MATLAB课程论文.docx

MATLAB课程论文.docx

《MATLAB课程论文.docx》由会员分享，可在线阅读，更多相关《MATLAB课程论文.docx（14页珍藏版）》请在冰点文库上搜索。

MATLAB课程论文

MATLAB课程论文

基于MATLAB的语音信号采集与处理

姓名：

学号：

专业：

班级：

基于MATLAB的语音信号采集与处理

摘要：

本次论文的课题为《基于MATLAB的语音信号采集与处理》，学会运用MATLAB的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟练使用MATLAB进行系统的分析仿真和设计奠定基础，进一步熟悉对matlab软件的使用，以及学会利用matlab对声音信号这种实际问题进行处理，将理论应用于实际，加深对它的理解

关键词：

MATLAB语音信号采集与处理符号运算数值计算仿真分析

一、引言

MATLAB的名称源自MatrixLaboratory,1984年由美国Mathworks公司推向市场。

它是一种科学计算软件，专门以矩阵的形式处理数据。

MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。

MATLAB软件包括五大通用功能，数值计算功能（Nemeric）、符号运算功能（Symbolic）、数据可视化功能（Graphic）、数字图形文字统一处理功能（Notebook）和建模仿真可视化功能（Simulink）。

其中，符号运算功能的实现是通过请求MAPLE内核计算并将结果返回到MATLAB命令窗口。

该软件有三大特点，一是功能强大；二是界面友善、语言自然；三是开放性强。

目前，Mathworks公司已推出30多个应用工具箱。

MATLAB在线性代数、矩阵分析、数值及优化、数值统计和随机信号分析、电路与系统、系统动力学、次那好和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统以及财政金融等众多领域的理论研究和工程设计中得到了广泛应用。

MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。

由于信号与系统课程的许多内容都是基于公式演算，而MATLAB借助符号数学工具箱提供的符号运算功能，能基本满足信号与系统课程的需求。

例如解微分方程、傅里叶正反变换、拉普拉斯正反变换和z正反变换等。

MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应与阶跃响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。

数值计算仿真分析可以帮助学生更深入地理解理论知识，并为将来使用MATLAB进行信号处理领域的各种分析和实际应用打下基础。

二、原理介绍：

1.理论原理

利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。

语音信号的“短时谱”对于非平稳信号,它是非周期的,频谱随时间连续变化,因此由傅里叶变换得到的频谱无法获知其在各个时刻的频谱特性。

如果利用加窗的方法从语音流中取出其中一个短断,再进行傅里叶变换,就可以得到该语音的短时谱。

2.具体流程

（1）.语音信号的采集及分析

基于声卡进行数字信号的采集。

将话筒插入计算机的语音输入插口上,启动录音机。

按下录音按钮，对话筒说话,说完后停止录音。

要保存文件时,利用了计算机上的A/D转换器,把模拟的声音信号变成了离散的量化了的数字信号,放音时,它又通过D/A转换器,把保存的数字数据恢复为原来的模拟的声音信号。

在Matlab软件平台下可以利用函数wavread对语音信号进行采样,得到了声音数据变量x1,同时把x1的采样频率fs=22050Hz和数据位Nbits=16Bit放进了MATALB的工作空间。

图figure1为原始语音信号的时域图形。

从图中可以看出在时域环境下,信号呈现出6不规则的信号峰值。

通过freqz函数绘制原始语音信号的频率响应图figure2。

然后对语音信号进行频谱分析,在Matlab中可以利用函数fft对信号行快速傅里叶变换,得到信号的频谱图figure3，从图中可以看出对各个频点上的随机信号在频域进行抽样,抽样频率为22050Hz。

（2）.给原始信号加上一个高频噪声

在Matlab中人为设计一个固定频率5500Hz的噪声干扰信号。

噪声信号通常为随机序列,在本设计中用正弦序列代替,干扰信号构建命令函数为d=[Au*sin（2*pi*5500*t）]',给出的干扰信号为一个正弦信号，针对上面的语音信号,采集了其中一段。

再对噪音信号进行频谱变换得到其频谱图,从图中可以看出干扰信号，在4000Hz和6000Hz频点处有一高峰,其中5500Hz正是本设计所要利用的。

（3）.设计一个滤波器，滤除高频噪声

由模拟滤波器变换为数字滤波器时,采用的是双线性变换法,它保留的是从模拟到数字域的系统函数表示。

在滤波器的选取时,由于设计方法的侧重点不同,作出比较是困难的。

如果FIR滤波器情况下,最优的设计将是椭圆滤波器。

用双线性变换法设计低通滤波器。

的本设计是用双线性变换法设计BW带阻型滤波器。

在MATLAB中,可以利用函数butterworth,设计FIR滤波器,利用MATLAB中的函数freqz画出各滤波器的频率响应。

用设计好的带阻滤波器对含噪语音信号进行滤波,在Matlab中FIR滤波器利用函数fftfilt对信号进行滤波,FIR滤波器利用函数filter对信号进行滤波。

在一个窗口同时画出滤波前后的波形及频谱。

从图中可以看出,5500Hz看到的高峰消失了,语音信号与开始的一样,滤波器成功的滤除了干扰信号。

利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。

三、算法实现步骤

1．用MATLAB对原始语音信号进行分析，画出它的时域波形和频谱

程序：

fs=22050;%语音信号采样频率为22050

x1=wavread（'C:

\DocumentsandSettings\Administrator\桌面\声音文件.wav'）;

%读取语音信号的数据，赋给变量x1，

sound（x1,22050）;%播放语音信号

y1=fft（x1,1024）;%对信号做1024点FFT变换

f=fs*（0:

511）/1024;%将0到511，步长为1的序列的值与fs相乘并除以1024的值，赋值给f

figure

（1）%创建图形窗1

plot（x1）%做原始语音信号的时域图形

title（'原始语音信号'）;

xlabel（'timen'）;%x轴的名字是“timen”

ylabel（'fuzhin'）;%y轴的名字是“fuzhin”

figure

（2）

freqz（x1）%绘制原始语音信号的频率响应图

title（'频率响应图'）

figure（3）

subplot（2,1,1）;%创建两行一列绘图区间的第1个绘图区间

plot（abs（y1（1:

512）））%做原始语音信号的FFT频谱图

title（'原始语音信号FFT频谱'）

subplot（2,1,2）;

plot（f,abs（y1（1:

512）））;%abs是绝对值，plot是直角坐标下线性刻度曲线

title（'原始语音信号频谱'）

xlabel（'Hz'）;

ylabel（'幅值'）;

时域波形和频谱：

图1原始语音信号

图2语音信号频率响应图

图3原始语音信号FFT与信号频谱

2.给原始的语音信号加上一个高频余弦噪声，频率为5500hz。

对加噪后的语音进行分析，并画出其信号时域和频谱图。

程序：

fs=22050;

x1=wavread（'C:

\DocumentsandSettings\Administrator\桌面\声音文件.wav'）;

%读取语音信号的数据，赋给变量x1

f=fs*（0:

511）/1024;%将0到511，步长为1的序列的值与fs相乘并除以1024的值，赋值给f

t=0:

1/fs:

（length（x1）-1）/fs;%将0到x1的长度减1后的值除以fs的值，且步长为1/fs的值，的序列的值，赋予t

Au=0.03;%噪声幅值

d=[Au*sin（2*pi*5500*t）]';%所加的噪声是正弦信号

x2=x1+d;%将正弦信号噪声加在语音信号上

sound（x2,22050）;%播放语音信号

y1=fft（x1,1024）;%对信号y1做1024点FFT变换

y2=fft（x2,1024）;%对信号y2做1024点FFT变换

figure

（1）;%创建图形窗1

plot（t,x2）;%做加噪后的信号时域图形（绘出t对x2的线性图）

title（'加噪后的信号'）;

xlabel（'timen'）;%x轴的名字是“timen”

ylabel（'fuzhin'）;%y轴的名字是“fuzhin”

figure

（2）%创建图形窗2

subplot（2,1,1）;%创建两行一列绘图区间的第1个绘图区间

plot（f,abs（y1（1:

512）））;%做原始语音信号的频谱图

title（'原始语音信号频谱'）;

xlabel（'Hz'）;%x轴的名字是“timen”

ylabel（'fuzhi'）;%y轴的名字是“fuzhi”

subplot（2,1,2）;%创建两行一列绘图区间的第2个绘图区间

plot（f,abs（y2（1:

512）））;%做加噪后的语音信号的频谱图（abs是绝对值，plot是直角坐标下线性刻度曲线）

title（'加噪后的信号频谱'）;

xlabel（'Hz'）;%x轴的名字是“timen”

ylabel（'fuzhi'）;%y轴的名字是“fuzhi”

时域波形和频谱：

图4加噪后的信号时域图

图5原始信号与加噪后信号频谱对比

与原始信号对比，区别：

先原始信号没加噪音之前0到2000有幅值，在4000到6000之间没有幅值，但是在加了噪音之后4000到6000之间出现最大幅值12，超出正常值。

如图5原始信号与加噪后信号频谱对比图所示。

3.设计合适的滤波器，滤除高频噪声，绘出滤波后的信号频域和时域波形：

程序：

%用双线性变换法设计巴特沃思低通滤波器

wp=0.25*pi;%通带截止频率

ws=0.3*pi;%阻带截止频率

Rp=1;%通带最大衰减（db）

Rs=15;%阻带最大衰减（db）

Fs=22050;

Ts=1/Fs;

wp1=2/Ts*tan（wp/2）;%将模拟指标转换成数字指标

ws1=2/Ts*tan（ws/2）;%将模拟指标转换成数字指标

[N,Wn]=buttord（wp1,ws1,Rp,Rs,'s'）;%选择滤波器的最小阶数（估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wc）

[Z,P,K]=buttap（N）;%创建Butterworth低通滤波器原型

[Bap,Aap]=zp2tf（Z,P,K）;%将零极点增益转换为普遍分子，分母

[b,a]=lp2lp（Bap,Aap,Wn）;%将普遍的分子和分母转换为以Wn为截止频率

[bz,az]=bilinear（b,a,Fs）;%用双线性变换法实现模拟滤波器到数字滤波器的转换（模拟转换为数字）

[H,W]=freqz（bz,az）;%求频率响应

figure（9）

plot（W*Fs/（2*pi）,abs（H））%绘制Butterworth低通滤波器频率响应曲线

grid%添加图格

xlabel（'频率／Hz'）

ylabel（'频率响应幅度'）

title（'Butterworth'）

f1=filter（bz,az,z）;%利用上面已做好的滤波器（已bz和az为特征的滤波器）对x2信号进行滤波，赋值给f1

figure（10）

subplot（2,1,1）%创建两行一列绘图区间的第1绘图区间

plot（t,z）%做加噪后的信号时域图形

title（'滤波前的时域波形'）;

subplot（2,1,2）%创建两行一列绘图区间的第2绘图区间

plot（t,f1）;

title（'滤波后的时域波形'）;

sound（f1,22050）;%播放语音信号

p=length（f1）;

F0=fft（f1,p）;

f=0:

fs/p:

fs*（s-1）/p;

figure（11）

y2=fft（z,1024）;%对信号y2做1024点FFT变换

subplot（2,1,1）;%创建两行一列绘图区间的第1绘图区间

plot（f,abs（y4））;

title（'滤波前的频谱'）

xlabel（'Hz'）;%x轴的名字是“Hz”

ylabel（'fuzhi'）;%y轴的名字是“fuzhi”

subplot（2,1,2）

F1=plot（f,abs（F0））;

title（'滤波后的频谱'）

xlabel（'Hz'）;

ylabel（'fuzhi'）;

时域波形和频谱：

图6低通滤波器频率响应曲线

图7滤波前后时域波形图

图8滤波前后频谱图

与原噪音信号对比，区别：

通过对比分析可知，滤波后的输出波形和原始语音加噪声信号的图形发生了一些变化，在3000-6000Hz之间的信号消失，出现0-1000和7000-8000之间的信号。

滤波后的输出波形明显在对应时间幅度比原语音加噪声信号的要小，而且滤波的效果也与滤波器的选择有关，可以看出滤波器的性能差异以及参数的调节会对滤波器产生一定的影响，并且通过回放可以发现滤波前后的声音有变化.低通滤波后,已很接近原来的声音，人耳几乎辨别不出。

从频谱图中我们还可以看出声音的能量信号主要集中在低频部分，说明高频语音信号被滤出，滤波器达到既定要求。

四、结论

通过此次MATLAB课程设计与研究，我对MATLAB这个仿真软件有了更进一步的认识和了解，并且对一些典型算法运用更加熟练了，通过语音信号的采集及分析；给原始信号加上一个高频噪声；设计一个滤波器，滤除高频噪声；不过还有一些可以改进的地方，但限于自身的能力暂时不能实现，希望通过以后的学习研究能解决这些问题。

以后研究主要是通过MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号，当然这些都必须建立在对MATLAB的熟练掌握上。

在整个论文设计过程中我懂得了许多东西，也培养了独立思考和设计的能力，并且提高了自己的动手实践操作能力，使自己充分体会到了在设计过程中的成功喜悦。

虽然这个设计做的不是很优秀，但是在设计过程中所学到的东西是这次课程设计的最大收获和财富，使我终身受益。

参考文献：

1.姚东.MATLAB及在电子信息课程中的应用[M].第二版.北京：

北京电子工业出版社,2000

2.张智星.MATLAB程序设计与应用.北京：

清华大学出版社，2002

3.陈怀琛.MATLAB及其在理工课程中的应用指南.西安：

西安电子科技大学出版社，1999.10 

4.肖伟、刘忠.MATLAB程序设计与应用[M].北京：

清华大学出版社2005