基于MATLAB的声学仿真试验详解共56页文档
实验 7MAtlab 语音仿真系统 实验报告
陕西科技大学实验报告班级信工082 学号16 姓名刘刚实验组别实验日期室温报告日期成绩报告内容：(目的和要求，原理，步骤，数据，计算，小结等)实验七语音处理系统仿真（综合滤波器设计）一代码：（1）主程序：x=wavread('login.wav');n=0:1/22050:(size(x)-1)/22050;x_dft=fft(x);%DFT[x_dtft w]=freqz(x);%DTFTsubplot(2,2,1);plot(n,x); title('原语音信号x1');subplot(2,2,2);plot(n,abs(x_dft));title('x的DFT变换结果x2'); grid on;subplot(2,2,3); plot(w/pi,abs(x_dtft));title('x2的幅度相位响应');grid on;subplot(2,2,4);plot(w/pi,unwrap(angle(x_dtft)));title('x2的相位相位响应');grid on;%用FIR滤波器进行滤波[y_low b_low]=lowpass_fir_filter(x);%调用FIR低通滤波器函数[y_band b_band]=bandpass_fir_filter(x);%调用FIR带通滤波器函数[y_high b_high]=highpass_fir_filter(x);%调用FIR高通滤波器函数[hh_low ww_low]=freqz(b_low,1,512);[hh_band ww_band]=freqz(b_band,1,512);[hh_high ww_high]=freqz(b_high,1,512);[h_low w_low]=freqz(y_low);[h_band w_band]=freqz(y_band);[h_high w_high]=freqz(y_high);figure ;subplot(3,3,1); plot(ww_low/pi,20*log10(abs(hh_low))); title('FIR低通滤波器');grid on;subplot(3,3,2);plot(n,y_low);title('经FIR低通滤波后的信号x1'); grid on;subplot(3,3,3); plot(w_low/pi,abs(h_low));title('x1的幅度相位响应'); grid on;subplot(3,3,4); plot(ww_band/pi,20*log10(abs(hh_band)));title('FIR带通滤波器'); grid on;subplot(3,3,5); plot(n,y_band);title('经FIR带通滤波后的信号x2'); grid on;subplot(3,3,6); plot(w_band/pi,abs(h_band));title('x2的幅度相位响应'); grid on;subplot(3,3,7); plot(ww_high/pi,20*log10(abs(hh_high)));title('FIR高通滤波器'); grid on;subplot(3,3,8); plot(n,y_high);title('经FIR高通滤波后的信号x3'); grid on;subplot(3,3,9); plot(w_high/pi,abs(h_high));title('x3的幅度相位响应'); grid on;%用IIR滤波器进行滤波[y_low bz_low az_low]=lowpass_iir_filter(x);%调用IIR低通滤波器函数[y_band bz_band az_band]=bandpass_iir_filter(x);%调用IIR带通滤波器函数[y_high bz_high az_high]=highpass_iir_filter(x);%调用IIR高通滤波器函数[hh_low ww_low]=freqz(bz_low,az_low,256,1);[hh_band ww_band]=freqz(bz_band,az_band,256,1);[hh_high ww_high]=freqz(bz_high,az_high,256,1);[h_low w_low]=freqz(y_low);[h_band w_band]=freqz(y_band);[h_high w_high]=freqz(y_high);figure (3);subplot(3,3,1); plot(ww_low,abs(hh_low));title('IIR低通滤波器'); grid on;subplot(3,3,2);plot(n,y_low);title('经IIR低通滤波后的信号x1'); grid on;subplot(3,3,3); plot(w_low/pi,abs(h_low));title('x1的幅度相位响应'); grid on;subplot(3,3,4); plot(ww_band,abs(hh_band));title('IIR带通滤波器'); grid on;subplot(3,3,5); plot(n,y_band);title('经IIR带通滤波后的信号x2'); grid on; subplot(3,3,6); plot(w_band/pi,abs(h_band)); title('x2的幅度相位响应'); grid on;subplot(3,3,7); plot(ww_high,abs(hh_high)); title('IIR高通滤波器'); grid on;subplot(3,3,8); plot(n,y_high);title('经IIR高通滤波后的信号x3'); grid on; subplot(3,3,9); plot(w_high/pi,abs(h_high)); title('x3的幅度相位响应'); grid on;（1）主程序：1) FIR低通滤波器function [y b]=bandpass_fir_filter(x)w1=0.4*pi; w2=0.7*pi;wn=[w1 w2];wdelta=w2-w1;M=ceil(3.32*pi/wdelta);N=2*M+1;win=hamming(N);b=fir1(N-1,wn/pi,'bandpass',win);y=filter(b,1,x);2) FIR高通滤波器function [y b]=highpass_fir_filter(x)wp=0.6*pi; ws=0.9*pi;wdelta=ws-wp;M=ceil(3.32*pi/wdelta);N=2*M+1;wc=(ws+wp)/2;win=hamming(N);b=fir1(N-1,wc/pi,'high',win);y=filter(b,1,x);3) FIR带通滤波器function [y b]=lowpass_fir_filter(x)wp=0.22*pi; ws=0.46*pi;wdelta=ws-wp;M=ceil(3.32*pi/wdelta);N=2*M+1; %´°wc=(ws+wp)/2;win=hamming(N);b=fir1(N-1,wc/pi,win);y=filter(b,1,x);4) IIR低通滤波器function [y bz az]=lowpass_iir_filter(x) rp=1; rs=15; wp=0.25*pi; ws=0.4*pi; wap=tan(wp/2);was=tan(ws/2);[n,wn]=buttord(wap,was,rp,rs,'s') ; [z,p,k]=buttap(n);[bp,ap]=zp2tf(z,p,k);[bs,as]=lp2lp(bp,ap,wap);[bz,az]=bilinear(bs,as,1/2);y=filter(bz,az,x);5) IIR高通滤波器function [y bz az]=highpass_iir_filter(x) rp=1; rs=15;wp=0.7*pi; ws=0.85*pi;wap=tan(wp/2); was=tan(ws/2);[n,wn]=buttord(wap,was,rp,rs,'s') ;[z,p,k]=buttap(n);[bp,ap]=zp2tf(z,p,k);[bs,as]=lp2hp(bp,ap,wap);[bz,az]=bilinear(bs,as,1/2);y=filter(bz,az,x);6) IIR带通滤波器function [y bz az]=bandpass_iir_filter(x) rp=1; rs=15;wp=0.35*pi; ws=0.65*pi;wap=tan(wp/2); was=tan(ws/2);[n,wn]=buttord(wap,was,rp,rs,'s') ; [z,p,k]=buttap(n);[bp,ap]=zp2tf(z,p,k); [bs,as]=lp2bp(bp,ap,1,0.5);[bz,az]=bilinear(bs,as,1/2);y=filter(bz,az,x);二结果：。
基于MATLAB的语音信号分析与处理的实验报告
基于MA TLAB的语音信号分析与处理的实验报告数字信号课程设计，屌丝们有福了一.实验目的数字信号课程设计，屌丝们有福了综合计运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应的结论，培养发现问题、分析问题和解决问题的能力。
并利用MATLAB作为工具进行实现，从而复习巩固课堂所学的理论知识，提高对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。
此外，还系统的学习和实现对语音信号处理的整体过程，从语音信号的采集到分析、处理、频谱分析、显示和储存。
二.实验的基本要求数字信号课程设计，屌丝们有福了1.进一步学习和巩固MATLAB的使用，掌握MATLAB的程序设计方法。
2.掌握在windows环境下语音信号采集的方法。
3.掌握数字信号处理的基本概念、基本理论、原理和基本方法。
4.掌握MATLAB设计FIR和IIR数字滤波器的方法。
5.学会用MATLAB对信号进行分析和处理。
三．实验内容录制一段自己的语音信号，（语音信号声音可以理解成由振幅和相位随时间缓慢变化的正弦波构成。
人的听觉对声音的感觉特征主要包含在振幅信息中，相位信息一般不起作用。
在研究声音的性质时，往往把时域信息（波形图）变换得到它的频域信息（频谱），通过研究频谱和与频谱相关联的特征获得声音的特性。
）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；给定滤波器的性能指标，采用窗函数法或者双线性变换设计滤波器，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，分析信号发生的变化；回放语音信号。
数字信号课程设计，屌丝们有福了四．实验的实现（1）.语音信号的采集采用windows下的录音机或者手机、其他的软件，录制一段自己的话音，时间控制在一分钟左右；然后在MATLAB软件平台下，利用函数wavread对自己的话音进行采样，记住采样的频率和采样的点数。
chapter_5_利用MATLAB生成听觉刺激
% Tell driver about hardwares inherent latency
prelat = PsychPortAudio('LatencyBias', pahandle, latbias); postlat = PsychPortAudio('LatencyBias', pahandle);
• 采用ASIO(AudioStream Input Output)技术，可以减少 系统对音频流信号的延迟，增强声卡硬件的处理能力。
Delta 1010 声卡
Low latency,timed sound with PsychPortAudio
• Simple interface, allows for asynchronous sound output at a
• 创建录音机对象：audiorecorder，示例见下页 • recorder=audiorecorder(Fs, nBits, nChannels, ID)
录制一段声音
recorder=audiorecorder(44100, 8, 1, 0); disp('Start Recording…'); Recordblocking(recorder, 6); % record 6 secs disp('End of Recording'); play(recorder); audiodata=getaudiodata(recorder); plot(audiodata);
对正弦波的4位采样
音量控制
• 数字音频中，0dB是最大的音量，在此基础上可以减小音量，如10dB
• wav * 10^(db/20) • 可将wav音量降低为db分贝，db<0
用matlab研究声学现象
摘要：matlab是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。
本文利用matlab的强大计算功能和信号数据处理功能，对声音信号进行研究。
以音叉为切入点，用傅立叶变换（FFT）对音叉振动的图像展开分析，测算音叉频率等性质。
与传统物理方法不同的是并没有利用声学和振动的物理性质，只是利用录制的声音文件和matlab的计算机实测功能。
本文还用matlab设计的数字滤波器对声音信号进行滤波降噪处理，并对实验方法的改进展开了讨论。
关键词：语音信号 matlab 音叉傅立叶变换数字滤波器目录一、引言 (4)二、音叉的振动 (5)2.1 音叉介绍 (5)2.2 音叉基本性质 (5)三、傅立叶变换 (6)3.1 简介 (6)3.2 离散傅立叶变换（DFT） (6)3.3 快速傅立叶变换（FFT） (7)3.4 用FFT变换处理声音信号 (7)3.5 音叉频率 (9)3.6分析与结论 (14)3.7 改进方法 (16)3.8 FFT变换的其它应用 (17)四、数字滤波器 (19)4.1 滤波器简介 (19)4.2 数字滤波器原理 (19)4.3 理想滤波器分类 (20)4.4 滤波器的设计 (21)4.5 对音频文件进行滤波处理 (21)4.6 结论 (24)五、结束语 (25)谢致 (26)参考文献 (27)一、引言在我们生活的世界中，声音是最常见的信息传递方式之一。
声音的振动在连续介质中传播。
振动的物体称为声源，声源引起周围空气分子加速，并向周围波状扩散，这就是空气中的声音。
人耳对声音的感觉决定于声音的频率，它使我们能区别不同人讲话以及不同物体发出的声音。
一般的自然界的各种声音中含有许多不同频率的声波，人耳通过接受到的声音的振动频率来区分不同的声音。
matlab是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。
matlab的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。
基于MATLAB GUI的声速测量实验仿真及数据处理
第３２卷第４期大学物理实验Ｖｏｌ.３２Ｎｏ.４２０１９年８月ＰＨＹＳＩＣＡＬＥＸＰＥＲＩＭＥＮＴＯＦＣＯＬＬＥＧＥＡｕｇ.２０１９收稿日期:２０１９￣０３￣２５基金项目:国家自然科学基金青年项目(６１４０５１５２)ꎻ西安建筑科技大学青年基金(６０４０５００７２４)ꎻ西安建筑科技大学人才基金(６０４０３００４８６)文章编号:１００７￣２９３４(２０１９)０４￣００７９￣０５基于ＭＡＴＬＡＢＧＵＩ的声速测量实验仿真及数据处理郝劲波ꎬ徐仰彬ꎬ武㊀戈ꎬ王凯君(西安建筑科技大学理学院ꎬ陕西西安㊀７１００５５)摘要:提出一种基于ＭＡＴＬＡＢ软件的空气中声速测量实验仿真及测量数据自动处理系统ꎮ该系统以声波在空气中传播时的波动特性为基础ꎬ应用ＭＡＴＬＡＢＧＵＩ构建了测量过程动态仿真系统和数据处理系统ꎬ实现了相位法和双踪法测量过程的动态仿真ꎬ以及四种不同测量方法测量数据和不确定度的自动计算ꎬ得到了完整的实验结果ꎮ关键词:声速测量ꎻＭＡＴＬＡＢＧＵＩꎻ图形界面ꎻ不确定度中图分类号:Ｏ４￣３９文献标志码:ＡＤＯＩ:１０.１４１３９/ｊ.ｃｎｋｉ.ｃｎ２２￣１２２８.２０１９.０４.０２２㊀㊀声波是一种在弹性媒质中传播的机械波ꎬ对诸如频率㊁波长㊁波速㊁声压衰减㊁相位等声波特征量的测量是声学技术的重要内容ꎬ在声波定位㊁测距和探伤等领域ꎬ声速的测量有着非常重要的意义[１]ꎮ测量声速的常用方法有两种ꎬ一种是根据υ＝Ｌｔꎬ测出声波传播的距离Ｌ和时间间隔ｔꎬ算出声速ꎬ我们称之为时差法[２]ꎻ另一种是按照波动理论υ＝ｆλꎬ利用驻波法㊁相位法和双踪法等方法测量波长λꎬ利用信号源测出声波的频率ｆꎬ从而得到声速的大小[３￣５]ꎮ为提高声速测量结果的精确性ꎬ需要对测量数据进行计算处理ꎬ分析测量结果的不确定度ꎬ包括Ａ类不确定度和Ｂ类不确定度[６￣９]ꎮ由于声速测量实验的测量数据通常较多ꎬ而且测量不确定度的计算过程比较复杂ꎬ使得数据处理计算量大ꎬ若利用手工运算ꎬ则繁琐而耗时ꎬ且误差较大ꎮＭＡＴＬＡＢ软件具有强大的计算功能和绘图功能ꎬ通过ＧＵＩ可以设计一个人机友好的交互图形界面程序ꎬ可以将实验原理利用动态图形直观的呈现出来[１０￣１２]ꎬ数据处理结果快速㊁准确的显示出来ꎬ能够加深实验原理的理解ꎬ更高效地完成声速测量数据处理[１３￣１４]ꎮ１㊀空气中声速测量原理空气中声速测量实验使用的仪器主要有信号源㊁示波器和主要部件为超声压电换能器的超声波声速测量仪ꎬ实验装置如图１所示ꎮ图１ 实验装置示意图１.１㊀驻波法驻波法是利用超声波在发射换能器和接收换能器之间发生干涉ꎬ形成驻波来进行声速测量的ꎮ设发射换能器所发射的平面超声波方程为ｙ１＝Ａｉｃｏｓωｔ－２πλｘæèçöø÷(１)接收换能器的接收面对部分入射波发生反射ꎬ反射波方程为ｙ２＝Ａｒｃｏｓ(ωｔ＋２πλｘ)(Ａｒ<Ａｉ)(２)当发射面与接收面平行时ꎬ在发射面与接收面之间某点的合振动方程为:ｙ＝ｙ１＋ｙ２＝Ａ(ｘ)ｓｉｎωｔ＋α(ｘ)ωéëêêùûúú(３)其中Ａ(ｘ)＝Ａ２ｉ＋Ａ２ｒ＋２ＡｉＡｒｃｏｓ４πλｘꎬα(ｘ)＝ｔａｎ－１Ａｉ＋ＡｒＡｉ－Ａｒｃｏｔ２πλｘéëêêùûúúꎮ此时可在示波器上观察到驻波波形ꎮ根据波的干涉理论可知ꎬ在ｘ＝(２ｎ＋１)λ４的位置ꎬ声波振幅最小ꎬ称为波节ꎮ由于声波是疏密波ꎬ所以当接收器端面按振动位移来说处于波节时ꎬ则按声压来说处于波腹ꎬ这时接收换能器受到的声压最大ꎬ经转换的电信号在示波器上显示的幅度也就最大ꎮ在测量过程中ꎬ连续改变两个换能器之间的距离ꎬ示波器上就会显示出信号幅度的变化ꎬ对应相邻峰的接收换能器的位置之间的距离即为λ２ꎬ其位置可由声速测定仪上的游标卡尺测出ꎮ１.２㊀相位法设发射换能器位于ｘ１处ꎬ接收换能器位于ｘ２处ꎬ则发射换能器所发射的平面超声波方程为ｘ＝Ａｉｃｏｓ(ωｔ－２πλｘ１)(４)接收换能器接收到的平面波为ｙ＝Ａｒｃｏｓ(ωｔ－２πλｘ２)(５)如果固定发射面ꎬ那么相位差随ｘ２的改变呈周期性变化ꎮ当ｘ２－ｘ１改变一个波长时ꎬ相位差正好改变一个周期ꎬ因此ꎬ准确测量相位变化一个周期时接收换能器移动的距离ꎬ即可得出声波的波长ꎮ测量过程中ꎬ将两个信号分别输入示波器的Ｘ轴和Ｙ轴做垂直方向的叠加ꎬ示波器上显示合成的李萨如图形ꎬ其合振动的方程为ｘ２Ａ２ｉ＋ｙ２Ａ２ｒ－２ｘｙＡｉＡｒｃｏｓ２πλ(ｘ２－ｘ１)＝ｓｉｎ２２πλ(ｘ２－ｘ１)(６)当ｘ２－ｘ１一定时ꎬ所合成的轨迹即确定ꎬｘ２－ｘ１每增加一个波长的值ꎬ相同的图形即再次出现ꎬ对应相邻两个相同图形ꎬ接收换能器的位置之间的距离即为λꎮ１.３㊀双踪法双踪法的基本原理为比较两个换能器信号的相位ꎮ将发射信号与接收信号分别输入示波器ꎬ同时显示两个信号的波型ꎬ以发射换能器的信号为相位基准信号ꎬ即可观测出两个信号的相位差ꎮ测量过程中ꎬ单向连续移动接收换能器ꎬ在示波器上可观测到发射换能器信号波形保持不变ꎬ接收换能器信号的幅度㊁相位呈周期性变化(表现为波形向变动方向蠕动)ꎬ并出现接收换能器信号与发射换能器信号的波形周期性的重合现象ꎬ对应相邻两次重合图形ꎬ接收换能器的位置之间的距离即为λꎮ１.４㊀时差法时差法是根据υ＝Ｌｔ来测量声速的ꎮ利用信号源发出脉冲波ꎬ经由发射换能器发射ꎬ由接收换能器接收并传输回信号源ꎬ利用其中的高精度计时电路读出信号在空气中传播所用的时间ꎬ用游标卡尺读出两个换能器之间的距离ꎬ即可计算出声速ꎮ１.５㊀空气中声速测量实验的不确定度分析声速测量实验的测量不确定度包括Ａ类不确定度和Ｂ类不确定度ꎮＡ类不确定度反映各测量值Δｘｉ的离散程度ꎬ可通过式(８)进行计算Δｘ＝ðｎｉ＝１Δｘｉｎ(７)ＳΔｘ＝ðｎｉ＝１(Δｘｉ－Δｘ)２ｎ(ｎ－１)(８)在驻波法测量过程中ꎬλ２＝Δｘｎꎬ在相位法和双踪法测量过程中则为λ＝ΔｘｎꎮＢ类不确定度为仪器误差限标准不确定度ｕｊｕｊ＝Δｉｎｓ３(９)其中Δｉｎｓ为游标卡尺的仪器误差限ꎮ测量的合成不确定度㊀ｕΔｘ＝Ｓ２Δｘ＋ｕ２ｊ(１０)ＥΔｘ＝ｕΔｘΔｘˑ１００％(１１)根据误差传递公式Ｅｖ＝ＥΔｘ声速的不确定度为ｕｖ＝Ｅｖ ｖ(１２)２㊀图形用户界面设计利用ＭＡＴＬＡＢＧＵＩ设计的声速测量实验仿０８基于ＭＡＴＬＡＢＧＵＩ的声速测量实验仿真及数据处理真及测量数据自动处理系统ꎬ系统主界面如图２所示ꎬ系统设计流程如图３所示ꎬ系统结构如图４所示ꎮ图２㊀系统主界面图图３㊀系统设计流程图图４㊀系统设计结构图该系统有实验过程仿真和实验数据处理两个界面ꎮ在数据处理界面ꎬ可以通过下拉菜单进行不同测量方法之间的切换ꎬ系统界面和界面内容也可以通过ｇｅｔ()和ｃｌｏｓｅ()函数进行扩展ꎮ２.１㊀实验过程仿真界面实验过程仿真界面包括入射波与反射波波形显示㊁合成波形显示㊁李萨如图形显示和参数设置四个部分ꎮ能够直观㊁准确的仿真㊁演示相位法和双踪法的实验原理和测量过程ꎬ如图５所示ꎮ通过波形参数和换能器之间距离的设置ꎬ可以方便㊁直观的展示不同相位差情况下的合成波波形图和李萨如图形ꎮ换能器之间的距离既可以利用滑块进行拖动设置ꎬ也可以利用自动按钮ꎬ从零距离开始ꎬ进行合成波形连续变化的动态演示ꎬ这也是本系统特有的功能ꎬ可以使仿真过程更加形象㊁生动ꎮ图５(ａ)㊁(ｂ)㊁(ｃ)分别展示了相位差为０ꎬπ２和３４π时ꎬ程序的运行结果ꎮ此外ꎬ该系统也可以通过修改入射波和反射波的波形参数ꎬ进行不同频率比的李萨如图形连续变化的动态演示ꎬ频率比为３２时的运行结果如图５(ｄ)所示ꎮ(ａ)相位差为０(ｂ)相位差为π２(ｃ)相位差为３４π１８基于ＭＡＴＬＡＢＧＵＩ的声速测量实验仿真及数据处理(ｄ)频率比为３２图５㊀实验过程动态仿真界面及不同相位差时的运行结果２.２㊀实验数据处理界面实验数据处理程序运行流程如图６所示ꎬ实验数据处理界面如图７所示ꎮ图６㊀实验数据处理界面程序运行流程图图７㊀实验数据处理界面该界面用以完成四种不同测量方法的实验数据的误差分析及数据处理过程ꎬ包括测量数据的逐项逐差ꎬ分组逐差ꎬＡ类不确定度计算㊁仪器误差限标准不确定度计算㊁合成不确定度计算及数据处理结果显示等六个部分ꎬ通过数据处理按钮实现数据计算及结果显示ꎮ由于四种不同测量方法的数据处理过程不尽相同ꎬ可通过界面右侧的下拉菜单进行不同测量方法之间的切换ꎮ在不确定度的计算过程和结果表示中ꎬ需要对有效数字进行控制ꎬ标准不确定度保留１位有效数字ꎬ相对不确定度保留２位有效数字ꎬ在程序中通过ｖｐａ()函数进行控制ꎮ以驻波法测量空气中声速的实验为例ꎬ输入测量数据后ꎬ系统运行结果如图８所示ꎬ实现了测量数据不确定度的正确计算和数据处理结果的正确表示ꎮ图８㊀驻波法实验数据处理界面运行结果３㊀结㊀论基于ＭＡＴＬＡＢＧＵＩ的空气中声速测量实验仿真及测量数据自动处理系统ꎬ可以直观㊁形象地的实现相位法和双踪法测量过程的动态仿真ꎬ准确㊁快速的实现测量数据和不确定度的自动计算ꎮ该系统加深了测量者对于空气中声速测量原理及测量过程的理解和认识ꎬ简化了繁琐的数据处理过程ꎬ加快了实验完成的速度ꎮ利用ＧＵＩ强大的图形绘制及显示功能ꎬ可以方便的实现交互式数据处理和图形输出ꎬ灵活的实现内容扩展ꎮ参考文献:[１]㊀李隆ꎬ昝会萍ꎬ等.大学物理实验[Ｍ].北京:高等教育出版社ꎬ２０１７:２１８￣２２７.[２]㊀赵西梅ꎬ李向亭ꎬ周红ꎬ等.超声波声速测量的拓展实验[Ｊ].物理实验ꎬ２０１４(１２):３３￣３５.[３]㊀邵维科ꎬ赵霞ꎬ轩植华.驻波法测量声速实验的探讨[Ｊ].物理实验ꎬ２０１７(３):４８￣５１.[４]㊀杨建伟ꎬ于轲鑫ꎬ郑宇彤ꎬ等.声速测量实验中入射波幅值变化的研究[Ｊ].大学物理实验ꎬ２０１８(５):５３￣５６.[５]㊀李天一ꎬ何沃洲ꎬ卢子璇.声速测量实验方法的改进２８基于ＭＡＴＬＡＢＧＵＩ的声速测量实验仿真及数据处理[Ｊ].物理与工程ꎬ２０１６(３):２９￣３２.[６]㊀刘石劬.声速测量及不确定度分析[Ｊ].大学物理实验ꎬ２０１３(４):９９￣１０３.[７]㊀冯登勇ꎬ王昆林.声速测定实验不确定度㊁误差之比较研究[Ｊ].大学物理实验ꎬ２０１４(１):８８￣９１.[８]㊀顾媛媛ꎬ符跃鸣ꎬ陆慧ꎬ等.基于双踪示波器的超声波声速测量的研究[Ｊ].大学物理实验ꎬ２０１８(５):３９￣４２.[９]㊀陈中钧.超声波声速测量实验中的误差分析[Ｊ].实验科学与技术ꎬ２００５(１０):１４５￣１４７.[１０]陈振华ꎬ查代奉ꎬ钟健松.ｍａｔｌａｂ模拟动画提高声速测量实验教学效果[Ｊ].大学物理实验ꎬ２０１６(１):８６￣８９.[１１]郝劲波ꎬ徐仰彬ꎬ陈文ꎬ等.基于ＭａｔｌａｂＧＵＩ的电位差计测量数据处理[Ｊ].大学物理实验ꎬ２０１６(３):９２￣９５.[１２]李海涛ꎬ苏艳丽ꎬ姜其畅.ＭＡＴＬＡＢＧＵＩ在光学实验教学中的应用[Ｊ].大学物理实验ꎬ２０１７(６):１０５￣１０８.[１３]李雪梅ꎬ王玉华.Ｍａｔｌａｂ软件和逐差法在共振法和相位法测量超声声速中的应用[Ｊ].大学物理实验ꎬ２０１５(３):９１￣９３.[１４]欧阳锡城ꎬ汤剑锋ꎬ谭玉.ＭＡＴＬＡＢＧＵＩ在驻波法测声速实验中的应用[Ｊ].大学物理实验ꎬ２０１３(４):７２￣７４.ＥｘｐｅｒｉｍｅｎｔａｌＤａｔａＰｒｏｃｅｓｓｉｎｇａｎｄＳｉｍｕｌａｔｉｎｇｏｆＳｏｕｎｄＶｅｌｏｃｉｔｙＭｅａｓｕｒｅｍｅｎｔＢａｓｅｄｏｎＭＡＴＬＡＢＧＵＩＨＡＯＪｉｎｂｏꎬＸＵＹａｎｇｂｉｎꎬＷＵＧｅꎬＷＡＮＧＫａｉｊｕｎ(ＳｃｈｏｏｌｏｆＳｃｉｅｎｃｅꎬＸｉ ａｎＵｎｉｖｅｒｓｉｔｙｏｆＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＸｉ ａｎ７１００５５ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ａｎａｐｐｒｏａｃｈｏｆｅｘｐｅｒｉｍｅｎｔａｌｄａｔａａｕｔｏｍａｔｉｃｐｒｏｃｅｓｓｉｎｇａｎｄｓｉｍｕｌａｔｉｏｎｏｆｓｏｕｎｄｖｅｌｏｃｉｔｙｍｅａｓｕｒｅ￣ｍｅｎｔｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎＭＡＴＬＡＢＧＵＩ.ＩｎｔｈｉｓａｐｐｒｏａｃｈꎬｄｙｎａｍｉｃｓｉｍｕｌａｔｉｏｎｓｙｓｔｅｍａｎｄｅｘｐｅｒｉｍｅｎｔａｌｄａｔａｐｒｏｃｅｓｓｉｎｇｓｙｓｔｅｍｉｓｄｅｖｅｌｏｐｅｄｂｙｕｓｉｎｇｔｈｅｗａｖｅｃｈａｒａｃｔｅｒｏｆｓｏｕｎｄａｎｄｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆＭＡＴＬＡＢＧＵＩ.Ｔｈｅｄｙｎａｍｉｃｓｉｍｕｌａｔｉｏｎｏｆｓｏｕｎｄｖｅｌｏｃｉｔｙｍｅａｓｕｒｅｍｅｎｔｐｒｏｃｅｓｓｏｆｐｈａｓｅｍｅｔｈｏｄａｎｄｄｕａｌｔｒａｃｅｍｅｔｈｏｄｉｓｉｍｐｌｅ￣ｍｅｎｔａｔｉｏｎ.Ａｎｄｔｈｅｎꎬａｕｔｏｍａｔｉｃｃａｌｃｕｌａｔｉｏｎｏｆｍｅａｓｕｒｅｍｅｎｔｄａｔａｕｎｃｅｒｔａｉｎｔｙｉｓｃａｒｒｉｅｄｏｕｔ.Ｋｅｙｗｏｒｄｓ:ｓｏｕｎｄｖｅｌｏｃｉｔｙｍｅａｓｕｒｅｍｅｎｔꎻＭＡＴＬＡＢＧＵＩꎻｇｒａｐｈｉｃｉｎｔｅｒｆａｃｅꎻｕｎｃｅｒｔａｉｎｔｙ３８基于ＭＡＴＬＡＢＧＵＩ的声速测量实验仿真及数据处理。
MATLAB仿真实验全部
实验一 MATLAB 及仿真实验（控制系统的时域分析）一、实验目的学习利用MATLAB 进行控制系统时域分析，包括典型响应、判断系统稳定性和分析系统的动态特性；二、预习要点1、 系统的典型响应有哪些？2、 如何判断系统稳定性？3、 系统的动态性能指标有哪些？三、实验方法（一） 四种典型响应1、 阶跃响应：阶跃响应常用格式：1、)(sys step ；其中sys 可以为连续系统，也可为离散系统。
2、),(Tn sys step ；表示时间范围0---Tn 。
3、),(T sys step ；表示时间范围向量T 指定。
4、),(T sys step Y =；可详细了解某段时间的输入、输出情况。
2、 脉冲响应：脉冲函数在数学上的精确定义：0,0)(1)(0〉==⎰∞t x f dx x f 其拉氏变换为：)()()()(1)(s G s f s G s Y s f === 所以脉冲响应即为传函的反拉氏变换。
脉冲响应函数常用格式： ① )(sys impulse ；② );,();,(T sys impulse Tn sys impulse ③ ),(T sys impulse Y =（二） 分析系统稳定性有以下三种方法：1、 利用pzmap 绘制连续系统的零极点图；2、 利用tf2zp 求出系统零极点；3、 利用roots 求分母多项式的根来确定系统的极点（三） 系统的动态特性分析Matlab 提供了求取连续系统的单位阶跃响应函数step 、单位脉冲响应函数impulse 、零输入响应函数initial 以及任意输入下的仿真函数lsim.四、实验内容(一) 稳定性1.系统传函为()27243645232345234+++++++++=s s s s s s s s s s G ，试判断其稳定性%Matlab 计算程序num=[3 2 5 4 6];den=[1 3 4 2 7 2];G=tf(num,den);pzmap(G);p=roots(den) 2.用Matlab 求出253722)(2342++++++=s s s s s s s G 的极点。
基于MATLAB的超声波声场模拟及可视化研究共3篇
基于MATLAB的超声波声场模拟及可视化研究共3篇基于MATLAB的超声波声场模拟及可视化研究1超声波在医学诊断、工业无损检测等领域中有着广泛的应用。
超声波声场的模拟和可视化研究是超声波应用中非常重要的一部分。
本文将介绍一种基于MATLAB的超声波声场模拟及可视化研究方法。
一、超声波声场模拟超声波声场模拟是指利用计算机模拟软件对超声波在不同介质中传播的声场进行模拟。
在超声波的应用中，声场模拟是非常重要的，因为它可以帮助我们预计声波在目标物体内或周围的传播行为，从而更好地确定探测器的位置和方位以及探测结果的准确性。
MATLAB是一种将数学与计算机科学结合的高级技术计算软件，可以用于物理建模、图像处理、信号处理等多个领域的计算。
其强大的计算功能和可视化效果能够使得声场模拟的计算更加精准和直观。
在MATLAB中进行声场模拟的步骤：首先需要确定声波的频率和传播介质，包括介质的密度、声波速度和介电常数等。
然后，采用声波方程建立声场模拟模型。
在模型中，除了介质参数，还要包括放射源、探测器位置以及相应的模拟算法等信息。
最后，利用计算机模拟技术进行仿真。
在模拟过程中，可以根据实际需求修改模型参数，比如改变声波源的位置和方向，以模拟不同的声场传播效果。
二、超声波声场可视化超声波声场可视化是指对模拟得到的声波场进行三维可视化表示。
由于人类眼睛对物体深度和空间位置有着天然的感知，因此，超声波声场的可视化能够直观地呈现声波在不同介质中的传播情况。
利用可视化技术，我们可以更加深入地理解声波的传播行为，进而提高超声波检测的检测精度。
在MATLAB中进行声场可视化的步骤：首先需要将模拟得到的声波场数据导出，包括声压值和坐标值等信息。
然后，采用三维可视化技术，将声波场数据导入到MATLAB中，并进行可视化处理。
在可视化过程中，可以对声波场数据进行平滑处理，从而提高可视化的效果。
对于不同介质中的声波传播情况，可以通过调整可视化参数，如透明度和颜色等，来区分不同介质的形态和结构。
基于MATLAB的声场作用仿真分析
∗陕西省科技计划重点项目(2019GY-100);陕西省教育厅重点实验室科研计划项目(15JS095)管道输送是原油运输的主要方式,大多数原油含蜡高、凝点高,低温粘度大[1]。
在输送过程中,随着温度的降低,蜡晶不断在管壁上析出,在管道内部形成结蜡层,减少有效管径、降低输量和增大压降甚至阻塞管道,对管道的经济运行有着一定的影响,给管道输送带来很大的安全隐患[2]。
管道蜡沉积成为长期困扰原油生产和运输的一个难题,因此管道原油降粘除蜡在原油管道输送过程中非常必要。
目前,输油管道清蜡的主要方法包括:电磁法、超声波法、化学药剂法、微生物法等[3],其中电磁法和超声波法属于物理方法,且具有成本低、适用性强、可靠性高、对环境无污染等优点,成为目前研究的热点[4]。
本文将提出一种阵列式超声波管道降粘清蜡的方法,研究其超声波探头的布局结构,工作频率,并通过仿真分析几种结构的声场分布、声场强度等,以期确定最优的结构,为设计现场适用的阵列式超声波管道降粘清蜡结构提供依据。
1阵列式超声波降粘清蜡工作机理超声波降粘效果主要与超声波空化效应、振动效应、热效应空化效应[5]。
超声波衰减特性:超声波在介质传播过程中,随着作用点与声源的距离增加,声波的幅值会出现指数级衰减,达不到降粘要求[6-7]。
单个声源的作用半径有限,实际上有效的降粘范围受限[8]。
输油管道范围大,单个声源对于管道的降粘、清蜡效果很差[10]。
为弥补单个声源在作用范围、声场幅值上不足。
本文采用阵列式结构通过多声场叠加使得超声波声场作用半径增大,增大后的声场在均匀性好、声场幅值大。
声场的空化效应、机械效应、热效应更好,具有很好的降粘清蜡效果[11-12]。
通过比对确定2∗2型方阵最为合适并通过调整振源间距达到最为合适范围。
2声场仿真分析2.1模型建立本文阵列式超声波换能器结构采用三种基本模型如图1。
a 为单个超声波换能器模型(1∗1型),b 为四个换能器型(2∗2型),c 为九个换能器型(3∗3型)。
matlab仿真实验
matlab仿真实验实验一典型环节的MATLAB 仿真一、实验目的1．熟悉MATLAB 桌面和命令窗口，初步了解SIMULINK 功能模块的使用方法。
2．通过观察典型环节在单位阶跃信号作用下的动态特性，加深对各典型环节响应曲线的理解。
3．定性了解各参数变化对典型环节动态特性的影响。
二、SIMULINK 的使用MATLAB 中SIMULINK 是一个用来对动态系统进行建模、仿真和分析的软件包。
利用SIMULINK 功能模块可以快速的建立控制系统的模型，进行仿真和调试。
1．运行MATLAB 软件，在命令窗口栏“>>”提示符下键入simulink 命令，按Enter 键或在工具栏单击按钮，即可进入如图1-1所示的SIMULINK 仿真环境下。
2．选择File 菜单下New 下的Model 命令，新建一个simulink 仿真环境常规模板。
3．在simulink 仿真环境下，创建所需要的系统。
以图1-2所示的系统为例，说明基本设计步骤如下：1）进入线性系统模块库，构建传递函数。
点击simulink 下的“Continuous ”，再将右边窗口中“Transfer Fen ”的图标用左键拖至新建的“untitled ”窗口。
2）改变模块参数。
在simulink 仿真环境“untitled ”窗口中双击该图标，即可改变传递函数。
其中方括号内的数字分别为传递函数的分子、分母各次幂由高到低的系数，数字之间用空格隔开；设置完成后，选择OK ，即完成该模块的设置。
图1-1 SIMULINK 仿真界面图1-2 系统方框图3）建立其它传递函数模块。
按照上述方法，在不同的simulink 的模块库中，建立系统所需的传递函数模块。
例：比例环节用“Math ”右边窗口“Gain ”的图标。
4）选取阶跃信号输入函数。
用鼠标点击simulink 下的“Source ”，将右边窗口中“Step ”图标用左键拖至新建的“untitled ”窗口，形成一个阶跃函数输入模块。
(完整word版)基于matlab的语音信号分析与处理
基于matlab的语音信号分析与处理摘要:滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR 滤波器是滤波器设计的重要组成部分。
Matlab功能强大、编程效率高, 特别是Matlab具有信号分析工具箱,不需具备很强的编程能力,就可以很方便地进行信号分析、处理和设计。
基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。
使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR 数字滤波器，并利用MATLAB作为辅助工具完成设计中的计算与图形的绘制。
关键词：数字滤波器；MATLAB；切比雪夫Abstract:Filter design in digital signal processing plays an extremely important role, FIR digital filters and IIR filter is an important part of filter design. Matlab is powerful, programming efficiency, Matlab also has a particular signal analysis toolbox, it need not have strong programming skills can be easily signal analysis, processing and design. MATLAB based on the noise issue speech signal processing design and implementation of digital signal processing integrated use of the theoretical knowledge of the speech signal plus noise, time domain, frequency domain analysis and filtering. The corresponding results obtained through theoretical derivation, and then use MATLAB as a programming tool for computer implementation.Implemented in the design process, using the windowfunction method to design FIR digital filters with Butterworth, Chebyshev and bilinear Reform IIR digital filter design and use of MATLAB as a supplementary tool to complete the calculation and graphic design Drawing.Keywords：digital filter; MATLAB; Chebyshev语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。
MATALAB仿真课程设计试验一讲解
1、编制一个函数实现PCM 量化编码，自己选定一个模拟信号，利用PCM 技术对已选定的 信号进行数字化，已数字化的信号通过一个AWGN 的信道(AWGN 信道的均值为0，方差 自己任意选定)，信宿对信号进行PCM 译码，求出原始模拟信号脉冲编码调制(PCM )：脉冲编码调制(PulseCodeModulation),是对信号进行抽样和量化时，将所 得的量化值序列进行编码，变换为数字信号的调制过程。
它主要经过3个过程： 抽样、量化和编码。
抽样过程将连续时间模拟信号变为离散时间、连续幅度的抽 样信号，量化过程将抽样信号变为离散时间、离散幅度的数字信号，编码过程将 量化后的信号编码成为一个二进制码组输出。
理想对数压缩：y = 1 + -ln( x ) k 需对x f 0的小信号段进行修正A 律修正思想:(1) .过原点做y = f (x )的切线，切点b; (2) .切线ob 段+曲线bc ——A 律压缩曲线。
A 压缩律是指符合下式的对数压缩规律：式中，x 为压缩器归一化输入电压；y 为压缩器归一化输出电压；A 为常数， 决定压缩程度。
A 压缩律中的常数A 不同，则压缩曲线的形状也不同，它将特别影响小电压时的信号量噪比的大小，在实用中，选择A 等于87.6。
13折线近似的原理A 律压缩表示式是一条连续的平滑曲线，用电子线路很难准确的实现。
现在 由于数字电路技术的发展，这种特性很容易用数字电路来近似实现，13折线特 性A 律PCM 编码规则:A 律压缩律原理:y =i Ax 1 + ln( A ))1 +--------------,—< x < 1[1+ln( A ) A就是近似于A压缩律的特性，其曲线见图2.图2. 13折线压缩特性曲线图中横坐标x在0〜1区间中分为不均匀的8段。
1/2~1间的线段称为第8 段；1/4~ 1/2间的线段称为第7段；1/8~ 1/4间的线段称为第6段；依此类推，直到0- 1/128间的线段称为第1段。
(完整word版)噪声干扰信号的Matlab仿真
雷达对抗实验报告实验题目:噪声干扰信号的Matlab仿真院系：电子与信息工程学院班级：姓名：学号:指导教师：实验时间： 2012 年 6 月噪声调幅、调频、调相信号的Matlab仿真一、实验目的通过实验，加深对噪声调幅、调频、调相信号的理解，加深对噪声调幅、调频、调相信号频谱分析的基本思想与实现方法的认识，并掌握Matlab对随机过程的仿真方法与其基本函数和语法的使用。
二、实验原理实验中要仿真的各种噪声的时域表达式及相应的频谱特性:1.射频噪声干扰窄带高斯过程:称为射频噪声干扰。
其中包络函数服从瑞利分布，相位函数服从［0，2］均匀分布，且与相互独立，载频为常数,且远大于的谱宽。
2.噪声调幅干扰广义平稳随机过程：称为噪声调幅干扰。
其中，调制噪声为零均值，方差为,在区间［—,分布的广义平稳随机过程，服从［0,2]均匀分布，且为与独立的随机变量,为常数。
噪声调幅信号的波形图,以及联合概率密度分布函数p（)以及各自的概率密度分布密度p(）存在下列关系：3.噪声调频干扰广义平稳随机过程：称为噪声调频干扰，其中调制噪声为零均值、广义平稳的随机过程，服从［0，2］均匀分布且与独立的随机变量,，噪声调频干扰中的调制噪声和噪声调频干扰信号的波形J（t）如下图示:4.噪声调相干扰广义平稳随机过程：称为噪声调频干扰,其中调制噪声为零均值、广义平稳的随机过程，服从［0,2］均匀分布且与独立的随机变量，，噪声调相干扰的功率谱如下图所示：三、实验内容利用Matlab仿真产生视频噪声：;射频噪声:；噪声调幅干扰：视频噪声，调制度m=0.1~1;噪声调频干扰：视频噪声；噪声调相干扰：视频噪声.等一系列干扰信号并分析特性。
四、实验思路与步骤1.产生一个高斯白噪声，2.利用Matlab自带的fir1函数产生一个低通滤波器，限制高斯白噪声的带宽，由此产生了视频噪声.3.利用产生的视频噪声，分别代入噪声调幅干扰的时域表达式，并且进行100次的积累后求平均值,由此画出噪声调幅干扰频域波形，对其进行快速傅里叶变换后，求出功率谱，由此画出噪声调幅干扰的功率谱波形。
基于matlab的语音通信过程仿真报告
基于matlab的语音通信过程仿真报告一、整体流程设计1.样本音频信号的频谱分析2.对音频信号的滤波3.对音频信号进行PCM编码4.对编码后的信号进行汉明编码5.对编码后的信号进行qpsk调制6.发送信号进入AWGN信道7.对接收到的信号进行qpsk解调8.信道译码-汉明纠错和译码9.对音频信号进行pcm译码并播放二、主要模块说明1.pcm编解码---pcmcoder()&pcmdecoder()pcm为脉冲调制，选取的压缩特性为A律，采用十三折线编码算法，如下图所示。
从图中可以看到，先把X轴的0～1分为8个不均匀段，其分法是：将0—1之间一分为二，其中点为l，2，取1／2～1之间作为第八段；剩余的0—1／2再一分为二，中点为1／4，取1／4—1／2之间作为第七段，再把剩余的0—1／4一分为二，中点为1／8，取1／8～1／4之间作为第六段，依此分下去，直至剩余的最小一段为0～1／128作为第一段。
而Y轴的0～1均匀地分为八段，它们与x轴的八段一一对应。
从第一段到第八段分别为，0～1／8，1／8—2／8，⋯，7／8～l。
这样，便可以作出由八段直线构成的一条折线。
再加上第三象限的八段折线，共l6段，由于正向一、二两段和负向一、二两段的斜率相同，这四段实际上为一条直线，因此，正、负双向的折线总共由l3条直线段构成，故称其为13折线。
2.汉明编解码---hanmingcoder()&hanmingdecoder()汉明码是一种线性分组码。
线性分组码是指将信息序列划分为长度为k的序列段，在每一段后面附加r位的监督码，且监督码和信息码之间构成线性关系，即它们之间可由线性方程组来联系。
这样构成的抗干扰码称为线性分组码。
设码长为n，信息位长度为k，监督位长度为r=n-k。
如果需要纠正一位出错，因为长度为n的序列上每一位都可能出错，一共有n种情况，另外还有不出错的情况，所以我们必须用长度为r的监督码表示出n+1种情况。
语音信号处理matlab仿真
语音信号处理的matlab设计仿真实验彭杰12350049 12自动化一、目的通过利用matlab设计仿真实验，理解如下知识点：信号的采样及混迭信号的频谱分析信号的幅度调制解调的方法理想滤波器的时频域特性数字滤波器的设计二、内容①录制一段个人自己的语音信号。
②采用合适的频率，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。
③给原始语音信号加噪声，画出加噪声后的语音信号和频谱图。
④设计一个频域的理想带通信道。
⑤对这个语音信号进行幅度调制，画出调制后的语音信号和频谱图。
⑥利用理想带通信道对信号进行传输。
⑦对接受到的信号进行解调，画出解调后的语音信号和频谱图。
⑧设计性能良好的滤波器对信号进行滤波。
⑨对语音进行回放，并与滤波后的语音信号进行对比。
三、实验设计与仿真结果程序汇总如下：1、原始语音信号的采集、读取与采样利用MATLAB中的“wavread”命令来读入（采集）语音信号，将它赋值给某一向量。
再对其进行采样，记住采样频率和采样点数。
wavread 函数几种调用格式如下：①y=wavread（file）功能说明：读取file所规定的wav文件，返回采样值放在向量y中。
②[y,fs,nbits]=wavread(file)功能说明：采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。
③y=wavread（file，N）功能说明：读取钱N点的采样值放在向量y中。
④y=wavread（file，[N1,N2]）功能说明：读取从N1到N2点的采样值放在向量y中。
首先用手机录制一段音频信号（手机音频格式一般为.mp3）。
然后用软件将音频信号转换为matlab接受的格式.wav。
本人录制的语音信号wav文件命名为：“nihao.wav“，内容为普通话”你好你好你好你好“，时长3s。
程序如下：2、原始语音信号的时域和频谱分析时域和频谱分析的程序如下：原始语音信号的时域和频谱波形如下：3、原始信号加噪用matlab的randn随机函数产生噪声。
matlab音频实验
实习报告课程名称多媒体通信综合实验实习题目图像和语音处理仿真实现专业电子信息工程班级09级1班学号09080128学生姓名实习成绩指导教师吴娱2012年2月一、实习目的和要求本实习的目的是了解句柄图形的基本概念，掌握图形用户界面的基本设计方法。
实习中要求掌握MATLAB程序设计基本思路，掌握MATLAB GUI程序设计思路和方法，熟悉MATLAB图像处理工具箱和各个函数的用法，并学会运用MATLAB工具箱对图像进行处理和分析。
二、实习内容1、前期准备在得到这个课题以后,我首先通过网络以及书籍对matlab进行了一定的了解通过这些使我对matlab有了一个初步的认识。
关于有关使用matlab对图像进行处理的我也有了一个大致的了解。
在这些在接下来的制作过程中起到了很大的帮助。
2、设计思路我要设计的图像处理程序主要分为两个主要的模块，第一模块主要对操作窗口的操作，包括打开文件，保存文件，退出窗口；第二大模块包含了各种图像的处理功能，主要包括图像二值化，灰度变化，尺寸变化，图像的截取还有图像的去噪声。
设计思路力求简洁，达到便于使用的目的图2—1 菜单设计3、实习步骤主要分为三步完成，第一步大致框架的设计，第二部各模块的设计以及代码的编写，第三部为整个程序的调试，大致框架设计如下图图2—2 主界面设计4、各模块功能主要分为两大模块，总共八项功能，第一大模块包含了对操作窗口的基本操作的三项功能，主要是代开文件，保存文件以及退出程序；第二大模块主要是该程序所具有的功能，主要包括尺寸变化，二值化处理，灰度变化，图像加噪声，图像的截取这五大功能。
三、程序代码首先要对第一模块的三个功能进行相应的编码（1）打开[filename, pathname] = uigetfile( ...{'*.bmp;*.jpg;*.png;*.jpeg', 'Image Files (*.bmp, *.jpg, *.png, *.jpeg)'; ...'*.*', 'All Files (*.*)'}, ...'Pick an image');if isequal(filename,0) || isequal(pathname,0),return;end图3—1 打开文件（2）保存[filename, pathname] = uiputfile({'*.bmp','BMP files';'*.jpg;','JPG files'}, 'Pick an Image');if isequal(filename,0) || isequal(pathname,0)return;elsefpath=fullfile(pathname, filename);endimg_src=getappdata(handles.figure_pjimage,'img_src');imwrite(img_src,fpath);图3—2 保存文件（3）退出close(handles.figure_pjimage);图3—3 退出程序其次是对第二大模块的各项功能进行编码（1）图像二值化，首先设计一个滚动条来对数值进行滚动，下面是设计图片和完成图片图3—4 二值化滚动条设计图3—5 二值化滚动条设计二值化设计代码h=im2bw_args;setappdata(handles.figure_pjimage,'bChanged',true);该功能调用了2bw_args函数。
基于MATLAB交混回响的仿真实验
基于MATLAB关于交混回响的仿真研究摘要: MA TLAB是进行科学研究和数值分析的首选软件，本次对于交混回响的研究正是借助MATLAB的强大功能，通过编写程序实现了模拟语音信号的数字化处理，然后绘图直观的对混响现象进行仿真分析。
关键词:MATLAB；数字化；仿真1 引言MATLAB科学与工程计算的高级语言，同时也是适用于科学和工程计算的数学软件系统。
作为数值软件的MA TLAB，对计算数学领域的特定问题类型，如数值线性代数、微分方程数值解、数值逼近、最优化方法、数值积分等进行求解，可以得到问题的离散解或近似的解析表达式。
针对每一类问题的求解，MATLAB都能给出该类问题的各种高效算法。
MA TLAB具有一个阵容强大、范围广泛的基本运算体系。
同时，MATLAB基于数值运算的信号处理技术也使DSP的相关技术变得简单易行。
此外, MA TLAB极其简洁的语言结构支持结构化程序设计, 且具有超过任一高级语言系统的调试技术。
MATLAB高度智能化的调试技术是用户开发MA TLAB程序的有力工具。
本次仿真研究利用MATLAB强大的绘图功能和声音输入输出的功能对.W A V的音频文件进行了数字化的采样，然后对数值进行了相应处理，通过绘图直观的显示了声音传播过程中的交混回响现象。
2 MA TLAB处理语音信号由于本次仿真是对语音信号的数字化处理。
下面介绍MA TLAB处理音频信号的一些理论依据和相应函数功能。
2.1 信号分类按信号特点的不同，信号可表示成一个或几个独立变量的函数。
例如，图像信号就是空间位置（二元变量）的亮度函数。
一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。
信号有以下几种：1.连续时间信号：在连续时间范围内定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。
当幅值为连续这一特点情况下又常称为模拟信号。
实际上连续时间信号与模拟信号常常通用，用以说明同一信号。
2.离散时间信号：时间为离散变量的信号，即独立变量时间被量化了。
基于 MATLAB 的语音信号仿真分析
基于MATLAB 的语音信号仿真分析摘要：语音信号处理是一门新兴的涉及面很广的交叉学科，是许多信息领域应用的核心技术之一。
本文简要介绍了语音信号的采集与处理过程，并利用MATLAB 对语音信号进行时域和频域分析，并对语音进行处理。
关键词：语音信号；仿真原理；实现过程一、引言人类已进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。
作为高科技应用领域的研究热点，语音信号的采集和分析从理论的研究到产品的开发已经取得了长足的进步。
语音信号的采集与分析之所以能够被不断地进行研究和探讨，除了它的实用性之外，另一个重要的原因是，它始终与当时信息科学中最活跃的前沿学科保持密切联系，并且一起发展。
对语音信号的采集与分析的研究一直是数字信号处理技术发展的重要推动力量。
因为许多处理的新方法的提出，首先是在语音信号处理中获得成功，然后再推广到其他领域。
语音信号的仿真与处理技术一直以来都是很热门的研究领域，具有重要的理论和实践研究价值。
针对语音信号自身的时域频域特性的研究是语音信号处理技术能够取得进一步突破的重要基础，必须有针对性地对语音信号做一个系统性分析。
语音信号传输过程中会受到噪声的干扰，导致语音质量的下降从而降低了语音辨识度，因此要进行滤波滤去不需要的噪声或者混频干扰。
二、语音信号的简介语音具有成为声学特征的物理物质，基本的组成单位是音素。
音素是发出各不相同音的最小单位，可以将音素分为浊音和清音两大类。
如果把不存在语音而只有背景噪声的情况称为无声时，音素又可以分为无声、浊音和清音三类。
一个音节由元音和辅音构成。
元音在音节中占主要部分。
所有元音都是浊音。
语音信号处理的目的有两个：一个是要通过处理得到一些反应语音信号重要特征的语音参数，以便高效地传输或储存语音信号信息；另一个是要通过处理某种运算以达到某种用途的要求，例如人工合成出语音、辨识出讲话者、识别出讲话的内容等。