信号处理课程设计报告ok

淮阴工学院

数字信号处理课程设计报告

题目：音乐信号的处理与分析

系（院）：计算机工程学院

专业：通信工程

班级：通信1111

学号：1111302136

姓名：徐玥

指导教师：顾相平

学年学期:2013 ~ 2014 学年第 1 学期

2013年12月18 日

设计任务书

课题

名称

音乐信号的处理与分析

设计目的1.巩固所学的数字信号处理理论知识，理解信号的采集、处理、传输、显示和存储过

程；

2.综合运用专业及基础知识，解决实际工程技术问题的能力；

3.学习资料的收集与整理，学会撰写课程设计报告。

实验环境1.微型电子计算机（PC）；

2.安装Windows 2000以上操作系统，MATLAB等开发工具。

任务要求1.使用Windows下的录音机录制一段音乐信号或采用其它软件截取一段音乐信号，对

其进行频谱分析；对音乐信号进行不同频率的抽样，分析采样信号的频谱；对音乐信号进行调制，分析调制信号的频谱；设计FIR和IIR数字滤波器，对调制音乐信号进行同步解调，分析滤波后信号的时域和频域特征，回放语音信号。最后，设计一个信号处理系统界面。

2.利用课余时间去图书馆或上网查阅课题相关资料，深入理解课题含义及设计要求，

注意材料收集与整理；

3.在第14周末之前完成预设计，并请指导教师审查，通过后方可进行下一步工作；

4.结束后，及时提交设计报告（含纸质稿、电子稿），要求格式规范、内容完整、结论

正确，正文字数不少于3000字（不含代码）。

工作进度计划

序号起止日期工作内容

1 2013.12.9~2013.12.9 在预设计的基础上，进一步查阅资料，完善设计方案。

2 2013.12.10~2013.12.11 设计总体方案，构建、绘制流程框图，编写代码，上机调试。

3 2013.12.12~2009.12.13 测试程序，完善功能，撰写设计报告。

4 2013.12.13 参加答辩，根据教师反馈意见，修改、完善设计报告。

指导教师（签章）：

年月日

摘要

音乐信号处理是一门比较实用的电子工程的专业课程，语音是人类获取信息的重要来源和利用信息的重要手段。通过语言相互传递信息是人类最重要的基本功能之一。语言是人类特有的功能，它是创造和记载几千年人类文明史的根本手段，没有语言就没有今天的人类文明。语言是语言的声学表现，是相互传递信息的最重要手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。

音乐信号处理是研究用数字信号处理技术队语音信号进行处理的一门科学，它是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的交叉学科。

本次课程设计是用MATLAB对含噪的语音信号同时在时域和频域进行滤波处理和分析。采用一系列图像分析和处理技术，实现了语音信号的基本处理的功能，经过测试运行，设计圆满的完成了对语音信号的读取和打开，较好的完成了对语音信号的频谱分析，通过FFT变换，得出了语音信号的频谱图。在滤波这一块课题主要是从数字滤波器入手来设计滤波器，基本实现了滤波，完成各种滤波器的效果比较。

关键词：音乐信号处理滤波MATLAB 波形频谱

目录

1 绪论 (1)

2 课程设计题目描述和要求 (2)

3 音乐信号的分析及处理方法 (2)

3.1 声音的录入与打开 (2)

3.2 时域信号的FFT分析 (2)

3.3 数字滤波器设计原理 (3)

3.4 数字滤波器的设计步骤 (3)

3.5 IIR滤波器与FIR滤波器的性能比较 (3)

4 图形用户界面设计 (4)

4.1 图形用户界面概念 (4)

4.2 图形用户界面设计 (4)

4.3 图形用户界面制作 (4)

5 课程设计的具体实现 (6)

5.1音乐信号的音谱和频谱观察 (6)

5.2音乐信号的抽取（减抽样） (7)

5.3音乐信号的AM调制 (9)

5.4 AM调制音乐信号的同步解调 (11)

总结 (14)

致谢 (16)

参考文献 (17)

1 绪论

数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等优点。

数字滤波器是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应(FIR，Finite Impulse Response)滤波器和无限冲激响应(IIR，Infinite Impulse Response)滤波器。

FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H(z)在处收敛，极点全部在z=0处（因果系统），因而只能用较高的阶数达到高的选择性。FIR数字滤波器的幅频特性精度较之于IIR数字滤波器低，但是线性相位，就是不同频率分量的信号经过fir滤波器后他们的时间差不变，这是很好的性质。FIR数字滤波器是有限的单位响应也有利于对数字信号的处理，便于编程，用于计算的时延也小，这对实时的信号处理很重要。FIR滤波器因具有系统稳定，易实现相位控制，允许设计多通带（或多阻带）滤波器等优点收到人们的青睐。

IIR滤波器采用递归型结构，即结构上带有反馈环路。IIR滤波器运算结构通常由延时、乘以系数和相加等基本运算组成，可以组合成直接型、正准型、级联型、并联型四种结构形式，都具有反馈回路。同时，IIR数字滤波器在设计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，有

现成的设计数据或图表可查，在设计一个IIR数字滤波器时，我们根据指标先写出模拟滤波器的公式，然后通过一定的变换，将模拟滤波器的公式转换成数字滤波器的公式。

2 课程设计题目描述和要求

1、研究音乐信号的特点；

2、探讨语音分析与识别、处理的基本理论基础、关键技术；

3、写出各步骤的MATLAB的程序代码；

4、分析信号的时域波形与频谱；分析滤波前后信号的波形与频谱；

5、滤波器的设计可采用图形化设计工具FDATOOL和图形化信号处理设计工具SPTOOL。

3 音乐信号的分析及处理方法

3.1 声音的录入与打开

在MATLAB中，[y,fs,bits]=wavread('Blip',[N1 N2]);用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。[N1 N2]表示读取从N1点到N2点的值（若只有一个N的点则表示读取前N点的采样值）。

sound(x,fs,bits);用于对声音的回放。向量y则就代表了一个信号（也即一个复杂的“函数表达式”）也就是说可以像处理一个信号表达式一样处理这个声音信号。

3.2 时域信号的FFT分析

FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。

在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。函数FFT用于序列快速傅立叶变换，其调用格式为y=FFT(x)，其中，x 是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT 且和x相同长度；若x为一矩阵，则y是对矩阵的每一列向量进行FFT。函数FFT的另一种调用格式为y=FFT(x,N)，式中，x，y意义同前，N为正整数。函

数执行N点的FFT，若x为向量且长度小于N，则函数将x补零至长度N；若向量x的长度大于N，则函数截短x使之长度为N；若x 为矩阵，按相同方法对x 进行处理。

3.3 数字滤波器设计原理

数字滤波是数字信号分析中最重要的组成部分之一，与模拟滤波相比，它具有精度和稳定性高、系统函数容易改变、灵活性强、便于大规模集成和可实现多维滤波等优点。在信号的过滤、检测和参数的估计等方面，经典数字滤波器是使用最广泛的一种线性系统。

数字滤波器的作用是利用离散时间系统的特性对输入信号波形(或频谱)进行加工处理，或者说利用数字方法按预定的要求对信号进行变换。

3.4 数字滤波器的设计步骤

不论是IIR滤波器还是FIR滤波器的设计都包括三个步骤：(1) 按照实际任务的要求，确定滤波器的性能指标。

(2) 用一个因果、稳定的离散线性时不变系统的系统函数去逼近这一性能指标。根据不同的要求可以用IIR系统函数，也可以用FIR系统函数去逼近。

(3) 利用有限精度算法实现系统函数，包括结构选择、字长选择等。

3.5 IIR滤波器与FIR滤波器的性能比较

FIR:Finite Impulse response，有限冲击响应

IIR:Infinite Impulse response，无限冲击响应

从性能上来说，IIR滤波器传输函数的极点可位于单位圆内的任何地方，因此可用较低的阶数获得高的选择性，所用的存贮单元少，所以经济而效率高。但是这个高效率是以相位的非线性为代价的。选择性越好，则相位非线性越严重。相反，FIR滤波器却可以得到严格的线性相位，然而由于FIR滤波器传输函数的极点固定在原点，所以只能用较高的阶数达到高的选择性；对于同样的滤波器设计指标，FIR滤波器所要求的阶数可以比IIR滤波器高5-10倍，结果，成本较高，信号延时也较大；如果按相同的选择性和相同的线性要求来说，则IIR滤波器就必须加全通网络进行相位较正，同样要大增加滤波器的节数和复杂性。

整体来看，IIR滤波器达到同样效果阶数少，延迟小，但是有稳定性问题，非线性相位；FIR滤波器没有稳定性问题，线性相位，但阶数多，延迟大。

4 图形用户界面设计

4.1 图形用户界面概念

图形用户界面或图形用户接口(Graphical User Interface，GUI)是指采用图形方式显示的计算机操作环境用户接口。与早期计算机使用的命令行界面相比，图形界面对于用户来说更为简便易用。

GUIDE是MATLAB提供的图形用户界面开发环境，提供了一系列用于创建图形用户界面的工具，从而简化界面布局和编程工作。

4.2 图形用户界面设计

4.2.1 GUI窗口的设计

在GUI设计模板中选中一个模板，然后单击OK按钮，就会显示GUI设计窗口。选择不同的GUI设计模式时，在GUI设计窗口中显示的结果是不一样的。

GUI设计窗口由菜单栏、工具栏、控件工具栏以及图形对象设计区等部分组成。GUI设计窗口的菜单栏有File、Edit、View、Layout、Tools和Help 6个菜单项，使用其中的命令可以完成图形用户界面的设计操作。

4.2.2 GUI窗口的基本操作

在GUI设计窗口创建图形对象后，通过双击该对象，就会显示该对象的属性编辑器。例如，创建一个Push Button对象，并设计该对象的属性值。

4.3 图形用户界面制作

MATLAB中图形用户界面的制作有两种方法：M文件和GUIDE，本设计采用GUIDE的方法制作GUI。

1.新建一个空白GUI模板：进入MATLAB程序界面以后执行File→New→GUI过程，即可进入。

2.选择空白模板选项条，单击OK，一个空白GUI模板生成。

3.拖拉白色框的右下角调整界面大小，现在就可以开始设计GUI功能界面

了。从左边控件框选择所需要的控件放置在GUI面板中，然后对各个控件进行编辑，包括位置、大小、颜色、名称以及编写回调函数等。本设计主要用到下拉菜单、坐标系、框架和按钮，现分别介绍。

4.按钮设计：按钮键又称命令按钮或按钮，是小的长方形屏幕对象，常常在对象本身标有文本。单击空间框左侧的Push Button按钮，在图形编辑框中确定其位置后单击鼠标左键即可放置。

现在开始编写回调函数，确定按钮功能。在按钮上单击鼠标右键，选择view - callbacks→callback即可在M文件中找到该按钮的回调函数位置。然后编写功能函数，本设计中该按钮的功能是绘制原始波形，那么只需要读取语音信号并画出波形。

5.坐标系设计：坐标轴对象是许多图形对象的父对象，每一个可视化显示用户数据的图形窗口都包含一个或多个坐标轴对象。坐标轴对象确定了图形窗口的坐标系统，所有绘图函数都会使用当前坐标轴对象或创建一个新的坐标轴对象，用于确定其绘图数据点在图形中的位置。

单击空间框左侧的Axes按钮，在图形编辑框中确定其位置后单击鼠标左键即可放置。

6.框架设计：框架对象仅是带色彩的矩形区域，框架提供了视觉的分隔性，框架的style属性值是Frame。

本次课程设计的最终图形用户界面如图3-7所示

图4-3

5 课程设计的具体实现

5.1音乐信号的音谱和频谱观察

使用windows下的录音机录制一段音乐信号或采用其它软件截取一段音乐信号（要求：时间不超过5s、文件格式为wav文件）

(1) 使用wavread语句读取音乐信号，获取抽样率；（注意：读取的信号是双声道信号，即为双列向量，需要分列处理）；

(2) 输出音乐信号的波形和频谱，观察现象；

(3) 使用sound语句播放音乐信号，注意不同抽样率下的音调变化，解释现象。

利用格式工厂可以进行数字信号的采集。以文件名“林俊杰-美人鱼”保存入C:\MATLAB7中。可以看到,文件存储器的后缀默认为.wav,这是WINDOWS操作系统规定的声音文件存的标准。

在本次设计中，我们利用fft对语音信号进行快速傅里叶变换，就可以得到信号的频谱特性。其程序如下：

[Y,FS,NBITS]= wavread('C:\MATLAB7\林俊杰-美人鱼.wav');%读取音

乐信号

%显示音乐信号的波形和频谱

sound(Y,FS);%听音乐（按照原来的抽样率）Y1=Y(:,1); %由双声道信号变为单声道信号size(Y1)

axes(handles.axes1);

%figure

%subplot(2,1,1);

plot(Y1);

grid on;

title('原信号波形'); %显示原信号波形

N=length(Y1);

f1=fft(Y1); %傅立叶变换

w=2/N*[0:N/2-1];

%subplot(2,1,2);

axes(handles.axes2);

plot(w,abs(f1(1:N/2)));

grid on;

title('原信号频谱');

程序结果如下图：

图5-1

5.2音乐信号的抽取（减抽样）

(1) 观察音乐信号频率上限，选择适当的抽取间隔对信号进行减抽样（给出两种抽取间隔，代表混叠与非混叠）；

(2) 输出减抽样音乐信号的波形和频谱，观察现象，给出理论解释；

(3) 播放减抽样音乐信号，注意抽样率的改变，比较不同抽取间隔下的声音，解释现象。

程序代码：

[Y,FS,NBITS]= wavread('C:\MATLAB7\林俊杰-美人鱼.wav'); %读取音乐信号?

Y1=Y(:,1);

D=5;j=0; %减抽样，D表示抽样间隔

for i=1:D:length(Y1) % I表示开始减抽样的起始点j=j+1;

Y2(j)=Y1(i); %Y2减抽样后的信号

end

N=length(Y1);

N1=length(Y2);

F1=fft(Y1);

F2=fft(Y2);

w1=2/N*[0:N-1];

w2=2/N1*[0:N1-1];

axes(handles.axes1);

t(4,1,2);

plot(Y2);

grid on;

title('减抽样信号波形');

axes(handles.axes2);

plot(w2,abs(F2));

grid on;

title('减抽样信号频谱');

%显示抽样信号快速fft变换后的波形和频谱sound(Y2,FS)

程序结果如下图：

图5-2

5.3音乐信号的AM调制

(1) 观察音乐信号频率上限，选择适当调制频率对信号进行调制（给出高、低两种调制频率）；

(2) 输出调制信号的波形和频谱，观察现象，给出理论解释；

(3) 播放调制音乐信号，注意不同调制频率下的声音，解释现象。

程序代码：

[Y,FS,NBITS]= wavread('C:\MATLAB7\林俊杰-美人鱼.wav'); %读取音乐信号

Y1=Y(:,1);

N=length(Y1);

F1=fft(Y1); %傅立叶变换

w1=2/N*[0:N/2-1];

N1=0:N-1;

Y2=cos(N1*pi/8); %设置高频调制信号

N2=length(Y2)

F2=fft(Y2);

w2=2/N2*[0:N2/2-1];

axes(handles.axes1);

plot(w2,abs(F2(1:N2/2)));

grid on;

title('AM调制后波形');

stem((0:64),Y2(1:65));

F=Y1.*Y2'; %利用高频调制信号调制单列音乐信号N3=length(F);

F3=fft(F); %傅立叶变换

w3=2/N3*[0:N3-1];

%subplot(2,2,4);

axes(handles.axes2);

plot(w3,abs(F3));

grid on;

title('AM调制后频谱');

sound(F,FS) % 未混叠时，声音尖锐，不清晰，刺耳程序结果如下图：

图5-3

5.4 AM调制音乐信号的同步解调

(1) 设计巴特沃斯IIR滤波器完成同步解调；观察滤波器频率响应曲线；

(2) 用窗函数法设计FIR滤波器完成同步解调，观察滤波器频率响应曲线；（要求：分别使用矩形窗和布莱克曼窗，进行比较）；

(3) 输出解调信号的波形和频谱，观察现象，给出理论解释；

(4) 播放解调音乐信号，比较不同滤波器下的声音，解释现象。

程序代码：

[Y,FS,NBITS]= wavread('C:\MATLAB7\林俊杰-美人鱼.wav'); %读取音乐信号

Y1=Y(:,1);

N=length(Y1);

N1=0:N-1;

Y2=cos(N1*pi/8);

F=Y1.*Y2';

F2=F.*Y2'; %音乐信号调制

wp=0.18;ws=0.25;rp=1;rs=50; %设计巴特沃斯IIR 滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

axes(handles.axes1);

plot(w/pi,abs(Hd));

grid on;

title('IIR滤波后波形');

F3=filter(B,A,F2); %解调音乐信号

N4=length(F3);

F4=fft(F3);

w4=2/N4*[0:N4/2-1];

axes(handles.axes2);

%subplot(2,1,2);

plot(w4,abs(F4(1:N4/2)));

grid on;

title('IIR滤波后频谱');

sound(F3,FS) %声音清晰，基本和原来的音乐差不多，但是音乐开始有一点点杂音。

程序结果如下图：

图5-4

窗函数程序：

function hd=ideal(N,wc)

for n=0:N-1

if n==(N-1)/2

hd(n+1)=wc/pi;

else hd(n+1)=sin(wc*(n-(N-1)/2))/(pi*(n-(N-1)/2));

end

end

clear all;close all;clc

[Y,FS,NBITS]= wavread('C:\MATLAB7\林俊杰-美人鱼.wav'); %读取音乐信号Y1=Y(:,1);

N=length(Y1);

N1=0:N-1;

Y2=cos(N1*pi/8);

F=Y1.*Y2';

F2=F.*Y2'; %调制音乐信号

N=89;wc=pi/0.22; % 矩形和布莱克曼窗hd=ideal(N,wc);

w1=boxcar(N);

w2=blackman(N);

h1=hd.*w1';

h2=hd.*w2';

N1=length(h1);

N2=length(h2);

fh1=fft(h1);

fh2=fft(h2);

ww1=2/N1*(0:(N1-1)/2);

ww2=2/N2*(0:(N2-1)/2);

figure

subplot(2,1,1);plot(ww1,abs(fh1(1:(N1-1)/2+1)));

grid on;

title('矩形窗波形');

subplot(2,1,2);plot(ww2,abs(fh2(1:(N1-1)/2+1)));

grid on;

title('布莱克曼窗波形');

F3=conv(F2,h1);

F4=conv(F2,h2);

M1=length(F3);

M2=length(F4);

fy1=fft(F3);

fy2=fft(F4);

w3=2/M1*[0:M1/2-1];

w4=2/M2*[0:M2/2-1];

figure

subplot(2,1,1);plot(w3,abs(fy1(1:M1/2)));

grid on;

title('矩形窗频率');

subplot(2,1,2);plot(w4,abs(fy2(1:M2/2)));

grid on;

title('布莱克曼频率');

sound(F3,FS) %音乐信号清晰，有杂音，低沉.

结果如下图：

图5-5

图5-6

总结

本设计圆满的完成了对语音信号的读取与打开，也较好的完成了对语音信号

的频谱分析，通过fft变换，得出了语音信号的频谱图。通过这次课程设计，使我对语音信号有了全面的认识，对数字信号处理的知识又有了深刻的理解，在之前数字信号与处理的学习以及完成课后的作业的过程中，已经使用过MATLAB，对其有了一些基础的了解和认识。

在滤波这一块，课题主要是从巴特沃斯滤波器入手来设计滤波器，还用了矩形窗和布莱克曼窗设计FIR滤波器。

通过这次练习我进一步了解了信号的产生、采样及频谱分析的方法。以及其中产生信号和绘制信号的基本命令和一些基础编程语言。让我感受到只有在了解课本知识的前提下，才能更好的应用这个工具。并且熟练的应用MATLAB也可以很好的加深我对课程的理解，训练我的思维。

课程设计中我了解了MATLAB的使用方法，GUI界面的设计，学会分析滤波器的优劣和性能，提高了分析和动手实践能力。同时我相信，进一步加强对MATLAB的学习与研究对我今后的学习将会起到很大的帮助。

致谢

这次实验圆满结束。虽然过程中遇到了所多的难题，但是通过与老师的交流