《专业课程设计》说明书-基于Matlab含噪声语音信号处理设计.docx

武汉理工大学专业课程设计说明书目 录1软件介绍22语音信号的采集23语音信号的时频与加噪分析23.1 语音信号的时频分析23.2 语音信号的加噪分析24 fir和iir数字滤波器设计24.1 iir数字滤波器设计24.1.1 iir低通滤波器设计24.1.2 iir带通滤波器设计24.1.3 iir高通滤波器设计24.2 fir滤波器设计24.2.1 fir低通滤波器设计24.2.2 fir带通滤波器设计24.2.3 fir高通滤波器设计25 gui设计及滤波结果分析25.1 gui设计25.1.1 控件及界面设计25.1.2 设置回调函数25.2 滤波结果及分析25.2.1 滤波结果图25.2.2 结果分析26 心得体会27 参考文献2351软件介绍matlab是矩阵实验室（matrixlaboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。matlab的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用matlab来解算问题要比用c,fortran等语言完相同的事情简捷得多.当前流行的matlab 5.3/simulink 3.0包括拥有数百个内部函数的主包和三十几种工具包(toolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充matlab的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类.开放性使matlab广受用户欢迎.除内部函数外,所有matlab主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包.一种语言之所以能如此迅速地普及，显示出如此旺盛的生命力，是由于它有着不同于其他语言的特点，正如同fortran和c等高级语言使人们摆脱了需要直接对计算机硬件资源进行操作一样，被称作为第四代计算机语言的matlab，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。matlab最突出的特点就是简洁。matlab用更直观的，符合人们思维习惯的代码，代替了c和 fortran语言的冗长代码。matlab给用户带来的是最直观，最简洁的程序开发环境。以下简单介绍一下matlab的主要特点。语言简洁紧凑，使用方便灵活，库函数极其丰富。matlab程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。可以说，用matlab进行科技开发是站在专家的肩膀上。2语音信号的采集利用pc 机上的声卡和windows 操作系统可以进行数字信号的采集。将话筒输入计算机的语音输入插口上,启动录音机。按下录音按钮,接着对话筒说话“语音信号处理”,说完后停止录音,屏幕左侧将显示所录声音的长度。点击放音按钮,可以实现所录音的重现。以文件名“555”保存入d: matlab work 中。可以看到,文件存储器的后缀默认为. wav ,这是windows 操作系统规定的声音文件存的标准。3语音信号的时频与加噪分析3.1 语音信号的时频分析matlab软件平台下,利用wavread函数对语音信号进行采样,记住采样频率和采样点数wavread 函数调用格式如下：y=wavread(file)%读取file 所规定的wav 文件,返回采样值放在向量y中。y,fs,nbits=wavread(file) %采样值放在向量y 中,fs 表示采样频率,nbits 表示采样位数。y=wavread(file,n)%读取钱n 点的采样值放在向量y 中。y=wavread(file,n1,n2)%读取从n1 到n2 点的采样值放在向量y 中。对语音信号555.wav 进行采样其程序如下:y,fs,nbits=wavered (555); %把语音信号进行加载入matlab仿真软件平台fs =8000nbits =16首先画出语音信号的时域波形,然后对语音信号进行频谱分析。在matlab中利用fft 对信号进行快速傅里叶变换,得到信号的频谱特性。其程序如下:y,fs,nbits=wavread (555);sound(y,fs,nbits); %回放语音信号n = length (y) ; %求出语音信号的长度y=fft(y,n); %傅里叶变换subplot(2,1,1);plot(y);title(原始信号波形);subplot(2,1,2);plot(abs(y);title(原始信号频谱)程序结果图如下：图 1 原始信号波形与频谱图3.2 语音信号的加噪分析利用matlab中的随机函数(rand或randn)产生噪声加入到语音信号中模仿语音信号被污染并对其频谱分析。其程序如下:y,fs,nbits=wavread (123); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号加入噪声 sound(s,fs,nbits); wavwrite(s,fs,nbits,addnoise) subplot(2,1,1); plot(s);title(加噪语音信号的时域波形); s=fft(s); %傅里叶变换 subplot(2,1,2); plot(0:length(s)-1)/length(s)*8000,abs(s);title(加噪语音信号的频域波形);程序结果图如下：图 2 加噪语音信号波形与频谱图4 fir和iir数字滤波器设计根据语音信号的特点给出有关滤波器的新能指标: 低通滤波器的性能指标fp=1000hz,fc=1200hz,as=100db ,ap=1db 高通滤波器的性能指标fp=4800hz,fc=5000hz,as=100db,ap=1db 带通滤波器的性能指标fp1=1200hz,fp2=3000hz,fc1=1000hz,fc2=3200hz,as=100db,ap=1db在matlab 中,可以利用函数fir1 设计fir 滤波器,利用函数butter,cheby1和ellip 设计iir 滤波器,利用matlab 中的函数freqz 画出各步步器的频率响应。分析如下:函数fir1 默认的设计滤波器的方法为窗函数法其中可选的窗函数有rectangular barlrtt hamming hann blackman 窗其相应的都有实现函数。函数butter,cheby1 和ellip 设计iir 滤波器时都是默认的双线性变换法,所以在设计滤波器时只需要代入相应的实现函数即可。4.1 iir数字滤波器设计4.1.1 iir低通滤波器设计ft=8000;fp=1000;fs=1200;wp=2*pi*fp/ft;ws=2*pi*fs/ft;fp=2*ft*tan(wp/2);fs=2*fs*tan(wp/2);n11,wn11=buttord(wp,ws,1,50,s); %求低通滤波器的阶数和截止频率b11,a11=butter(n11,wn11,s); %求s 域的频率响应的参数num11,den11=bilinear(b11,a11,0.5); %利用双线性变换实现频率响应s 域到z 域的变换h,w=freqz(num11,den11); %根据参数求出频率响应plot(w*8000*0.5/pi,abs(h);legend(用butter 设计);grid图3 iir低通滤波器4.1.2 iir带通滤波器设计fp1=1200;fp2=3000;fs1=1000;fs2=3200;ft=8000;wp1=tan(pi*fp1/ft); %带通到低通滤波器的转换wp2=tan(pi*fp2/ft);ws1=tan(pi*fs1/ft);ws2=tan(pi*fs2/ft);w=wp1*wp2/ws2;bw=wp2-wp1;wp=1;ws=(wp1*wp2-w.2)/(bw*w);n12,wn12=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率b12,a12=butter(n12,wn12,s); %求s 域的频率响应参数num2,den2=lp2bp(b12,a12,sqrt(wp1*wp2),bw);%将s 域低通参数转为带通的num12,den12=bilinear(num2,den2,0.5);%双线性变换频率响应s到z域转换h,w=freqz(num12,den12);%根据参数求出频率响应plot(w*8000*0.5/pi,abs(h);axis(0 4000 0 1.5);grid;图4 iir带通4.1.3 iir高通滤波器设计ft=8000;fp=4000;fs=3500;wp1=tan(pi*fp/ft);%高通到低通滤波器参数转换ws1=tan(pi*fs/ft);wp=1;ws=wp1*wp/ws1;n13,wn13=cheb1ord(wp,ws,1,50,s); %求模拟低通滤波器阶数和截止频率b13,a13=cheby1(n13,1,wn13,s); %求s 域的频率响应的参数num,den=lp2hp(b13,a13,wn13);%将s 域低通参数转为高通的num13,den13=bilinear(num,den,0.5); %双线性变换频率响应s 到z 域转换h,w=freqz(num13,den13);plot(w*21000*0.5/pi,abs(h);title(iir 高通滤波器);axis(0 12000 0 1.5);grid;图5 iir高通滤波器4.2 fir滤波器设计4.2.1 fir低通滤波器设计用窗函数设计低通滤波器的程序如下:ft=8000;fp=1000;fs=1200;wp=2*fp/ft;ws=2*fs/ft;rp=1;rs=50;p=1-10.(-rp/20); %通带阻带波纹s=10.(-rs/20);fpts=wp ws;mag=1 0;dev=p s;n21,wn21,beta,ftype=kaiserord(fpts,mag,dev);b21=fir1(n21,wn21,kaiser(n21+1,beta); %由fir1 设计滤波器h,w=freqz(b21,1); %得到频率响应plot(w/pi,abs(h);title(fir 低通滤波器);grid;图6 fir低通滤波器4.2.2 fir带通滤波器设计fp1=1200;fp2=3000;fs1=1000;fs2=3200;ft=8000;wp1=tan(pi*fp1/ft); %带通到低通滤波器参数转换wp2=tan(pi*fp2/ft);ws1=tan(pi*fs1/ft);ws2=tan(pi*fs2/ft);w=wp1*wp2/ws2;bw=wp2-wp1;wp=1;ws=(wp*wp2-w.2)/(bw*w);n22,wn22=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率b22,a22=butter(n22,wn22,s); %求s 域的频率响应的参数num2,den2=lp2bp(b22,a22,sqrt(wp1*wp2),bw); %将s 域低通参数转为带通num22,den22=bilinear(num2,den2,0.5);%双线性变换实现s 域到z 域的转换h,w=freqz(num22,den22); %根据参数求出频率响应plot(w*8000*0.5/pi,abs(h);axis(0 4000 0 1.5);grid图7 fir带通滤波器4.2.3 fir高通滤波器设计ft=8001;fp=4000;fs=3500;wp=2*fp/ft;ws=2*fs/ft;rp=1;rs=50;p=1-10.(-rp/20); %通带阻带波纹s=10.(-rs/20);fpts=ws wp;mag=0 1;dev=p s;n23,wn23,beta,ftype=kaiserord(fpts,mag,dev);b23=fir1(n23,wn23,high,kaiser(n23+1,beta); %由fir1 设计滤波器h,w=freqz(b23,1); %得到频率响应plot(w*12000*0.5/pi,abs(h);title(fir 高通滤波器);axis(3000 6000 0 1.2);grid图8 fir高通滤波器5 gui设计及滤波结果分析5.1 gui设计5.1.1 控件及界面设计在控件布局设计区放置3个panel控件、7个axes控件、7个text控件、5个pushbutton控件、2个radiobutton控件、1个checkbox控件。界面设置如下：图9 控件版面设计5.1.2 设置回调函数保存后，在gui主窗口点击m-file editor，进入设置回调函数的界面。这里，虽然gui自动生成了回调函数，但是它们都是空的，需要进一步的定义说明。这里需要对5个pushbutton控件的回调函数进行定义说明，将控件的回调函数定义完毕后，整个gui基本设计完毕。% - executes on button press in pushbutton3.低通滤波器设置function pushbutton3_callback(hobject, eventdata, handles)if get(handles.radiobutton1,value) ft=8000; fp=1000; fs=1200; wp=2*pi*fp/ft; ws=2*pi*fs/ft; fp=2*ft*tan(wp/2); fs=2*fs*tan(wp/2); n11,wn11=buttord(wp,ws,1,50,s); %求低通滤波器的阶数和截止频率 b11,a11=butter(n11,wn11,s); %求s 域的频率响应的参数 num11,den11=bilinear(b11,a11,0.5); %双线性变换频率响应s到z域 h,w=freqz(num11,den11); %根据参数求出频率响应 axes(handles.axes7);plot(w*8000*0.5/pi,abs(h);endif get(handles.radiobutton2,value) ft=8000; fp=1000; fs=1200; wp=2*fp/ft; ws=2*fs/ft; rp=1; rs=50; p=1-10.(-rp/20); %通带阻带波纹 s=10.(-rs/20); fpts=wp ws; mag=1 0; dev=p s; n21,wn21,beta,ftype=kaiserord(fpts,mag,dev); b21=fir1(n21,wn21,kaiser(n21+1,beta); %由fir1 设计滤波器 h,w=freqz(b21,1); %得到频率响应 axes(handles.axes7); plot(w/pi,abs(h);endif get(handles.radiobutton1,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号加入噪声 s=fft(s); %傅里叶变换 z11=filter(num11,den11,s); if get(handles.checkbox1,value) else sound(z11); end m11=fft(z11); %求滤波后的信号 axes(handles.axes6);plot(abs(m11),r); axes(handles.axes5);plot(z11);endif get(handles.radiobutton2,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号加入噪声 s=fft(s); %傅里叶变换 z21=fftfilt(b21,s); if get(handles.checkbox1,value) else sound(z21); end m21=fft(z21); %求滤波后的信号 axes(handles.axes6);plot(abs(m21),r); axes(handles.axes5);plot(z21);end% - executes on button press in pushbutton4.高通滤波器设计function pushbutton4_callback(hobject, eventdata, handles) if get(handles.radiobutton1,value) ft=8000; fp=4000; fs=3500; wp1=tan(pi*fp/ft);%高通到低通滤波器参数转换 ws1=tan(pi*fs/ft); wp=1; ws=wp1*wp/ws1; n13,wn13=cheb1ord(wp,ws,1,50,s); %模拟低通滤波器阶数和截止频率 b13,a13=cheby1(n13,1,wn13,s); %求s 域的频率响应的参数 num,den=lp2hp(b13,a13,wn13);%将s 域低通参数转为高通的 num13,den13=bilinear(num,den,0.5); %双线性变换频率响应s到z域 h,w=freqz(num13,den13); axes(handles.axes7);plot(w*21000*0.5/pi,abs(h);endif get(handles.radiobutton2,value) ft=8001; fp=4000; fs=3500; wp=2*fp/ft; ws=2*fs/ft; rp=1; rs=50; p=1-10.(-rp/20); %通带阻带波纹 s=10.(-rs/20); fpts=ws wp; mag=0 1; dev=p s; n23,wn23,beta,ftype=kaiserord(fpts,mag,dev); b23=fir1(n23,wn23,high,kaiser(n23+1,beta); %由fir1 设计滤波器 h,w=freqz(b23,1); %得到频率响应 axes(handles.axes7);plot(w*12000*0.5/pi,abs(h);endif get(handles.radiobutton1,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号加入噪声 s=fft(s); %傅里叶变换 z13=filter(num13,den13,s); if get(handles.checkbox1,value) else sound(z13); end m13=fft(z13); %求滤波后的信号 axes(handles.axes6);plot(abs(m13),r); axes(handles.axes5);plot(z13);endif get(handles.radiobutton2,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.01*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号加入噪声 s=fft(s); %傅里叶变换 z23=fftfilt(b23,s); if get(handles.checkbox1,value) else sound(z23); end m23=fft(z23); %求滤波后的信号 axes(handles.axes6);plot(abs(m23),r); axes(handles.axes5);plot(z23);end% - executes on button press in pushbutton5.带通滤波器设计function pushbutton5_callback(hobject, eventdata, handles) if get(handles.radiobutton1,value) fp1=1200; fp2=3000; fs1=1000; fs2=3200; ft=8000; wp1=tan(pi*fp1/ft); %带通到低通滤波器的转换 wp2=tan(pi*fp2/ft); ws1=tan(pi*fs1/ft); ws2=tan(pi*fs2/ft); w=wp1*wp2/ws2; bw=wp2-wp1; wp=1; ws=(wp1*wp2-w.2)/(bw*w); n12,wn12=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率 b12,a12=butter(n12,wn12,s); %求s 域的频率响应参数 num2,den2=lp2bp(b12,a12,sqrt(wp1*wp2),bw);% s 域低通参数转带通 num12,den12=bilinear(num2,den2,0.5);%双线性变换频率响应s到z域 h,w=freqz(num12,den12);%根据参数求出频率响应 axes(handles.axes7);plot(w*8000*0.5/pi,abs(h);endif get(handles.radiobutton2,value) fp1=1200; fp2=3000; fs1=1000; fs2=3200; ft=8000; wp1=tan(pi*fp1/ft); %带通到低通滤波器参数转换 wp2=tan(pi*fp2/ft); ws1=tan(pi*fs1/ft); ws2=tan(pi*fs2/ft); w=wp1*wp2/ws2; bw=wp2-wp1; wp=1; ws=(wp*wp2-w.2)/(bw*w); n22,wn22=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率 b22,a22=butter(n22,wn22,s); %求s 域的频率响应的参数 num2,den2=lp2bp(b22,a22,sqrt(wp1*wp2),bw); % s 域低通参数转带通 num22,den22=bilinear(num2,den2,0.5);%双线性变换频率响应s到z域 h,w=freqz(num22,den22); %根据参数求出频率响应 axes(handles.axes7);plot(w*8000*0.5/pi,abs(h);endif get(handles.radiobutton1,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号加入噪声 s=fft(s); %傅里叶变换 z12=filter(num12,den12,s); if get(handles.checkbox1,value) else sound(z12); end m12=fft(z12); %求滤波后的信号 axes(handles.axes6);plot(abs(m12),r); axes(handles.axes5);plot(z12);endif get(handles.radiobutton2,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号加入噪声 s=fft(s); %傅里叶变换 z23=fftfilt(b22,s); if get(handles.checkbox1,value) else sound(z23); end m23=fft(z23); %求滤波后的信号 axes(handles.axes6);plot(abs(m23),r); axes(handles.axes5);plot(z23);end% - executes on button press in radiobutton1.function radiobutton1_callback(hobject, eventdata, handles)set(handles.radiobutton1,value,1);set(handles.radiobutton2,value,0);% - executes on button press in radiobutton2.function radiobutton2_callback(hobject, eventdata, handles) set(handles.radiobutton1,value,0);set(handles.radiobutton2,value,1);% - executes on button press in pushbutton1.原始信号function pushbutton1_callback(hobject, eventdata, handles) y,fs,nbits=wavread (555); if get(handles.checkbox1,value) else sound(y,fs,nbits); end n = length (y) ; y=fft(y,n); axes(handles.axes1);plot(y); axes(handles.axes2);plot(abs(y);% - executes on button press in pushbutton2.加噪信号function pushbutton2_callback(hobject, eventdata, handles) y,fs,nbits=wavread (555); n = length (y) ; noise=0.07*randn(n,2);s=y+noise; wavwrite(s,fs,nbits,addnoise);if get(handles.checkbox1,value) else sound(s,fs,nbits); ends=fft(s,n); axes(handles.axes3);plot(s); axes(handles.axes4);plot(abs(s);5.2 滤波结果及分析5.2.1 滤波结果图图10 iir低通滤波结果图11 iir高通滤波结果图12 iir带通滤波结果图13 fir低通滤波结果图14 fir高通滤波结果图15 fir带通滤波结果5.2.2 结果分析首先，先看高通滤波的结果。无论是iir还是fir滤波器，滤波后信号时频均与原信号相差很远，耳机中也没有原音。滤波效果极差。其次，到带通滤波的结果。同样的，无论是iir与fir滤波器，滤波后信号十分杂乱，丝毫没有滤出原始信号。最后，是低通滤波结果。从信号波形上看，滤波后波形基本上接近原