数字信号处理课程设计报告文档格式.docx
《数字信号处理课程设计报告文档格式.docx》由会员分享,可在线阅读,更多相关《数字信号处理课程设计报告文档格式.docx(28页珍藏版)》请在冰点文库上搜索。
1)观察高斯序列的时域和幅频特性,固定信号xa(n)中参数p=8,改变q的值,使q分别等于2,4,8,观察它们的时域和幅频特性,了解当
q取不同值时,对信号序列的时域幅频特性的影响;
固定q=8,改变p,使p分别等于8,13,14,观察参数p变化对信号序列的时域及幅频特性的影响,观察p等于多少时,会发生明显的泄漏现象,混叠是否也随之出现?
记录实验中观察到的现象,绘出相应的时域序列和幅频特性曲线。
2)用FFT分别实现xa(n)(p=8,q=2)和xb(n)(a=0.1,f=0.0625)的16点圆周卷积和线性卷积。
二.已知序列
x(n)=0.5sin(2pf1n)+sin(2pf2n),0£
15,
令f1=0.22,f2=0.34,取N=16,32,64,128,画出4个DFT的频谱图,
分析DFT长度对频谱特性的影响;
取f1=0.22,f2=0.25,如何选择DFT参数才能在频谱分析中分辨出两个频率分量
三.分别利用矩形窗、hamming窗设计一个N=15的线性相位FIR低通数字
滤波器,截止频率wc
=prad,要求:
求出各滤波器的单位脉冲响应h(n);
3
绘出各滤波器的幅频及相频响应曲线;
观察各滤波器的通带波纹和阻带波纹,比较不同窗函数对滤波特性的影响;
当输入为
x(n)=1+2cos(pn)+cos(pn)时,计算各滤波器的输出并画出输出波形的时域
4 2
与频域波形。
(要求:
应尽量避免使用现成的工具箱函数)四.
1)读入一段语音信号(或音乐信号)
2)在语音信号中分别加入以下几种噪声:
(1)白噪声;
(2)多正弦干扰噪声(包含两个或以上正弦信号的干扰,其中一个是50Hz正弦信号干扰,另一个干扰正弦频率必须位于语音信号主要频率成分之间)
绘出叠加噪声前后的语音信号时域和频域波形图,播放语音信号,从听觉上进行对比,分析并体会含噪语音信号频域和时域波形的改变
3)根据信号的频谱特性,设计IIR或FIR数字滤波器;
4)用所设计的滤波器对被污染的语音信号进行滤波;
5)分析得到信号的频谱,画出滤波后信号的时域和频域波形,并对滤波前后的信号进行对比,分析信号的变化,回放语音信号。
6)对正弦信号干扰设计陷波器进行滤波,比较其与前述滤波器的区别,画出相应波形,比较滤波效果。
二、问题分析及设计思路
-(n-p)2
q ,0£
e-ansin2pfn,0£
1)观察高斯序列的时域和幅频特性,固定信号xa(n)中参数p=8,使
q分别等于2,4,8,观察它们的时域和幅频特性,了解当q取不同值时,对信号序列的时域幅频特性的影响;
固定q=8,改变p,使p分别等于8,
13,14,观察参数p变化对信号序列的时域及幅频特性的影响,观察p等于多少时,会发生明显的泄漏现象?
分析及截图:
1)分析:
当q取不同值,p不变时,随着q的增大,时域衰减变慢,而频域宽度加大。
当p取不同值,q不变时,随着p的增大,时域整体向右平移;
p=14
时,会发生明显的泄漏现象。
2)分析:
圆周卷积即为循环卷积,当线性卷积长度L>
=M+N-1时(M、
N分别为两函数的长度),循环卷积等于线性卷积。
DFT长度越长,离散频域特性与连续频域特性越接近,对时域特性图无影响。
采样频率应大于信号的最高频率的两倍,频率分辨率应小于信号的最小频率;
分辨率等于采样频率除以采样点数。
所以:
采样点数=采样频率/分辨率;
采样频率=2*最高频率;
分辨率=最小频率
当f1=0.22,f2=0.34时,采样点数约为33;
f1=0.22,f2=0.25时,采样点数约为64.
应尽量避免使用现成的工具箱函数)分析及截图:
矩形窗主频瓣平缓,旁瓣较多,衰减较慢;
哈明窗主频瓣宽,较不平缓,旁瓣较少,衰减较快。
矩形窗幅频相频特性曲线:
哈明窗幅频相频特性曲线:
哈明窗hn:
矩形窗hn:
函数经哈明窗滤波:
x(n)通过哈明官后的时域被形
。
32
-1。
04
02
-02
-04。
5 10 15 20 25 30
x(n)通过哈明官后的频域被形
函数经矩形窗滤波:
x(n)通过矩形官后的时域浪形
x(n)通过矩形窃后的频域被形
四.
1)使用wavread函数,读入一段wav文件,作为语音信号
2)
(1)使用awgn函数加高斯白噪声
(2)加50hz和2000hz的正弦噪声
高斯噪声:
正弦噪声:
3)使用IIR滤波器,用低通滤高斯噪声,参数为fp=300,fc=500;
用一个低通,一个高通滤波器滤正弦噪声,参数分别为fp=400,fc=600和fp1=70,fs1=50
4)进行滤波
5)截图如下
6) 陷波器可过滤指定频率的噪声,使用其滤去50hz和2000hz的噪声陷波器的特性曲线:
上面的图为经log变换后的特性曲线。
使用陷波器过滤信号的前后对比为:
三、GUI设计
点击点击前三题的按钮,将会运行程序,然后弹出结果:
此次GUI设计了两个界面,第一个界面为:
点击第四题的按钮,将会切换到第二个界面:
第四题
原始语音 滤白噪声
加臼噪声 滤正弦噪声
加正弦噪声 陷波器
-七!
-.....----
点击各个按钮,将会出现程序结果:
P!
l
J干m山
-l
nF
"
-'
O "
.i!
r-- 01:
a
1邓
1fl(IO
oo-厂
陨
06
1Q'
臼
饬
厚始信亏获诮
d
原始语
.
亡1ii
战
诠
的
加白如
1.`
加正弦守
第四赶
--
I年如]
n旷
1
`
陷波器 ]
四、遇到的问题及解决方法
1.在运行圆周卷积和线性卷积程序时,出现了画不出图的情况,多次查找后,发现是因为代表卷积长度的字母有多义性,更换了字母后,程序运行成功;
2.第二题中,不知如何才能确切的找出最佳频率采样点数,多次查找了书上的概念、公式,上网查找了资料,确定了最后的公式;
3.第四题相对来说是最难的,因为遇到了很多以前没有做过的东西,比如读入语音信号和加高斯白噪声,经过在网络上查找,确定使用
wavread和awgn函数。
在matlab中调用help,弄清楚了这两个函数的使用方法,才顺利将第四题做了出来;
4.设计带通滤波器时,由于带通滤波器的参数设置和计算公式相对较复杂,我们选择了先使用低通滤波器滤去高频率噪声,再使用高通滤波器滤去低频率噪声,达到了不错的效果;
5.设计陷波器时,由于我们以前未学过这个知识点,所以我们在网上查找了大量的相关程序,逐个分析,配合help函数,依次尝试配合我们的语音信号使用,最后成功设计出了要求的陷波器;
6.设计GUI时,不知道如何制作可跳转的界面,上网查询后,发现在跳转按钮下的程序里,使用h=gcf;
jiemian2;
close(h);
语句即可。
五、参考文献
《数字信号处理》(第三版)————————西安电子科技大学出版社
《MATLAB程序设计与应用》(第二版)——--高等教育出版社百度文库资料库
六、附录(源程序)
第一题:
figure('
numbertitle'
'
off'
name'
p=8,q 变化'
);
%p=8,q=2
subplot(331)n=0:
15;
p=8;
q=2;
x=exp(-(n-p).^2/q);
stem(n,x,'
.'
title('
高斯序列时域特性(p=8,q=2)'
subplot(332)
n=0:
y=fft(x,16);
stem(n,abs(y),'
高斯序列频域特性(离散)(p=8,q=2)'
subplot(333)
plot(n,abs(y));
高斯序列频域特性(连续)(p=8,q=2)'
%p=8,q=4
subplot(334)n=0:
q=4;
高斯序列时域特性(p=8,q=4)'
subplot(335)
高斯序列频域特性(离散)(p=8,q=4)'
subplot(336)
高斯序列频域特性(连续)(p=8,q=4)'
%p=8,q=8
subplot(337)n=0:
q=8;
高斯序列时域特性(p=8,q=8)'
subplot(338)
高斯序列频域特性(离散)(p=8,q=8)'
subplot(339)
高斯序列频域特性(连续)(p=8,q=8)'
q=8,p 变化'
subplot(331)
subplot(334)
p=13;
高斯序列时域特性(p=13,q=8)'
高斯序列频域特性(离散)(p=13,q=8)'
高斯序列频域特性(连续)(p=13,q=8)'
p=14;
高斯序列时域特性(p=14,q=8)'
高斯序列频域特性(离散)(p=14,q=8)'
高斯序列频域特性(连续)(p=14,q=8)'
圆周卷积和线性卷积'
n=0:
15
xa=exp(-(n-8).^2/2);
xb=exp(-0.1.*n).*sin(2*pi*0.0625.*n);
ha(1:
31)=fft(xa,(1:
31));
hb(1:
31)=fft(xb,(1:
h1=ha.*hb;
31
ht1=ifft(h1);
subplot(2,1,1);
stem(n,ht1,'
xlabel('
n'
ylabel('
ht1(n)'
圆周卷积'
ha=fft(xa,32);
hb=fft(xb,32);
h2=ha.*hb;
ht2=ifft(h2);
subplot(2,1,2);
stem(n,ht2,'
ht2(n)'
线性卷积'
第二题:
四个DFT的频谱图的比较f1=0.22f2=0.34'
%序列x(n)的长度x=0.5*sin(2*pi*n*0.22)+sin(2*pi*n*0.34);
% 计算x(n)
%以下为画图部分
%N=16N=0:
subplot(431)stem(n,x,'
时域N=16'
subplot(432)y=fft(x,16);
stem(N,abs(y),'
频域N=16'
subplot(433)plot(N,abs(y));
(连续)频域N=16'
%N=32N=0:
31;
subplot(434)stem(n,x,'
DFT时域特性(N=32)'
subplot(435)
y=fft(x,32);
DFT(离散)频域特性(N=32)'
subplot(436)
plot(N,abs(y));
DFT(连续)频域特性(N=32)'
%N=64N=0:
63;
subplot(437)stem(n,x,'
DFT时域特性(N=64)'
subplot(438)
y=fft(x,64);
DFT(离散)频域特性(N=64)'
subplot(439)
DFT(连续)频域特性(N=64)'
%N=128N=0:
127;
subplot(4,3,10)stem(n,x,'
DFT时域特性(N=128)'
subplot(4,3,11)
y=fft(x,128);
DFT(离散)频域特性(N=128)'
subplot(4,3,12)
DFT(连续)频域特性(N=128)'
四个DFT的频谱图的比较f1=0.22f2=0.25'
%序列x(n)的长度x=0.5*sin(2*pi*n*0.22)+sin(2*pi*n*0.25);
% 计算x(n)
DFT时域特性(N=16)'
subplot(432)
y=fft(x,16);
DFT(离散)频域特性(N=16)'
subplot(433)
DFT(连续)频域特性(N=16)'
subplot(436)plot(N,abs(y));
%64比较好分辨出两个频率
第三题:
wc=pi/3;
wc=wc/(pi);
N=15;
N-1;
%矩形窗h(n)
hn1=fir1(N-1,wc,'
low'
boxcar(N));
矩形窗和hamming窗设计低通滤波器的h(n)'
stem(n,hn1,'
xlabel('
h(n)'
%哈明窗h(n)
hn2=fir1(N-1,wc,'
hamming(N));
subplot(212);
stem(n,hn2,'
%矩形窗幅频相频
矩形窗,N=15'
freqz(hn1,1,512)
%哈明窗幅频相频
哈明窗,N=15'
freqz(hn2,1,512)
%%%%
xn=1+2*cos(pi*n/4)+cos(pi*n/2);
%矩形窗输入x(n)figure(5);
yn1=conv(hn1,xn);
subplot(2,1