信号分析处理大作业报告+程序

1.设计方案如下

①利用MATLAB中的wavread命令来读入语音信号，将它赋值给某一向量。再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波。对于波形图与频谱图（包括滤波前后的对比图）都可以用MATLAB画出。

②由于音频信号是连续且长度未知，故可以采用N阶低通滤波器。滤掉低频部分的噪音，剩下的就是原信号了。

③将去噪后的信号写成wav格式的文件可以使用wavwrite函数。

2. 步骤

①录制一段歌曲，采用Matlab工具对此音频信号用FFT作谱分析。

②录制一段音频信号并命名为信xinhao1.wav存放在文件夹中。

③使用wavread函数读出此信号。

④用函数FFT进行傅里叶变换，得到波形图，幅值图，频谱图。

⑤加入一个随机高斯噪声，将原始信号与噪声叠加产生加噪之后的声音文件，得到xinhao2.wav文件。

⑥通过N阶低通滤波器对噪声语音滤波，在Matlab中，FIR 滤波器利用函数filter对信号进行滤波，得到xinhao3.wav文件。

首先通过MATLAB工具编程获取音频文件的原始信号波形，原信号幅值和原始信号频谱图如下：

然后通过加一个高斯噪声对其分析可得加噪声后信号波形，加噪声后幅值和加噪声后信号频谱图如下：

最后再通过N阶低通滤波器对噪声信号滤波，在Matlab中，FIR 滤波器利用函数filter

对信号进行滤波，从而得到滤波后信号波形，滤波后幅值和滤波后信号频谱图：

程序

[x]=wavread('C:\Users\h\Desktop\xinhao1.wav');

X=fft(x,2048);

figure(1)

fs=abs(X);

plot(fs);

xlabel('HZ');

ylabel('|Y(d)|');

subplot(2,2,1);

plot(x);

xlabel('HZ');

ylabel('|Y(d)|');

title('原始信号波形');

subplot(2,2,2);

plot(X);

xlabel('HZ');

ylabel('|Y(d)|');

title('原始信号幅值');

subplot(2,2,3);

plot(fs);

xlabel('HZ');

ylabel('|Y(d)|');

title('原始信号频谱');

figure(2)

N=length(x); %计算原始语音信号的长度

y1=0.05*randn(N,1); %加上一个高斯随机噪声

x1=x+y1;

x2=fft(x1,2048);

mt=abs(x1);

plot(mt);

xlabel('HZ');

ylabel('|Y(d)|');

subplot(2,2,1);

plot(x1);

xlabel('HZ');

ylabel('|Y(d)|');

title('加噪声后的波形');

subplot(2,2,2);

plot(x2);

xlabel('HZ');

ylabel('|Y(d)|');

title('加噪声后的幅值');

subplot(2,2,3);

plot(mt);

xlabel('HZ');

ylabel('|Y(d)|');

title('加噪声后的频谱');

ht=43000;

bits=16;

wavwrite(x1,ht,bits,'C:\Users\wentao\h\xinhao2.wav');%将加噪声的信号保存figure(3)

N=15;

wc=0.3;

[b,a]=butter(N,wc);

x3=fft(x);

fp=abs(x3);

y2=filter(b,a,x);

Y1=fft(y2);

subplot(2,2,1);

plot(y2);

xlabel('HZ');

ylabel('|Y(d)|');

title('滤波后信号的波形');

subplot(2,2,2);

plot(Y1);

xlabel('HZ');

ylabel('|Y(d)|');

title('滤波后信号的幅值');

subplot(2,2,3);

plot(fp);

xlabel('HZ');

ylabel('|Y(d)|');

title('滤波后信号的频谱');

wavwrite(y2,ht,bits,'C:\Users\h\Desktop\xinhao3.wav');%将滤波之后保存