基于Matlab的同态滤波器设计

基于Matlab的同态滤波器的设计

摘要：同态信号处理也称为同态滤波，实现将卷积关系和乘积关系变换为求和关系的分离处理。将非线性信号处理变为线性信号处理的过程。语音信号x(n)可视为声门激励信息u(n)及声道响应脉冲响应h(n)的卷积:x(n)=u(n)*h(n)。通过处理可将语音信号的声门激励信息及声道响应信息分离开来，从而求得声道共振特征和基音周期。

关键字语音信号同态处理

Abstruct：Speech signal analysis is a speech signal processing of premise

and foundation, only the parameter analysis that can mean the essence characteristic of the speech signal, only in this way can we make use of the processings to comunicatinate efficiently, that these parameters carry on the essence characteristic of the speech signal, besides the high and low of the sound quality and speech understanding rate of the speech synthesis, also all be decided by the accuracy and precision of the speech signal analysis .

Keywords：speech signal analysis

引言

语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信，语音合成和语音识别等处理，况且语音合成的音质好坏和语音识别率的高低，也都取决于对语音信号分析的准确性和精确性。因此，语音信号分析在语音信号处理应用中具有举足轻重的地位。

我们日常生活中遇到的许多信号并不都是加性信号（即组成各分量按加性原则组合起来），而是乘性信号或卷积信号，如语音信号。图像信号，通信中的衰落信号，调制信号等。这些信号要用非线性系统来处理。而同态信号处理就是将非性问题转化为线性问题的处理方法。按被处理的信号来分类，大体分为乘积同态处理和卷积同态处理。由于语音信号可视为升门激励信号和声道冲击响应的卷积，所以这里仅讨论卷积同态信号处理。

短时分析技术:贯穿于语音分析全过程的是“短时分析技术”。因为从整体来看，语音信号的特性及表征其本质特征的参数均是随时间而变化的，所以它是一个非平稳态过程，不能用处理平稳信号。数字信号处理技术对其进行分析处理。但是，由于不同的语音是由人的口腔肌肉运动构成声道某种形状而产生的响应，而这种口腔肌肉运动相对于语音频率来说是非常缓慢的，所以从另一方面看，虽然语音信号具有时变特性，但是在一个短时间范围内，其特性基本保持不变，即相对稳定，因而可以将其看做一个准稳态过程，即语音信号具有短时平稳性。所

以任何语音信号的分析和处理必须建立在“短时”的基础上，即去12-30ms。这样，对于整体的语音信号来讲，分析出的是由每一帧特征参数组成的参数时间序列。

同态滤波器基本原理

常见的同态信号处理系统

卷积同态系统模型

同态系统组成

特征系统

同态系统的输入卷积信号经过系统变换后输出的是一个处理够的卷积信号，这种同态系统可以分为3各子系统，即两个特殊子系统和一个线性子系统。第一个子系统，它完成将卷积性信号转化为加性信号的运算；第二个子系统是一个普通线性系统，满足线性叠加原理，用于对加性信号技能型线性变换；第三个子系统是一个子系统的逆变换，它将加性信号反变换为卷积极性信号，符号*，+和.分别

表示卷积、加法和乘法运算。

第一个子系统D*[ ]完成奖卷积性信号转化为加性信号的运算，即对于x(n)=x1(n)*x2(n)进行了如下处理：

由于x^(n)为加性信号，所以第二个子系统可以对其进行需要的线性处理得到y^(n)。第三个子系统是逆特征系统D*-1[ ]，它对y^(n)=y^1(n)+y^2(n)进行逆变换，使其恢复为卷积性信号，即进行了如下处理：

从而得到了卷积性的恢复信号。

程序如下：

[y,fs,Nbits]=wavread('F:\d.wav');

plot(y) %读取语音信号

x=y(4000:4512);

N=512;

w=hamming(N);

z=x*w';

plot(z) %加窗分帧

a=fft(z);

b=log(a)

c=ifft(b);

d=fft(c);

e=exp(d);

f=ifft(e);

plot(f) %同态处理

验证一个时域信号经过同态处理，是否回到时域？

经验证，时域信号经筒态处理，回到时域，实现了对信号的同态处理。

总结

以上主要介绍了用Matlab实现语音信号的同态处理，基本实现了时域信号经同态处理回到时域。但由于自身的知识的不足，在语音信号处理这方面还有一定的欠缺和不足，在今后的进一步学习中，我会一步一步的去解决，不断将所学知识应用于实际操作，使自己在理论和实践上有不断的提高。

参考文献

语音信号处理（赵力）机械工业出版社

高西全，丁玉美数字信号处理西安电子科技大学出版社

张磊，比靖，郭莲英Matlab实用教程人民邮电出版社

胡光锐语音信号处理与识别上海科学技术出版社