MATLAB学习并努力掌握数字信号处理的原理，基本理论的同时，应该始终意识到该课程在工程应用中的重要性，并在课后自学一些有关DSP技术及FPGA技术方面的知识。这样，学习本课程学习的三部曲是：一，学习数字信号处理的基本理论；二，掌握如何用MATLAB 实现一些基本的算法，如FFT ，FIR 和IIR 滤波器设计等；三，选择一种数字信号处理器作为实现平台进行实践学习，比如TI 公司的TMS320C54x 系列芯片，包括该处理器的硬件和软件系统，如Code Composer Studio及像MATLAB Link for Code Composer Studio这样的工具。 在学习数字信号处理的过程中，要注重培养自己的工程思维方法。数字信号处理的理论含有许多研究问题和解决问题的科学方法,例如频率域的分析方法、傅里叶变换的离散做法、离散傅里叶变换的快速计算方法等, 这些方法很好。虽然它们出现在信号处理的专业领域, 但是, 其基本精神是利用事物的特点和规律解决实际问题, 这在各个领域中是相同的。还有, 数字信号处理的理论的产生是有原因的, 这些原因并不难懂, 就是理论为应用服务, 提高使用效率。 例如: 为什么要使用频率域的分析方法?原因是从时间看问题, 往往看到事物的表面, 就像 我们用眼睛看水只能看到水的颜色, 看不到水的基本成分, 同样, 从时间看信号只能看到信号变化的大小和快慢,看不到信号的基本成分; 若采用分解物质的方法, 从成分的角度去看, 用化学分析则能看到水的各种成分, 同样, 用分解信号的方法则能看到信号里的基本成分, 至于基本成分的选择则视哪种基本类型最适合实际信号处理, 这就是频率域的分析方法。 又如: 为什么要采用离散的傅里叶变换?原因很简单, 因为要利用计算机计算傅里叶变换, 而计算机只能计算数据, 不能计算连续变量, 所以必须分离连续的傅里叶变换, 使它成为离散的傅里叶变换。 再如: 为什么要采用离散傅里叶变换的快速计算方法?原因是, 理论上离散傅里叶变换能让计算机分析频谱, 但是, 直接按照离散傅里叶变换的定义计算它, 计算量太大, 实用价值不大; 只有采用巧妙的方法降低计算量, 则离散傅里叶变换才有实用价值,这种巧妙的方法就 是离散傅里叶变换的快速计算方法。降低计算量的巧妙之处在, 离散傅里叶变换的计算量与信号的长度成正比, 科学家想办法将信号分解成为短信号, 分解成为短信号的方法有多种, 只要开动脑筋，我们也是一样可以想出来的。 最后，感谢同学们对我的支持，我会尽我所能，与大家共同探索"数字信号处理"领域的奇妙世界。

基于Matlab数字带通滤波设计

《数字信号处理课程设计报告》 课程设计题目：数字带通滤波设计 学院：信息工程学院 专业：通信工程 班级： 学生姓名: 指导老师： 日期：2012年5月4日至17日

目录 1. 课程设计的目的和意义 (3) 1.1课程目的 (3) 1.2实验意义 (3) 2.课程设计题目描述及要求 (4) 3.实验内容 (4) 3.1数字滤波器的简介 (4) 3.2 椭圆数字带通滤波器设计原理 (4) 3.3实验流程框图 (5) 3.4实验步骤 (7) 3.5 程序代码 (8) 3.6实验仿真结果图 (9) 3.7实验结果分析 (10) 4.实验总结 (10) 参考文献 (11)

1.课程设计的目的和意义 1.1课程目的 (1) 学习椭圆模拟带通滤波器的设计。 (2) 使用椭圆模拟带通滤波器逼近数字带通滤波器。 (3) 双线性变换法的应用原理。 (4) 使用matlab对滤波器进行仿真和频谱分析。 1.2实验意义 数字滤波器是个离散时间系统（按预定的算法，将输入离散时间信号换为所要求的输出离散时间信号的特定功能装置）。应用数字滤波器处理模拟信号时，首先须对输入模拟信号进行限带、抽样和模数转换。数字滤波器输入信号的抽样率应大于被处理信号带宽的两倍，其频率响应具有以抽样频率为间隔的周期重复特性，且以折叠频率即1/2抽样频率点呈镜像对称。为得到模拟信号，数字滤波器处理的输出数字信号须经数模转换、平滑。数字滤波器具有高精度、高可靠性、可程控改变特性或复用、便于集成等优点。数字滤波器在语言信号处理、图像信号处理、医学生物信号处理以及其他应用领域都得到了广泛应用。 利用Matlab设计滤波器,可以按照设计要求非常方便地调整设计参数,极大地减轻了设计的工作量,有利于滤波器设计的最优化。Matlab因其强大的数据处理功能被广泛应用于工程计算,其丰富的工具箱为工程计算提供了便利,利用Matlab信号处理工具箱可以快速有效地设计各种数字滤波器,设计简单方便。本文介绍了在Matlab环境下滤波器设计的方法和步骤。

数字信号处理MATLAB中FFT实现

MATLAB中FFT的使用方法 说明：以下资源来源于《数字信号处理的MATLAB实现》万永革主编 一.调用方法 X=FFT(x)； X=FFT(x，N)； x=IFFT(X); x=IFFT(X,N) 用MATLAB进行谱分析时注意： （1）函数FFT返回值的数据结构具有对称性。 例： N=8; n=0:N-1; xn=[43267890]; Xk=fft(xn) → Xk= 39.0000-10.7782+6.2929i0-5.0000i 4.7782-7.7071i 5.0000 4.7782+7.7071i0+5.0000i-10.7782-6.2929i Xk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。 （2）做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。 二.FFT应用举例 例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。

clf; fs=100;N=128;%采样频率和数据点数 n=0:N-1;t=n/fs;%时间序列 x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);%信号 y=fft(x,N);%对信号进行快速Fourier变换 mag=abs(y);%求得Fourier变换后的振幅 f=n*fs/N;%频率序列 subplot(2,2,1),plot(f,mag);%绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; subplot(2,2,2),plot(f(1:N/2),mag(1:N/2));%绘出Nyquist频率之前随频率变化的振幅xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; %对信号采样数据为1024点的处理 fs=100;N=1024;n=0:N-1;t=n/fs; x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);%信号 y=fft(x,N);%对信号进行快速Fourier变换 mag=abs(y);%求取Fourier变换的振幅 f=n*fs/N; subplot(2,2,3),plot(f,mag);%绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; subplot(2,2,4) plot(f(1:N/2),mag(1:N/2));%绘出Nyquist频率之前随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; 运行结果：

应用matlab对语音信号进行频谱分析及滤波.

数字信号处理 —综合实验报告 综合实验名称：应用MatLab对语音信号进行 频谱分析及滤波 系： 学生姓名： 班级： 学号： 成绩： 指导教师： 开课时间学年学期

目录 一．综合实验题目 (1) 二、综合实验目的和意义 (1) 2.1 综合实验目的 (1) 2.2 综合实验的意义 (1) 三．综合实验的主要内容和要求 (1) 3.2 综合实验的要求： (2) 四．实验的原理 (2) 4.1 数字滤波器的概念 (2) 4.2 数字滤波器的分类 (2) （1）根据单位冲激响应h(n)的时间特性分类 (2) 五．实验的步骤 (3) 下面对各步骤加以具体说明。 5.1语音信号的采集 (3) 5.2 语音信号的频谱分析; (3) 5.3 设计数字滤波器和画出其频率响应 (5) 5.3.1设计数字滤波器的性能指标： (5) 5.3.2 用Matlab设计数字滤波器 (6) 5.6 设计系统界面 (19) 六、心得体会 (20) 参考文献： (21)

一．综合实验题目 应用MatLab对语音信号进行频谱分析及滤波 二、综合实验目的和意义 2.1 综合实验目的 为了巩固所学的数字信号处理理论知识，使学生对信号的采集、处理、传输、显示和存储等有一个系统的掌握和理解，再者，加强学生对Matlab软件在信号分析和处理的运用 综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应结论，再利用 MATLAB 作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。 2.2 综合实验的意义 语言是我们人类所特有的功能，它是传承和记载人类几千年文明史，没有语言就没有我们今天人类的文明。语音是语言最基本的表现形式，是相互传递信息最重要的手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。 语音信号处理属于信息科学的一个重要分支，大规模集成技术的高度发展和计算机技术的飞速前进，推动了这一技术的发展；它是研究用数字信号处理技术对语音信号进行处理的一门新兴学科，同时又是综合性的多学科领域和涉及面很广的交叉学科，因此我们进行语言信号处理具有时代的意义。 三．综合实验的主要内容和要求 3.1综合实验的主要内容： 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；综合实验应完成的工作： (1）语音信号的采集; (2）语音信号的频谱分析;

数字信号处理实验一 IIR数字滤波器设计及软件实现

实验一 IIR数字滤波器设计及软件实现 一、实验目的 （1）熟悉用双线性变换法设计IIR数字滤波器的原理与方法； （2）学会调用MATLAB信号处理工具箱中滤波器设计函数（或滤波器设计分析工具fdatool）设计各种IIR数字滤波器，学会根据滤波需求确定滤波器指标参数。 （3）掌握IIR数字滤波器的MATLAB实现方法。 （3）通过观察滤波器输入输出信号的时域波形及其频谱，建立数字滤波的概念。 二、实验原理 设计IIR数字滤波器一般采用间接法（脉冲响应不变法和双线性变换法），应用最广泛的是双线性变换法。基本设计过程是：①先将给定的数字滤波器的指标转换成过渡模拟滤波器的指标；②设计过渡模拟滤波器；③将过渡模拟滤波器系统函数转换成数字滤波器的系统函数。MATLAB信号处理工具箱中的各种IIR数字滤波器设计函数都是采用双线性变换法。第六章介绍的滤波器设计函数butter、cheby1 、cheby2 和ellip可以分别被调用来直接设计巴特沃斯、切比雪夫1、切比雪夫2和椭圆模拟和数字滤波器。本实验要求同学调用如上函数直接设计IIR数字滤波器。 本实验的数字滤波器的MATLAB实现是指调用MATLAB信号处理工具箱函数filter对给定的输入信号x(n)进行滤波，得到滤波后的输出信号y(n）。 三、实验内容及步骤 （1）调用信号产生函数mstg，产生由三路抑制载波调幅信号相加构成的复合信号st，该函数还会自动绘图显示st的时域波形和幅频特性曲线，如图1-1所示。由图可见，三路信号时域混叠无法在时域分离。但频域是分离的，所以可以通过滤波的方法在频域分离，这就是本实验的目的。

图1-1 三路调幅信号st 的时域波形和幅频特性曲线 （2）要求将st 中三路调幅信号分离，通过观察st 的幅频特性曲线，分别确定可以分离st 中三路抑制载波单频调幅信号的三个滤波器（低通滤波器、带通滤波器、高通滤波器）的通带截止频率和阻带截止频率。要求滤波器的通带最大衰减为0.1dB,阻带最小衰减为60dB 。 提示：抑制载波单频调幅信号的数学表示式为 0001()cos(2)cos(2)[cos(2())cos(2())]2 c c c s t f t f t f f t f f t ππππ==-++ 其中，cos(2)c f t π称为载波，f c 为载波频率，0cos(2)f t π称为单频调制信号，f 0为调制正弦波信号频率，且满足0c f f >。由上式可见，所谓抑制载波单频调幅信号，就是2个正弦信号相乘，它有2个频率成分：和频0c f f +和差频0c f f -，这2个频率成分关于载波频率f c 对称。所以，1路抑制载波单频调幅信号的频谱图是关于载波频率f c 对称的2根谱线，其中没有载频成分，故取名为抑制载波单频调幅信号。容易看出，图1-1中三路调幅信号的载波频率分别为250Hz 、500Hz 、1000Hz 。如果调制信号m(t)具有带限连续频谱，无直流成分，则()()cos(2)c s t m t f t π=就是一般的抑制载波调幅信号。其频谱图是关于载波频率f c 对称的2个边带（上下边带），在专业课通信原理中称为双边带抑制载波 (DSB-SC) 调幅信号,简称双边带 (DSB) 信号。如果调制信号m(t)有直流成分，则()()cos(2)c s t m t f t π=就是一般的双边带调幅信号。其频谱图是关于载波频率f c 对称的2个边带（上下边带），并包含载频成分。

实验4 基于MATLAB的FIR数字滤波器设计

实验4 基于MATLAB 的FIR 数字滤波器设计 实验目的：加深对数字滤波器的常用指标和设计过程的理解。 实验原理：低通滤波器的常用指标： P P P for H Ω≤Ω+≤Ω≤-,1)(1δδ πδ≤Ω≤Ω≤ΩS S for H ,)( 通带边缘频率P Ω，阻带边缘频率S Ω ，通带起伏 P δ， 通带峰值起伏] )[1(log 2010dB p p δα--=， 阻带起伏s δ，最小阻带衰减])[(log 2010dB s S δα-=。 数字滤波器有IIR 和FIR 两种类型，它们的特点和设计方法不同。 在MATLAB 中，可以用b=fir1(N,Wn,’ftype’,taper) 等函数辅助设计FIR 数字滤波器。N 代表滤波器阶数；Wn 代表滤波器的截止频率(归一化频率)，当设计带通和带阻滤波器时，Wn 为双元素相量；ftype 代表滤波器类型，如’high ’高通，’stop ’带阻等；taper 为窗函数类型，默认为海明窗，窗系数需要实现用窗函数blackman, hamming,hanning chebwin, kaiser 产生。 例1 用凯塞窗设计一FIR 低通滤波器，通带边界频率π3.0=Ωp ，阻带边界频率π5.0=Ωs ，阻带衰减 不小于50dB 。 解 首先由过渡带宽和阻带衰减 来决定凯塞窗的N 和 π2.0=Ω-Ω=?Ωp s ， ， S P P S Passband Stopband Transition band Fig 1 Typical magnitude specification for a digital LPF

实验一 基于Matlab的数字信号处理基本

实验一 基于Matlab 的数字信号处理基本操作 一、 实验目的：学会运用MA TLAB 表示的常用离散时间信号；学会运用MA TLAB 实现离 散时间信号的基本运算。 二、 实验仪器：电脑一台，MATLAB6.5或更高级版本软件一套。 三、 实验内容： （一） 离散时间信号在MATLAB 中的表示 离散时间信号是指在离散时刻才有定义的信号，简称离散信号，或者序列。离散序列通常用)(n x 来表示，自变量必须是整数。 离散时间信号的波形绘制在MATLAB 中一般用stem 函数。stem 函数的基本用法和plot 函数一样，它绘制的波形图的每个样本点上有一个小圆圈，默认是空心的。如果要实心，需使用参数“fill ”、“filled ”，或者参数“.”。由于MATLAB 中矩阵元素的个数有限，所以MA TLAB 只能表示一定时间范围内有限长度的序列；而对于无限序列，也只能在一定时间范围内表示出来。类似于连续时间信号，离散时间信号也有一些典型的离散时间信号。 1. 单位取样序列 单位取样序列)(n δ，也称为单位冲激序列，定义为 ) 0() 0(0 1)(≠=?? ?=n n n δ 要注意，单位冲激序列不是单位冲激函数的简单离散抽样，它在n =0处是取确定的值1。在MATLAB 中，冲激序列可以通过编写以下的impDT .m 文件来实现，即 function y=impDT(n) y=(n==0); %当参数为0时冲激为1,否则为0 调用该函数时n 必须为整数或整数向量。 【实例1-1】 利用MATLAB 的impDT 函数绘出单位冲激序列的波形图。 解：MATLAB 源程序为 >>n=-3:3; >>x=impDT(n); >>stem(n,x,'fill'),xlabel('n'),grid on >>title('单位冲激序列') >>axis([-3 3 -0.1 1.1]) 程序运行结果如图1-1所示。 图1-1 单位冲激序列

应用MATLAB对信号进行频谱分析及滤波

应用MATLAB对信号进行频谱分析及滤波fs=input('please input the fs:');%设定采样频率 N=input('please input the N:');%设定数据长度 t=0:0.001:1; f=100;%设定正弦信号频率 %生成正弦信号 x=sin(2*pi*f*t); figure(1); subplot(211); plot(t,x);%作正弦信号的时域波形 axis([0,0.1,-1,1]); title('正弦信号时域波形'); z=square(50*t); subplot(212) plot(t,z) axis([0,1,-2,2]); title('方波信号时域波形');grid; %进行FFT变换并做频谱图 y=fft(x,N);%进行fft变换 mag=abs(y);%求幅值 f=(0:N-1)*fs/N;%横坐标频率的表达式为f=(0:M-1)*Fs/M; figure(2); subplot(211); plot(f,mag);%做频谱图 axis([0,1000,0,200]); title('正弦信号幅频谱图'); y1=fft(z,N);%进行fft变换 mag=abs(y1);%求幅值 f=(0:N-1)*fs/N;%横坐标频率的表达式为f=(0:M-1)*Fs/M; subplot(212); plot(f,mag);%做频谱图 axis([0,1000,0,200]); title('方波信号幅频谱图');grid; %求功率谱 sq=abs(y);

power=sq.^2; figure(3) subplot(211); plot(f,power); title('正弦信号功率谱');grid; sq1=abs(y1); power1=sq1.^2; subplot(212); plot(f,power1); title('方波信号功率谱');grid; %用IFFT恢复原始信号 xifft=ifft(y); magx=real(xifft); ti=[0:length(xifft)-1]/fs; figure(4); subplot(211); plot(ti,magx); axis([0,0.1,-1,1]); title('通过IFFT转换的正弦信号波形'); zifft=ifft(y1); magz=real(zifft); ti1=[0:length(zifft)-1]/fs; subplot(212); plot(ti1,magz); title('通过IFFT转换的方波信号波形');grid; please input the fs:1000 please input the N:1024

数字信号处理滤波器

1.设计物理可实现的低通滤波器 设计思路：因为要设计FIR有限脉冲响应滤波器，通常的理想滤波器的单位脉冲响应h是无限长的，所以需要通过窗来截断它，从而变成可实现的低通滤波器。程序如下： clc;clear all; omga_d=pi/5; omga=0:pi/30:pi; for N=3:4:51; w1= window(@blackman,N); w2 = window(@hamming,N); w3= window(@kaiser,N,2.5); w4= window(@hann,N); w5 = window(@rectwin,N); M=floor(N/2); subplot(311);plot(-M:M,[w1,w2,w3,w4,w5]); axis([-M M 0 1]); legend('Blackman','Hamming','kaiser','hann','rectwin'); n=1:M; hd=sin(n*omga_d)./(n*omga_d)*omga_d/pi; hd=[fliplr(hd),1/omga_d,hd]; h_d1=hd.*w1';h_d2=hd.*w2';h_d3=hd.*w3';h_d4=hd.*w4';h_d5=hd.*w5'; m=1:M; H_d1=2*cos(omga'*m)*h_d1(M+2:N)'+h_d1(M+1); H_d2=2*cos(omga'*m)*h_d2(M+2:N)'+h_d2(M+1); H_d3=2*cos(omga'*m)*h_d3(M+2:N)'+h_d3(M+1); H_d4=2*cos(omga'*m)*h_d4(M+2:N)'+h_d4(M+1); H_d5=2*cos(omga'*m)*h_d5(M+2:N)'+h_d5(M+1); subplot(312);plot(omga,[H_d1,H_d2,H_d3,H_d4,H_d5]); legend('Blackman','Hamming','kaiser','hann','rectwin'); subplot(313);plot(abs([fft(h_d1);fft(h_d2);fft(h_d3);fft(h_d4);fft(h_ d5)])'); pause(); end 程序分析： 整个对称窗的长度为N，然而为了在MATLAB中看到窗函数在负值时的形状需将N变为它的一半，即为2M+1个长度。窗长设置为从3开始以4为间隔一直跳动51。则长度相同的不同窗函数在时域[-M,M]的形状如第一个图所示。 对窗函数进行傅里叶变换时，将零点跳过去先构造一个一半的理想滤波器的脉冲响应hd，再将零点位置求导得出的数赋值进去。将生成的hd左右颠倒形成了一个理想的滤波器的脉冲响应。将构造的理想滤波器的脉冲响应依次与之前定义的窗函数相乘，相乘出来的为列向量，用转置将其变成行向量，形成的h_d就是非理想的低通滤波器的脉冲响应序列。因为h_d为对称奇数长度序列，它的DTFT 可以是二倍的离散余弦变化，而零点的位置则直接带入求出，两者相加则是H_d。则第二个图表示的是五个矩阵向量在频域的变化，而第三个图表示的是五个非理想低通滤波器的傅里叶变换，图三FFT给出的结果永远是对称的，因为它显示

基于matlab的语音信号滤波处理——数字信号处理课程设计

数字信号处理课程设计 题目：基于matlab的语音信号滤波处理学院：物理与电子信息工程 专业：电子信息工程 班级： B07073041 学号： 200932000066 姓名：高珊 指导教师：任先平

摘要： 语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴学科，是目前发展最为迅速的学科之一，通过语音传递信息是人类最重要，最有效，最常用和最方便的交换信息手段，所以对其的研究更显得尤为重要。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换成离散的数据文件，然后用起强大的矩阵运算能力处理数据。这为我们的本次设计提供了强大并良好的环境！ 本设计要求自己录制一段自己的语音后，在MATLAB软件中采集语音信号、回放语音信号并画出语音信号的时域波形和频谱图。再在Matlab中分别设计不同形式的FIR数字滤波器。之后对采集的语音信号经过不同的滤波器（低通、高通、带通）后，观察不同的波形，并进行时域和频谱的分析。对比处理前后的时域图和频谱图，分析各种滤波器对于语音信号的影响。最后分别收听进行滤波后的语音信号效果，做到了解在怎么样的情况下该用怎么样的滤波器。

目录 1.设计内容 (4) 2.设计原理 (4) 2.1语音信号的时域分析 (4) 2.2语音信号的频域分析 (5) 3.设计过程 (5) 3.1实验程序源代码 (6) 3.1.1原语音信号时域、频域图 (6) 3.1.2低通滤波器的设计 (6) 3.1.3高通滤波器的设计 (7) 3.1.4带通滤波器的设计 (8) 3.1.5语音信号的回放 (9) 3.2调试结果描述 (10) 3.3所遇问题及结果分析 (15) 3.3.1所遇主要问题 (16) 3.3.2结果分析 (16) 4.体会与收获 (17) 5.参考文献 (17)

什么是数字信号处理

什么是数字信号处理？有哪些应用？ 利用数字计算机或专用数字硬件、对数字信号所进行的一切变换或按预定规则所进行的一切加工处理运算。 例如：滤波、检测、参数提取、频谱分析等。 对于DSP:狭义理解可为Digital Signal Processor 数字信号处理器。广义理解可为Digital Signal Processing 译为数字信号处理技术。在此我们讨论的DSP的概念是指广义的理解。 数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。 信号处理的实质是对信号进行变换。 信号处理的目的是获取信号中包含的有用信息，并用更直观的方式进行表达。 DSP的应用几乎遍及电子学每一个领域。 ▲通用数字信号处理器：自适应滤波，卷积，相关，数字滤波，FFT, 希尔伯特变换，波形生成，窗函数等等。 ▲语音信号处理：语音增强、识别、合成、编码、信箱等，文字/语音转换 ▲图形/图像处理：三维动画，图象鉴别/增强/压缩/传输，机器人视觉等等图 ▲特殊应用数字信号处理：振动和噪声分析与处理，声纳和雷达信号处理， 通信信号处理, 地震信号分析与处理，汽车安全及全球定位，生物医学工程等等。 在医疗、军事、汽车等行业，以及通信市场、消费类电子产品等中具有广阔的市场前景。 数字信号处理系统的基本组成：前置预滤波器（PrF）、a/d变换器(ADC)、数字信号处理器(DSP)、d/a变换器(DAC)、模拟滤波器(PoF) 数字信号处理特点: 1.大量的实时计算（FIR IIR FFT）， 2.数据具有高度重复（乘积和操作在滤波、卷积和FFT中等常见） 数字信号处理技术的意义、内容 数字信号处理技术是指数字信号处理理论的应用实现技术，它以数字信号处理理论、硬件技术、软件技术为基础和组成，研究数字信号处理算法及其实现方法。 意义： 在21世纪，数字信号处理是影响科学和工程最强大的技术之一 它是科研人员和工程师必须掌握的一门技巧 DSP芯片及其特点 ▲采用哈佛结构体系：独立的程序和数据总线，一个机器周期可同时进行程序读出和数据存取。对应的：冯·诺依曼结构。 ▲采用流水线技术： ▲硬件乘法器：具有硬件连线的高速“与或”运算器 ▲多处理单元：DSP内部包含多个处理单元。 ▲特殊的DSP指令：指令具有多功能，一条指令完成多个动作；如：倒位序指令等 ▲丰富的外设▲功耗低：一般DSP芯片功耗为0.5～4W。采用低功耗技术的DSP芯片只有0.1W/3.3V、1.6V （电池供电） DSP芯片的类别和使用选择 ▲按特性分：以工作时钟和指令类型为指标分类▲按用途分：通用型、专用型DSP芯片 ▲按数据格式分：定点、浮点各厂家还根据DSP芯片的CPU结构和性能将产品分成若干系列。 TI公司的TMS320系列DSP芯片是目前最有影响、最为成功的数字信号处理器，其产品销量一直处于领先地位，公认为世界DSP霸主。 ?目前市场上的DSP芯片有： ?美国德州仪器公司(TI):TMS320CX系列占有90%