信号分析处理大作业报告+程序
信号分析与处理实验报告
实验一1、基本信号的表示及可视化(1)单位冲激信号 (t)程序：t=-1:0.001:1; %定义时间向量for i=1:3; %采用循环语句观察i取不同值时的图形dt=1/(i^4);X=(1/dt)*((t>=(-1/2*dt))-(t>=(1/2*dt)));%计算函数值subplot(1,3,i);%将图像分成三部分同时观察stairs(t,X);title('单位冲激信号δ(t)');end（2）单位阶跃信号程序：t=-0.5:0.001:1;%定义时间变量，间隔为0.001S=stepfun(t,0);%定义单位阶跃信号S1=stepfun(t,0.5);%定义单位阶跃延迟信号figure(1);plot(t,S);axis([-0.5 1 -0.2 1.2]);title('单位阶跃信号')%画出图形figure(2);plot(t,S1);axis([-0.5 1 -0.2 1.2]);title('单位阶跃延迟信号')（3）抽样信号f=sin(t)./t;程序：t=-10:0.6:10; %向量t时间范围t=t1:p:t2,p为时间间隔f=sin(t)./t;plot(t,f,'o'); %显示该信号的时域波形title('f(t)=Sa(t)(时间间隔为0.6s)'); %标题xlabel('t') %横坐标标题axis([-10,10,-0.4,1.1]) %横坐标和纵坐标范围（4）单位样值序列和单位阶跃序列A．单位序列δ(k)B．单位阶跃序列ε(k)程序：n1=-10;n2=10;%输入序列的起始点n=n1:n2;k=length(n);x1=zeros(1,k);x1(1,-n1+1)=1;%产生单位样值序列subplot(2,1,1);%绘图stem(n,x1,'filled');x2=ones(1,k);x2(1,1:-n1)=0;subplot(2,1,2);stem(n,x2,'filled');2、信号的频域分析已知周期方波信号0||2()0||22E t f t T t ττ⎧<⎪⎪=⎨⎪<<⎪⎩，当02T τ=， 04T τ=，08T τ=时，画出其幅度谱和相位谱，观察不同周期下，()f t 的频谱图有何区别。
信号分析处理流程
信号分析处理流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!Download Tip: This document has been carefully written by the editor. I hope that after you download, they can help you solve practical problems. After downloading, the document can be customized and modified. Please adjust and use it according to actual needs. Thank you!信号分析处理流程：①信号采集：利用传感器、接收器等设备捕捉待分析的物理量或数据流，转换为电信号或数字信号形式。
②预处理：对采集的原始信号进行滤波（如去噪、低通、高通滤波），消除干扰成分，以及放大、偏移调整等，改善信号质量。
③信号分割：根据信号特性或分析需求，将连续信号分割成有意义的片段，便于后续分析，如语音识别中的单词分割。
④特征提取：从信号中提取有助于分析的关键特征，如频谱分析、时域统计特征、波形形状参数等，为后续处理提供基础。
⑤数据分析：运用统计学、信号处理算法分析特征，识别模式、趋势或异常，如频谱分析识别频率成分，时序分析预测趋势。
⑥信号重构与压缩：根据分析目的，可能需要对信号进行重构，如降噪后的信号重建，或为存储传输需求进行信号压缩。
⑦模式识别与分类：利用机器学习、深度学习等技术，基于提取的特征对信号进行分类或识别，如语音识别、图像分类。
⑧结果验证与优化：对比分析结果与实际情况或预期目标，评估处理效果，根据误差反馈调整算法参数，优化处理流程。
⑨报告生成与应用：整理分析结果，生成报告或可视化展示，为决策支持、故障诊断、系统优化等实际应用提供依据。
统计信号分析与处理实验报告
实验2 随机过程的计算机模拟一、实验目的1、给定功率谱（相关函数）和概率分布，通过计算机模拟分析产生相应的随机过程；2、通过该随即过程的实际功率谱（相关函数）和概率分布验证该实验的有效性；3、学会运用Matlab 函数对随机过程进行模拟。
二、实验原理1、标准正态分布随机序列的产生方法：利用随机变量函数变换的方法。
设r1，r2为两个相互独立的（0，1）均匀分布的随机数，如果要产生服从均值为m,方差为正态分布的随机数x，则可以按如下变换关系产生：2、正态随机矢量的模拟：设有一 N 维正态随机矢量，其概率密度为为协方差矩阵，且是正定的。
3、具有有理谱的正态随机序列的模拟根据随机过程通过线性系统的理论，白噪声通过线性系统后，输出是正态的，且输出功率谱只与系统的传递函数有关。
利用这一性质，我们可以产生正态随机过程。
如上图所示，输入W(n)为白噪声，假定功率谱密度为G (z) = 1 W ，通过离散线性系统后，输出X (n)是正态随机序列，由于要求模拟的随机序列具有有理谱，则G (z) X 可表示为：其中，G (z) X+ 表示有理谱部分，即所有的零极点在单位圆之内，G (z) X? 表示非有理谱部分，即所有零极点在单位圆之外。
4、满足一定相关函数的平稳正态随机过程的模拟，当已知平稳随机过程的相关函数而要确定该随机过程的模拟算法。
很显然，只要我们设计一个合适的滤波器，使得该白噪声通过滤波器后，输出的功率谱满足上述相关函数的傅里叶变换，就可以模拟得到该随机过程。
三、实验内容1、产生两组相互独立的（0，1）均匀分布的随机数（随机数个数：500）程序及图形如下:clear;x=randn(1,500);y= randn(1,500);subplot(2,1,1);plot(x);title('第二组');subplot(2,1,2);plot(y);title('第一组')2、按照实验原理中的方法产生一组均值为1，方差为1 的正态分布的随机序列（序列长度：500）程序及图形如下：clear;y=1+sqrt(1)*randn(1,500);plot(y);title(‘正态分布，均值方差都为1’)3、画出功率谱密度为G(w)=1/(1.25+cosw) 的功率谱图（一个周期内），采用均匀采样方法，采样点数为500程序及图形如下：clear;w=rand(1,500);M=1.25+cos(w);N=1;G=N./M;plot(G);title('均匀采样功率频谱');5、模拟产生一个功率谱为G(w)=1/(1.25+cosw) 的正态随机序列程序及图形如下:clear;w=randn(1,500);M=1.25+cos(w);N=1;G=N./M;plot(G);title('均匀采样功率频谱');4、实验中所遇到问题及解决方法问题1、对Matlab软件很生疏、编程也不熟悉。
信号分析处理实验报告
实验 简支梁固有频率测试及测试信号的matlab 谱分析一、 实验目的： 1、 掌握固有频率测试的工程意义及测试方法。
2、 掌握用共振法测量振动系统的固有频率的方法及步骤。
3、 加深了解常用简单振动测试仪器的使用方法。
4、 掌握对基本振动信号的采集和使用matlab 对信号的谱分析方法。
二、实验设备和工具1.机械振动综合实验装置（安装简支梁） 1套2.激振器及功率放大器 1套3.加速度传感器 1支4.电涡流位移传感器 1支5.数据采集仪 1台6.信号分析软件 1套（东方噪声所DASP ）7.力锤 1个三、实验内容1．用共振法测量简支梁固有频率共振法测量振动系统的固有频率是比较常用的方法之一。
共振是指当激振频率达到某一特定值时，振动量的振动幅值达到极大值的现象。
由弹性体振动理论可知，计算简支梁固有频率理论解为：APEJ L f 20115.49 式中，L 为简支梁长度（cm ）；E 为材料弹性系数（kg/cm 2）;A 为梁横截面积（cm 2）；P 为材料比重（kg/cm 3）；J 为梁截面弯曲惯性矩（cm 4）。
经计算实验中所用简支梁的一阶固有频率约为20Hz 。
用共振法测量简支梁固有频率的仪器连接如图1所示电荷放大器数据采集仪信号发生器功率放大器激振器电涡流加速度计简支梁前置器图1 简支梁固有频率测试框图2．用matlab 对测试信号进行谱分析测试过程中激振器分别采用10Hz 、50Hz 对简支梁进行激振，并用力锤单点触发敲击简支梁，使其信号的频率成分更加丰富。
分别存储不同实验条件下的采集数据，保存为c:\10Hz 无触发.txt 、c:\10Hz 触发.txt 、c:\50Hz 无触发.txt 、c:\50Hz 触发.txt 、4个文档，以便于matlab 后续进行谱分析。
实验数据见附表。
以下分4种情况对实验数据进行分析： （1）10Hz 激振，无力锤敲击此时由东方噪声所DASP 分析软件处理的时域、频域波形如下，由软件读取ch1,ch2的主要频率成分分别为10.0077Hz,10.0064 Hz 。
统计信号分析与处理实验报告
一、实验目的和要求了解随机过程特征估计的基本概念和方法，学会运用Matlab 函数对随机过程进行特征估计,并且通过实验了解不同估计方法所估计出来结果之间的差异。
二、实验环境、内容和方法内容：实验原理设随机序列X(n)、Y(n)为各态历经过程，样本分别为x(n)、y(n)（n=0,1,....N-1）。
1、均值的估计2、方差的估计方差估计有两种情况，如果均值m x 已知，则如果均值未知，那么3、相关函数估计4、功率谱估计功率谱的估计有几种方法，（1）自相关法先求相关函数的估计然后对估计的相关函数做傅立叶变换，（2）周期图法先对序列x(n)做傅立叶变换，则功率谱估计为周期图法是一种非参数谱估计方法，另外还有一种修正的周期图方法，也叫Welch 法，MATLAB 有周期图和Welch 法的谱估计函数。
（3）现代谱估计技术现代谱估计主要有参数谱估计和子空间谱估计。
参数谱估计法是假定待估计功率谱的信号是白噪声驱动线性系统的输出，常用的方法有基于最大墒估计的伯格算法和Yuler-Walk自回归(AR)方法，这些方法是估计线性系统的参数，通常会得到比经典谱估计方法更好的估计。
子空间法也称为高分辨率谱估计或超分辨率谱估计，常用的方法有MUSIC 法和特征矢量法，这些方法是根据相关矩阵的特征分析或特征分解得到对信号的频率分量的估计，特别适合于线谱（即正弦信号）的估计，是低信噪比环境下检测正弦信号的有效方法。
三、实验过程描述第一题1）、产生一组均值为1，方差为4 的正态分布的随机序列（1000 个样本），估计该序列的均值与方差。
2）画出图像的代码如下：n=1:1:1000;w(n)=1+randn(1,1000)*sqrt(4);plot(n,w(n));mean(w(n))ans =1.0711var(w(n))ans =4.05493）运行以上代码，得到如下图:第二题1）按如下模型产生一组随机序列：x(n)=0.8x(n-1)+w(n)，其中w(n)为均值为1，方差为4 的正态分布白噪声序列。
测试信号与处理大作业
S (1 0) = S (1 0) , S ' (1 0) = S ' (1 0) , S ' ' (1 0) = S ' ' (1 0) , S (2 0) = S (2 0) , S ' (2 0) = S ' (2 0) , S ' ' (2 0) = S ' ' (2 0)
④以上三条得到 10 个方程，要解 12 个未知数，还要有两个方程，利用边界条件
S ' (0) =0.2， S ' (3) =-1，得到：
c1=0.2; 27*a3+6*b3+c3=-1; 这样得到十二个方程，即可解出 ai 和 bi（i=0,1,2,3）的值。用 matlab 求解，源程 序如下： %矩阵A依次存放系数a1b1c1d1a2b2c2d2a3b3c3d3,矩阵B存放相应代数值 A=[0,0,0,1,0,0,0,0,0,0,0,0; 1,1,1,1,0,0,0,0,0,0,0,0; 0,0,0,0,8,4,2,1,0,0,0,0; 0,0,0,0,0,0,0,0,27,9,3,1; 1,1,1,1,-1,-1,-1,-1,0,0,0,0; 0,0,0,0,8,4,2,1,-8,-4,-2,-1; 3,2,1,0,-3,-2,-1,0,0,0,0,0; 0,0,0,0,12,4,1,0,-12,-4,-1,0; 3,1,0,0,-3,-1,0,0,0,0,0,0; 0,0,0,0,3,1,0,0,-3,-1,0,0; 0,0,1,0,0,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0,27,6,1,0]; B=[0;0.5;2;1.5;0;0;0;0;0;0;0.2;-1]; C=inv(A)*B 得到结果：C =[0.7667，-0.4667，0.2000，0， -1.9000，7.5333，-7.8000，2.6667， -0.4667，3.2333，-7.8000，8.4000] 即 S（x）=
合工大自动化信号分析与处理实验报告
合肥工业大学电气与自动化工程学院实验报告自动化专业班级学号姓名日期指导教师黄云志共页第页成绩实验一含噪声语音信号频谱分析及滤波实验报告要求：1、实验报告包括四部分：实验原理、实验内容、实验程序、结果分析；分别占实验报告总成绩的10%，10%，40%，40%；2、实验程序及结果分析如内容雷同，均不给分；一、实验原理含噪声语音信号通过低通滤波器，高频的噪声信号会被过滤掉，得到清晰的无噪声语音信号。
二、实验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；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，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试听，分析信号的变化。
给出数字低通滤波器性能指标:如，通带截止频率fp＝10000Hz，阻带截止频率fs＝12000Hz （可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50dB，通带最大衰减Rp＝3dB（也可自己设置），采样频率根据自己语音信号采样频率设定。
三、实验程序1.原始信号fs=22050;%设置采样频率x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音sound(x1,fs);%播放原始声音y1=fft(x1,length(x1));%FFTf=fs*(0:511)/1024;figure(1);%建立图形plot(x1);%原始信号时域图形title('原始语音信号时域波形')xlabel('时间');ylabel('幅值');axis([0,5*10^4,-2,2]);figure(2);plot(f,abs(y1(1:512)))%做原始语音信号的FFT频谱图xlabel('频率');ylabel('幅度');title('原始语音信号FFT频谱幅频')2.加噪声clear allfs=22050;%设置采样频率x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音f=fs*(0:511)/1024;t=0:1/22050:(length(x1)-1)/22050;d=[0.5*cos(2*pi*10000*t)]';%加噪声x2=x1+d;sound(x2,22050);%播放加噪音后的信号y2=fft(x2);figure(3)plot(t,x2)%加噪信号时域图形title('加噪声后的时域信号波形'); xlabel('时间');ylabel('幅值');figure(4)subplot(211);plot(abs(x1));title('原始语音信号频谱');xlabel('频率');ylabel('幅值');subplot(212);plot(abs(y2));title('加噪声后的信号频谱'); xlabel('频率');ylabel('幅值');3．设计IIR滤波器clear allfs=22050;wp=0.4*pi;ws=0.7*pi;rp=3;rs=50;x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音f=fs*(0:22499)/22500;%F=([1:N]-1)*Fs/N;%换算成实际的频率值t=0:1/22050:(length(x1)-1)/22050;%定义噪声信号d=[0.7*sin(3*pi*10000*t)]';x2=x1+d;%加噪声[n,wn]=buttord(wp/pi,ws/pi,rp,rs);%设计IIR滤波器[bz,az]=butter(n,wn/pi);[h,w]=freqz(bz,az,512,fs);%滤波器幅频响应x3=filter(bz,az,x2);%滤波y0=fft(x2,22500);y1=fft(x3,22500);sound(x3,22500);%播放滤波后的声音figure(1)plot(abs(h));%滤波器幅频响应图title('滤波器幅频响应图')figure(2)subplot(2,1,1)plot(t,x2)%画出滤波前的时域图title('滤波前的时域波形');subplot(2,1,2)plot(t,x3);title('滤波后的时域波形');figure(3)subplot(211)plot(f,abs(y0(1:22500)));title('滤波前频谱')subplot(212)plot(f,abs(y1(1:22500)));%滤波后频谱title('滤波后频谱')4.设计FIR滤波器clear allfs=22050;%设置采样频率x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音f=fs*(0:22499)/22500;%F=([1:N]-1)*Fs/N;%换算成实际的频率值t=0:1/44100:(length(x1)-1)/44100;%定义噪声信号d=[0.5*sin(2*pi*80000*t)]';x2=x1+d;%加噪声N=512;b1=fir1(N,0.3,hanning(N+1));%设计FIR滤波器[h,w]=freqz(b1,1,512,fs);%滤波器幅频响应x3=filter(b1,1,x2);%滤波y0=fft(x2,22500);y1=fft(x3,22500);sound(x3,22500);%播放滤波后的声音figure(1)plot(w,abs(h));%滤波器幅频响应图title('FIR滤波器幅频响应图')figure(2)subplot(211)plot(f,abs(y0(1:22500)));title('滤波前频谱')subplot(212)plot(f,abs(y1(1:22500)));%滤波后频谱title('滤波后频谱')。
信号分析与处理实验报告程序+报告内容(非常全)
t=0:(M*T0)/N:(M*T0*(N-1))/N;
stem(t,xx);
%采样
xlabel('t/s');
ylabel('x(t)/(A)');
title('时域波形');
tic
yy=dft(xx,N);
%对时域信号做傅立叶变换
toc
% deltaf=1/(T0*M);
%书上（6-78）
% for n=1:N/2+1 % yy1(n)=yy(n)/N; % end % subplot(1,2,2) % f=0:deltaf:N/2*deltaf; % stem(f,abs(yy1)) subplot(2,1,2) yy1=idft(yy,N); stem(t,yy1) xlabel('t/s'); ylabel('x(t)/(A)'); title('傅立叶反变换');
for(i=0;i<N;i++){
A[i]/=N;
B[i]/=N;
}
}
return;
}
main(){
int i,t,ap;
float A[100],B[100];
unsigned M;
system("cls");
/*清屏*/
printf("\nplease input bian huan lei bie(FFT:1 or IFFT:-1):");
算两个输入数据在数组中的编号，循环每
次完成同一个系数 的蝶形运算*/
{Q=P+LE1;
Tr=Wr*A[Q]-Wi*B[Q];
课程大作业——数字信号处理实验报告
实验一 信号、系统及系统响应一．实验目的1．熟悉理想采样的性质，了解信号采用前后的频谱变化，加深对采样定理的理解。
2．熟悉离散信号和系统的时域特性。
3．熟悉线性卷积的计算编程方法：利用卷积的方法，观察、分析系统响应的时域特性。
4．掌握序列傅氏变换的计算机实现方法，利用序列的傅氏变换对离散信号、系统及系统响应进行频域分析。
二．实验原理1．连续时间信号的采样采样是从连续时间信号到离散时间信号的过渡桥梁，对采样过程的研究不仅可以了解采样前后信号时域和频域特性发生的变化以及信号内容不丢失的条件，而且有助于加深对拉氏变换、傅氏变换、z 变换和序列傅氏变换之间关系的理解。
对一个连续时间信号进行理想采样的过程可以表示为该信号和个周期冲激脉冲的乘积，即)()()(ˆt M t x t xa a = （1－1） 其中)(ˆt xa 是连续信号)(t x a 的理想采样，)(t M 是周期冲激脉冲 ∑+∞-∞=-=n nT t t M )()(δ （1－2）它也可以用傅立叶级数表示为：∑+∞-∞=Ω=n tjm s e T t M 1)( （1－3）其中T 为采样周期，T s /2π=Ω是采样角频率。
设)(s X a 是连续时间信号)(t x a 的双边拉氏变换，即有：⎰+∞∞--=dt e t xs X st aa )()( （1－4）此时理想采样信号)(ˆt xa 的拉氏变换为 ∑⎰+∞-∞=+∞∞--Ω-===m s a sta a jm s X T dt e t x s X )(1)(ˆ)(ˆ （1－5）作为拉氏变换的一种特例，信号理想采样的傅立叶变换[]∑+∞-∞=Ω-Ω=Ωm s a a m j X T j X )(1)(ˆ （1－6）由式（1－5）和式（1－6）可知，信号理想采样后的频谱是原信号频谱的周期延拓，其延拓周期等于采样频率。
根据Shannon 采样定理，如果原信号是带限信号，且采样频率高于原信号最高频率分量的2倍，则采样以后不会发生频率混淆现象。
信号分析与处理实验报告(基于MATLAB)
武汉工程大学电气信息学院2、四、思考：1、为什么图二中t=0处曲线是间断的，如何使其成为连续的曲线？因为axis函数对纵坐标的的上边界限定过小，使图形在边界处不能完整的显示。
2.3.四、思考：1、代数运算符号*和.*的区别是？*是矩阵相乘，是矩阵A行元素与B的列元素相乘的和.*是数组相乘，表示数组A和数组B中的对应元素相乘实验内容实验三连续时间信号的卷积一、实验内容1、已知两连续时间信号如下图所示，绘制信号f1(t)、f2(t)及卷积结果f(t)的波形；设时间变化步长dt分别取为0.5、0.1、0.01，当dt取多少时，程序的计算结果就是连续时间卷积的较好近似？2.实验内容1.2.实验内容实验五 连续时间信号的频域分析一、实验内容1、如图5.4所示的奇谐周期方波信号，周期为T1=1，幅度为A=1，将该方波信号展开成三角形式Fourier 级数并分别采用频域矩形窗和Hanning 窗加权，绘制两种窗函数加权后的方波合成图像。
时间范围取为-2~2，步长值取为0.01。
2、将图5.5中的锯齿波展开为三角形式Fourier 级数，按(2)式求出Fourier 级数的系数，并在频域分别采用矩形窗、Hanning 窗和三角窗加权，观察其Gibbs 效应及其消除情况。
时间范围取为-2~2，步长值取为0.01。
3、选做：编程计算连续时间周期信号的三角形式傅里叶级数展开的系数二、实验方法与步骤1、将方波信号展开成三角形式Fourier 级数并分别采用频域矩形窗和Hanning 窗加权 方波展开的三角式傅立叶级数为：()()t k k t x L k 1,5,3,1sin 4ωπ⋅∑=∞= 采用频域矩形窗加权，则展开式变为：()()()[]t k k t x K k 1012sin 124ωπ+⋅+∑==a0=2/T*int(f,t,0,T); %求函数f对t从0到T的定积分a0=simplify(a0) %得出结果syms kfa=t*cos(k*w*t);fb=t*sin(k*w*t);ak=2/T*int(fa,t,0,T); %求函数fa对t从0到T的定积分bk=2/T*int(fb,t,0,T); %求函数fb对t从0到T的定积分ak=simplify(ak)bk=simplify(bk)三、实验数据与结果分析1.2.3.根据绘制的幅频特性曲线，系统具有低通滤波特性2.根据绘制的幅频特性曲线，系统具有带通滤波特性。
信号分析与处理实验报告2(完成)
合肥工业大学电气与自动化工程学院 实验报告专业 班级 学号 姓名 日期 指导教师 共 页 第 页实验二 数字滤波器设计实验报告要求：1、实验内容为实验指导书实验三第2题、实验四第1题；2、实验报告包括四部分：实验原理、实验内容、实验程序、结果分析；分别占实验报告总成绩的20%，10%，30%，40%；3、实验程序及结果分析如有内容雷同，均不给分；4、实验程序、结果分析内容可以直接打印。
【 项目一 双线性变换法设计巴特沃斯滤波器 】实验内容：给定待设计的数字高通和带通滤波器的技术指标如下：(1) HP ：Hz f p 400=，Hz f s 300=，Hz F s 1000=，dB p 3=α，dB s 35=α。
(2) BP ：Hz f sl 200=，Hz f 3001=，Hz f 4002=，Hz f sh 500=，Hz F s 2000=，dB p 3=α，dB s 40=α。
试用双线性变换分别设计满足上述要求的巴特沃斯滤波器，给出其系统函数、对数幅频及相频曲线。
实验原理：为了克服脉冲响应不变法中产生频率响应的混叠失真，采用非线性频率压缩方法，将整个频率轴上的频率范围压缩到-π/T ～π/T 之间，再用z =e sT转换到Z 平面上。
也就是说，第一步先将整个S 平面压缩映射到S 1平面的-π/T ～π/T 一条横带里；第二步再通过标准变换关系z =e s 1T将此横带变换到整个Z 平面上去。
这样就使S 平面与Z 平面建立了一一对应的单值关系，消除了多值变换性，也就消除了频谱混叠现象。
由下图看出，在零频率附近，模拟角频率Ω与数字频率ω之间的变换关系接近于线性关系；但当Ω进一步增加时，ω增长得越来越慢，最后当Ω→∞时，ω终止在折叠频率ω=π处，因而双线性变换就不会出现由于高频部分超过折叠频率而混淆到低频部分去的现象，从而消除了频率混叠现象。
将S 平面j Ω轴压缩变换到s1平面j Ω轴上的-π/T 到π/T 一段，可以采用以下变换关系：⎪⎭⎫⎝⎛Ω=Ω2tan 1T 这样±∞=Ω变换到Tπ±=Ω1，0=Ω变换到01=Ω，可将上式写成22221111T jT j T jTjeee e j Ω-ΩΩ-Ω+-=Ω令s j =Ω，11s j =Ω，解析延拓到整个s 平面和s1平面，可得22221111T s T s T s T s eee e s --+-=再将1s 平面通过以下变换关系映射到z 平面，即T s e z 1=从而得到s 平面和z 平面的单值映射关系为1111--+-=z z s ， ss z -+=11一般来说，为了使模拟滤波器的某一频率与数字滤波器的任一频率有对应关系，可引入待定常数c ，⎪⎭⎫ ⎝⎛Ω=Ω2tan 1Tc ()Ts Ts e e c s 1111--+-=将Ts ez 1=代入到上式，可得1111--+-=z zcs ， sc s c z -+=在MATLAB 中，双线性Z 变换可以通过bilinear 函数实现，其调用格式为：[Bz ，Az]＝bilinear(B ，A ，Fs)；其中B ，A 为模拟滤波器传递函数G (s )的分子分母多项式的系数向量，而Bz ，Az 为数字滤波器的传递函数H (z )的分子分母多项式的系数向量。
信号分析与处理实验报告 实验一 基本信号的产生
k=-20:20;
w0=0.25*pi;
x=(0.9).^k.*[sin(w0*k)+cos(w0*k)];
stem(k,x);
2.已知无限长序列x[k]=0.5 u[k]
(1)计算信号的总能量
k=0:1000;
本科学生设计性实验报告学号姓名学院物理与电子信息专业班级电子实验课程名称数字信号处理教师及职称开课学期20112012学年学期填报时间2012实验设计方案实验序号实验名称基本信号的产生实验时间2012实验目的学习使用matlab产生基本信号绘制信号波形实现信号的基本运算为信号分析和系统设计奠定基础
本科学生设计性实验报告
E =
1.3333
前20点程序如下
k=0:20;
Y=(k>=0);
X=(0.5).^k.*Y;
E=sum(abs(X).^2)
输出结果如下：
E =
1.3333
前30点程序如下：
k=0:30;
Y=(k>=0);
X=(0.5).^k.*Y;
E=sum(abs(X).^2)
输出结果如下：
E =
1.3333
stem([0:length(y)-1],y);
title('Y');
subplot(3,1,2);
stem(k,s);title('S');
subplot(3,1,3);
stem(k,x);title('X');
2．实验总结
教师评语及评分：
签名：年月日
（2）均值滤波可以有效的去除叠加在低频信号上的噪声。已知3点滑动平均数字滤波器的单位脉冲响应为h[k]=[1,1,1;k=0,1,2],计算y[k]=x[k]*h[k],在同一张纸上前50点y[k]/s[k]和x[k]的波形，比较序列y[k]和s[k]
数字信号处理大作业报告要求
正文内容1：研究或实验目的
是正文的开篇，要求简明扼要，重点突出。
实验性强的论文，先写为什么要进行这个实验， 通过实验要达到的目的是什么 理论性强的论文，要写清楚准备解决的问题以 及解决问题的基本思路 如果课题涉及面较广，论文只涉及其中某一方 面，则要写清本文着重探索哪一方面的问题， 并交待理由
2、科技论文的写作格式
科技论文一般包括以下8个部分：题名、 作者署名、摘要、关键词、引言、正文、 结论和参考文献
2．1、题名
题名应以最恰当、简明的词语反映出文 章中最重要的特定内容。题名要简明、 准确、醒目，有利于读者阅读和文献检 索。 题名一般不宜超过20字，因此，题名 尽可能删弃多余的词语，避免将同义词 或近义词连用，如常见的有“……的研 究和探讨”，“……的分析研究”，一 般可删去其中的一个。
有时候本部分可在引言中描述，正文部分不再 复述
正文内容2：研究基础
研究工作的基础，一定要交代清楚以便 他人据此重复验证
实验性的论文，要说明选用的材料、设 备和实验(观测)的方法等 理论性的论文，要说明基本假设、已有 的结论、所采用的模型和算法等
正文内容3：研究过程
理论分析部分： 详细说明所使用的分析方法和计算方法 等基本情况；指出所应用的分析方法、 计算方法、实验方法等哪些是已有的， 哪些是经过自己改进的，哪些是自己创 造的，这一部分所占篇幅不宜过多，应 以简练、明了的文字概略表述。
2．4、关键词
关键词是为了文献标引工作，特别是适应计算 机自动检索的要求，从文章中选取出来用以表 示全文主题信息的单词或术语。 关键词可从文章的四个部位去寻找：
◦ ◦ ◦ ◦
从题名中找，题名是论文的主题浓缩，最易找到； 从文摘中找； 从论文的小标题中找； 从结论中找。
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。
信号与系统大作业报告
信号与系统大作业报告课程名称：信号与系统设计题目：低通、带通和高通三种滤波器的设计姓名：xxx学号：xxxxxxxx专业班级：通信工程xxx 班一． 实验内容（1）内容描述：输入信号及采样频率设定：输入由三个频率分量组合的载波，比如输入模拟信号为123()cos(2)cos(2)cos(2)=++x t f t f t f t πππ 其中三个频率分量为f1=900Hz, f2=1800Hz, f3=3600Hz, 采样频率为fs=10800Hz（2）基本要求：设计三个滤波器，实现单独提取单个频率分量的功能，即实现低通、带通和高通。
二、实验目的1、加深对matlab 相关语法以及程序编写的认识与理解。
2、更好地熟悉和认识低通、带通、高通三种滤波器的原理与功能。
3、初步建立自我开发matlab 程序的意识和概念，增强进一步学习matlab 的兴趣。
三、实验原理我把三个滤波器分成了三个独立的程序分别进行设计，所采用的方法不同。
不过三个程序运行结果所呈现出来的图的规格是一样的，都是在一个绘图窗口中显示2*2=4个图，它们分别是原信号时域图、滤波器频域图、滤波后的时域信号图和滤波前后信号频谱图。
➢ 低通滤波器对于低通滤波器，我采用了契比雪夫cheby2滤波器。
首先用subplot 和plot 这两个函数画了原信号时域图；然后设置低通滤波器的截止频率，用cheby2和freqz 这两个主要的函数设计IIR 滤波器，并求得滤波器的幅频响应，画出滤波器频域图；接着用filter 函数对原信号进行滤波，画出滤波后的时域信号图；最后测量滤波前后信号的长度，用fft 函数对这两个信号进行傅立叶变换，再用虚线和实现分别画出原信号频谱图和滤波后信号的频谱图。
➢ 带通滤波器对于带通滤波器，我也采用了契比雪夫cheby2滤波器。
首先用subplot 和plot 这两个函数画了原信号时域图；然后设置带通滤波器的截止频率，值得强调的是带通滤波器的截止频率与低通滤波器的截止频率不同，前者是个区间，后者是个点。
信号处理综合实验报告(3篇)
第1篇一、实验目的1. 深入理解信号处理的基本原理和方法。
2. 掌握信号处理在各个领域的应用，如语音信号处理、图像处理等。
3. 熟悉实验设备的使用，提高实际操作能力。
4. 培养团队协作和问题解决能力。
二、实验内容本次实验主要分为以下几个部分：1. 语音信号处理（1）采集语音信号：使用麦克风采集一段语音信号，并将其转换为数字信号。
（2）频谱分析：对采集到的语音信号进行频谱分析，观察其频谱特性。
（3）噪声消除：设计并实现噪声消除算法，对含噪语音信号进行处理，提高信号质量。
（4）语音增强：设计并实现语音增强算法，提高语音信号的清晰度。
2. 图像处理（1）图像采集：使用摄像头采集一幅图像，并将其转换为数字图像。
（2）图像增强：对采集到的图像进行增强处理，如对比度增强、亮度增强等。
（3）图像滤波：设计并实现图像滤波算法，去除图像中的噪声。
（4）图像分割：设计并实现图像分割算法，将图像中的不同区域分离出来。
3. 信号处理算法实现（1）傅里叶变换：实现离散傅里叶变换（DFT）和快速傅里叶变换（FFT）算法，对信号进行频谱分析。
（2）小波变换：实现离散小波变换（DWT）算法，对信号进行时频分析。
（3）滤波器设计：设计并实现低通滤波器、高通滤波器、带通滤波器等，对信号进行滤波处理。
三、实验原理1. 语音信号处理（1）语音信号采集：通过麦克风将声音信号转换为电信号，再通过模数转换器（ADC）转换为数字信号。
（2）频谱分析：利用傅里叶变换将时域信号转换为频域信号，分析信号的频谱特性。
（3）噪声消除：采用噪声消除算法，如维纳滤波、谱减法等，去除信号中的噪声。
（4）语音增强：利用语音增强算法，如谱峰增强、长时能量增强等，提高语音信号的清晰度。
2. 图像处理（1）图像采集：通过摄像头将光信号转换为电信号，再通过模数转换器（ADC）转换为数字图像。
（2）图像增强：通过调整图像的亮度、对比度等参数，提高图像的可视效果。
（3）图像滤波：利用滤波器去除图像中的噪声，如均值滤波、中值滤波、高斯滤波等。
《信号分析与处理》实验报告
(此文档为word格式，下载后您可任意编辑修改！)序号：号项目名称：《信号分析与处理》实验报告学生学院：信息工程学院专业班级：学生学号：学生姓名：指导老师：朱铮涛2013年12月25日目录实验一、基本信号的产生和时频域抽样实验 (1)一、实验目的 (1)二、实验内容及所得图表 (1)三、思考题解答 (15)实验二、连续和离散系统分析 (16)一、实验目的 (16)二、实验内容和要求 (16)三、思考题解答 (22)实验三、用FFT实现谱分析实验 (23)一、实验目的 (23)二、实验原理 (23)三、实验内容及实验得到的结果 (23)四、实验结论 (26)五、思考题解答 (26)实验四、IIR数字滤波器设计和应用 (27)一、实验目的 (27)二、实验原理 (27)三、实验内容和结果 (27)四、思考题解答 (33)实验五、FIR数字滤波器设计和应用 (34)一、实验目的 (34)二、FIR数字滤波器的设计基本原理 (34)三、实验内容和实验结果 (37)四、思考题解答 (40)实验一、基本信号的产生和时频域抽样实验一、实验目的1、学习使用matlab产生基本信号波形、实现信号的基本运算；2、熟悉连续信号经理想采样前后的频谱变化关系,加深对时域采样定理的理解;3、加深理解频谱离散化过程中的数学概念和物理概念，掌握频域抽样定理的基本内容。
二、实验内容及所得图表1、用Matlab产生以下序列的样本，并显示其波形：(a):()(0.9)cos(0.2/3),020nx n n nππ=+≤≤(b):)20()5()(---=nununx(c):)*5.0exp()(n nx-=(d):(e):(f):)()sin()(t u tAetx taΩ=-α2 设（a）：求其傅里叶变换；（b）：用频率对进行采样，求出采样所得离散时间信号的傅里 Fs=5000Hz对进行采样，求出采样所得离散时间信号的叶变换；再用频率Fs=1000Hz傅里叶变换；（c）：分别针对（b）中采样所得离散时间信号和，重建出对应的连续时间信号和，并分别与原连续时间信号进行比较；根据抽样定理（即Nyquist 定理）的知识，说明采样频率对信号重建的影响。
信号分析与处理实验报告
华北电力大学实验报告||实验名称FFT的软件实现实验（Matlab）IIR数字滤波器的设计课程名称信号分析与处理||专业班级：电气化1308 学生姓名：袁拉麻加学号： 2 成绩：指导教师：杨光实验日期： 2015-12-17快速傅里叶变换实验一、实验目的及要求通过编写程序，深入理解快速傅里叶变换算法（FFT）的含义，完成FFT和IFFT算法的软件实现。
二、实验内容利用时间抽取算法，编写基2点的快速傅立叶变换（FFT）程序；并在FFT程序基础上编写快速傅里叶反变换（IFFT）的程序。
三：实验要求1、FFT和IFFT子程序相对独立、具有一般性，并加详细注释；2、验证例6-4，并能得到正确结果。
3、理解应用离散傅里叶变换（DFT）分析连续时间信号频谱的数学物理基础。
四、实验原理：a.算法原理1、程序输入序列的元素数目必须为2的整数次幂，即N=2M,整个运算需要M 级蝶形运算；2、输入序列应该按二进制的码位倒置排列，输出序列按自然序列排列；3、每个蝶形运算的输出数据军官占用其他输入数据的存储单元，实现“即位运算”；4、每一级包括N/2个基本蝶形运算，共有M*N/2个基本蝶形运算；5、第L级中有N/2L个群，群与群的间隔为2L。
6、处于同一级的各个群的系数W分布相同，第L级的群中有2L-1个系数；7、处于第L级的群的系数是(p=1,2,3，…….,2L-1)而对于第L级的蝶形运算，两个输入数据的间隔为2L-1。
b.码位倒置程序流程图开始检测A序列长度nk=0j=1x1(j)=bitget(k,j);j=j+1Yj<m?Nx1=num2str(x1);y(k+1)=bin2dec(x1);clear x1k=k+1c.蝶形运算程序流程图五、程序代码与实验结果a.FFT程序：%%clear all;close all;clc;%输入数据%A=input('输入x(n)序列','s');A=str2num(A);% A=[1,2,-1,4]; %测试数据%%%%校验序列,%n=length(A);m=log2(n);if (fix(m)~=m)disp('输入序列长度错误，请重新输入!');A=input('输入x(n)序列','s');A=str2num(A);elsedisp('输入正确，请运行下一步')end%%%码位倒置%for k=0:n-1for j=1:m %取M位的二进制数%x1(j)=bitget(k,j); %倒取出二进制数%endx1=num2str(x1); %将数字序列转化为字符串%y(k+1)=bin2dec(x1); %二进制序列转化为十进制数%clear x1endfor k=1:nB(k)=A(y(k)+1); %时间抽取序列%endclear A%%%计算%for L=1:m %分解为M级进行运算%LE=2^L; %第L级群间隔为2^L%LE1=2^(L-1); %第L级中共有2^(L-1)个Wn乘数，进行运算蝶运算的两数序号相隔LE1%W=1;W1=exp(-1i*pi/LE1);for R=1:LE1 %针对第R个Wn系数进行一轮蝶运算，共进行LE1次%for P=R:LE:n %每个蝶的大小为LE% Q=P+LE1;T=B(Q)*W;B(Q)=B(P)-T;B(P)=B(P)+T;endW=W*W1;endendB %输出X(k)%%%验证结果：例6-4b.IFFT程序：%%clear all;close all;clc;%输入数据%A=input('输入X(k)序列','s');A=str2num(A);% A=[6,2+2i,-6,2-2i]; %测试数据%%%%校验序列,%n=length(A);m=log2(n);if (fix(m)~=m)disp('输入序列长度错误，请重新输入!');A=input('输入x(n)序列','s');A=str2num(A);elsedisp('输入正确，请运行下一步')end%%%码位倒置%for k=0:n-1for j=1:m %取M位的二进制数%x1(j)=bitget(k,j); %倒取出二进制数%endx1=num2str(x1); %将数字序列转化为字符串%y(k+1)=bin2dec(x1); %二进制序列转化为十进制数%clear x1endfor k=1:nB(k)=A(y(k)+1); %时间抽取序列%endclear A%%%计算%for L=1:m %分解为M级进行运算%LE=2^L; %第L级群间隔为2^L%LE1=2^(L-1); %第L级中共有2^(L-1)个Wn乘数，进行运算蝶运算的两数序号相隔LE1%W=1;W1=exp(-1i*pi/LE1);for R=1:LE1 %针对第R个Wn系数进行一轮蝶运算，共进行LE1次%for P=R:LE:n %每个蝶的大小为LE%Q=P+LE1;T=B(Q)*W;B(Q)=B(P)-T;B(P)=B(P)+T;endW=W*W1;endendB=conj(B); %取共轭%B=B/n %输出x(n)%验证结果：六、实验心得与结论本次实验借助于Matlab软件，我避开了用C平台进行复杂的复数运算，在一定程度上简化了程序，并添加了简单的检错代码，码位倒置我通过查阅资料，使用了一些函数，涉及到十-二进制转换，数字-文本转换，二-文本转换，相对较复杂，蝶运算我参考了书上了流程图，做些许改动就能直接实现。
西电信号大作业(歌曲人声消除)
信号与系统课程实践报告1内容与要求通过信号分析的方法设计一个软件或者一个仿真程序，程序的主要功能是完成对歌曲中演唱者语音的消除。
试分析软件的基本设计思路、基本原理，并通过MA TLAB程序设计语言完成设计。
更进一步地，从理论和实用的角度改善软件性能的方法和措施。
2 思路与方案歌曲的伴奏左右声道相同，人声不同。
所以通过左右声道不同处理信号，然后通过频率分析做带阻滤波滤除主要人声信号。
3 成果及展示代码：clear;clc;[X,fs]=audioread('D:\文本文档\林.wav');ts=1/fs;N=length(X)-1;t=0:1/fs:N/fs;Nfft=N;df=fs/Nfft;fk=(-Nfft/2:Nfft/2-1)*df;a1=1;a2=-1;b1=1;b2=-1;%分离左声道和右声道SoundLeft=X(:,1);SoundRight=X(:,2);%对左声道和右声道进行快速傅里叶变换SoundLeft_f=ts*fftshift(fft(SoundLeft,N));SoundRight_f=ts*fftshift(fft(SoundRight,N));%显示左右声道幅度变化figure(1)subplot(411)plot(t,SoundLeft);subplot(412)plot(t,SoundRight);%显示左右声道频率变化subplot(413)f_range=[-5000,5000,0,0.1];plot(fk,SoundLeft_f);axis(f_range);subplot(414)plot(fk,SoundRight_f);axis(f_range);NewLeft=a1*SoundLeft+a2*SoundRight;NewRight=b1*SoundLeft+b2*SoundRight;Sound(:,1)=NewLeft;Sound(:,2)=NewRight;Sound_Left_f=ts*fftshift(fft(NewLeft,N));Sound_Right_f=ts*fftshift(fft(NewRight,N));figure(2)subplot(411)plot(t,NewLeft);subplot(412)plot(t,NewRight);f_range=[-5000,5000,0,0.1];subplot(413)plot(fk,Sound_Left_f);axis(f_range);subplot(414)plot(fk,Sound_Right_f);axis(f_range);BP=fir1(300,[800,2200]/(fs/2));%根据左右声道差异进行滤波【800，2200】Hz CutDown=filter(BP,1,Sound);Sound_Final=Sound-0.6*abs(CutDown);Sound_Final_f=ts*fftshift(fft(Sound_Final,N));figure(3)subplot(211)plot(t,Sound_Final);subplot(212)f_range=[-5000,5000,0,0.1];plot(fk,Sound_Final_f);axis(f_range);audiowrite('D:\文本文档\林_去人声.wav',Sound_Final,fs);1歌曲原始左右声道的幅度和频率曲线2相减得到的信号幅度和频率曲线3进行消除人声处理后信号的幅度和频率曲线4 总结与感想在本次实践中，熟悉了matlab的操作，了解了很多命令。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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。