数字信号处理课程设计-语音信号的处理与滤波-精品

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：MA TLAB 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
1．MA TLAB是矩阵实验室（Matrix Laboratory）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；
2．MA TLAB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MA TLAB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MA TLAB的运算符将使程序变得极为简短。

（3）MA TLAB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MA TLAB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）MA TLAB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。

MA TLAB还具有较强的编辑图形界面的能力。

（7）MA TLAB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MA TLAB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MA TLAB的另一特色。

MA TLAB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,signl proceessing toolbox,commumnication toolbox等。

（9）源程序的开放性。

开放性也许是MA TLAB最受人们欢迎的特点。

除内部函数以外，所有MA TLAB 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');
grid
figure(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 on
X=fft(x);
plot(abs(X));title('滤波后的频谱');
grid on
IIR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 on
X=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 on
X=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 on
X=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 on
X=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 on
X=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. MA TLAB基础与编程入门. 西安：西安电子科技大学出版社，2005
2．邹鲲，袁俊泉，编著. MA TLAB 6.x信号处理. 北京：清华大学出版社，2004
3．楼天顺，李博菡，编著. 基于MA TLAB的系统分析与设计——信号处理. 西安电子科技大学出版社。