FIR滤波器对语音信号处理.doc

摘要MATLAB 语言是一种数据分析和处理功能十分强大的计算机应用软件 ,它可以将声音文件变换为离散的数据文件 , 然后利用其强大的矩阵运算能力处理数据 ,如数字滤波 、傅里叶变换 、时域和频域分析 、声音回放以及各种图的呈现等 , 信号处理是MATLAB 重要应用的领域之一 。本课程设计介绍了基于Matlab的对语音信号采集、处理及FIR滤波器的设计，并使之实现的过程。理解与掌握课程中的基本概念、基本原理、基本分析方法，用Matlab进行数字语音信号处理，并阐述了课程设计的具体方法、步骤和内容。综合运用本课程的理论知识进行频谱分析以及滤波器设计，通过理论推导得出相应结论，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。5关键词： MATLAB 工具 信号语音采集 FIR滤波器1 课程设计实现1.1整体设计思路Matlab 语言是一种数据分析和处理功能十分强大的计算机应用软件 ,它可以将声音文件变换为离散的数据文件 , 然后利用其强大的矩阵运算能力处理数据 ,如数字滤波 、傅里叶变换 、时域和频域分析 、声音回放以及各种图的呈现等 , 信号处理是 Matlab 重要应用的领域之一 。本文是用 Matlab对含噪的的语音信号同时在时域和频域进行滤波处理和分析。整个设计思路的设计原理示意图如图 1 所示：1.2 整体实现过程1.2.1 信号的采样 采样器的作用是把连续信号变为脉冲或数字序列。图中示出了一个连续信号f(t)经采样器采样后变为离散信号的过程图2 连续信号f(t)经采样器采样后变为离散信号图中f(t)为被采样的连续信号，S（t）为周期性窄脉冲信号，fs(t)为采样后的离散信号，它用下式来表征：fs(t)=f(t)s(t)采样信号的频率特性为：如果F*(j)中各个波形不重复搭接，相互间有一定的距离(频率)即若即采样定理可叙述如下：如果采样周期满足下列条件，即：式中max为连续信号f(t)的最高次谐波的角频率。则采样信号f*(t)就可以无失真地再恢复为原连续信号f(t)。需要指出的是，采样定理只是在理论上给出了信号准确复现的条件。我们可以利用windows自带的录音机录制语音文件，进行数字信号的采集。（开始程序附件娱乐录音机，文件属性立即转换8000KHz，8位，单声道）或其他软件，将话筒输入计算机的语音输入插口上,启动录音机，录制一段自己的话音。然后在MATLAB软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。通过wavread函数的使用进一步理解采样频率、采样位数等概念。图2是基于PC机的语音信号采集过程:Windows自带录音机WavA/D转换采样滤波声卡麦克风声音图3 语音采集过程1.2.2 语音信号的读取在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。通过使用wavread函数，理解采样频率、采样位数等概念。wavread函数调用格式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（hz），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“leo.wav”进行采样其程序如下：y,fs,nbits=wavread(leo.wav)结果如下：可知该语音信号的采样频率fs = 8000Hz ,数据位nbits = 8Bit。1.2.3 语音信号的频谱分析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,得到信号的频谱特性，从而加深对频谱特性的理解。其程序如下：y,fs,nbits=wavread (leo.wav ); %把语音信号进行加载入Matlab 仿真软件平台中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); %快速傅里叶变换subplot(2,1,1);plot(y);title(原始信号波形);subplot(2,1,2);plot(abs(Y); axis(0 18000 -20 50);title(原始信号频谱)程序结果如下图3：附录2 FIR数字滤波器的设计2.1 FIR滤波器的设计原理 设计数字滤波器的任务就是寻求一个因果稳定的线性时不变系统，并使系统函数H(z)具有指定的频率特性。数字滤波器根据其冲激响应函数的时域特性，可分为两种，即无限长冲激响应（IIR）滤波器和有限长冲激响应（FIR）滤波器。FIR滤波器的冲激响应只能延续一定时间，在工程实际中可以采用递归的方式实现，也可以采用非递归的方式实现。2.2 FIR滤波器的性能指标在设计一个滤波器之前，必须首先根据工程实际的需要确定滤波器的技术指标。在很多实际应用中，数字滤波器常常被用来实现选频操作。因此，指标的形式一般在频域中给出幅度和相位响应。幅度指标主要以两种方式给出。第一种是绝对指标。它提供对幅度响应函数的要求，一般应用于FIR滤波器的设计。第二种指标是相对指标。它以分贝值的形式给出要求。在工程实际中，这种指标最受欢迎。对于相位响应指标形式，通常希望系统在通频带中人有线性相位。运用线性相位响应指标进行滤波器设计具有如下优点：只包含实数算法，不涉及复数运算；不存在延迟失真，只有固定数量的延迟；长度为N的滤波器（阶数为N-1），计算量为N/2数量级。下面给出了有关滤波器的性能指标:1：低通滤波器的性能指标：Fp=1000Hz，Fc=1200Hz，As=100dB，Ap=1dB； 2：高通滤波器的性能指标：Fp=3000Hz，Fc=2800Hz，As=100dB，Ap=1dB；3：带通滤波器的性能指标：Fp1=1200Hz，Fp2=3000HZ，Fc1=1000Hz， Fc2=3200Hz，As=100dB，Ap=1dB；2.3 FIR数字滤波器设计FIR滤波器的突出优点是，在保证满足滤波器幅频响应要求的同时，还可以获得严格的线性相位特性，这对于高保真的信号处理。如语音处理、数据处理和测试等是十分重要的。它的主要缺点是，达到相同性能指标所需滤波器阶数要高得多，延迟也比较大FIR滤波器：8Ft=8000;Fp=1000;Fs=1200;wp=2*Fp/Ft;ws=2*Fs/Ft;Ap=1;As=100;p=1-10.(-Ap/20);s=10.(-As/20);fpts=wp ws;mag=1 0;dev=p s;N ,wc,beta,ftype=kaiserord(fpts,mag,dev);b=fir1(N,wc,kaiser(N+1,beta);h,w=freqz(b,1);plot(w/pi,abs(h);title(FIR滤波器);grid;图 52.4 滤波器对信号滤波用设计好的数字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如图。FIR低通滤波：FIR高通滤波：FIR带通滤波：2.5 语音信号回放以上几种滤波，我们都可以从