【正文】 )。 [x2,fs]=wavread(39。Y3(w)39。濾除低頻后的頻譜 39。t39。H2(w)39。高通巴特沃斯濾波器的頻域圖 39。w39。y239。濾除高頻后的時域圖39。w39。Y1(w)39。原信號頻譜 39。t39。 f3=fft(y3)。high39。 Rs=20。 f2=fft(y2)。 [N1,Wc1]=buttord(Wp1,Ws1,Rp,Rs)。 Ws1=。 n=0:(N01)。)。 25 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 100 . 20 . 40 . 60 . 811 . 21 . 4低巴特沃斯濾波器的頻域圖wH(w) 0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 5原信號頻譜wY1(w)0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 5濾除三余弦信號后的頻譜wY6(w)0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 5濾除白噪聲信號后的頻譜wY7(w) 26 分析 4：觀察下圖三余弦噪聲去噪后的時域圖和頻譜圖，以及隨機白噪聲去噪后的時域圖和頻譜圖可知：三余弦噪聲被完全濾掉；隨機白噪聲由于是加在原因樂信號的整個時域和頻域內(nèi)，所以濾波后的音樂信號仍然殘留有少量的噪聲信號，這是避免不了的。 分析 2：下圖為隨機白噪聲信號的時域圖和頻譜圖以及加隨機白噪聲信號后的 音樂信號時域圖和頻譜圖。Y7(w)39。濾除白噪聲信號后的頻譜 39。w39。Y1(w)39。原信號頻譜 39。 y7=filter(b,a,y5)。w39。 [H,W]=freqz(b,a)。%不宜過狹窄 不然會出錯 Rp=1。) ylabel(39。) subplot(2,2,4),plot(w,abs(f5)*2/N0) title(39。) xlabel(39。) ylabel(39。) subplot(2,2,3),plot(t(1:1000),y5(1:1000)) title(39。) xlabel(39。 f4=fft(y4)。) ylabel(39。) subplot(3,2,6),plot(w,abs(f3)*2/N0) title(39。) xlabel(39。) ylabel(39。) subplot(3,2,4),plot(w,abs(f2)*2/N0) title(39。) xlabel(39。) ylabel(39。) 20 subplot(3,2,2),plot(w,abs(f1)*2/N0) title(39。) xlabel(39。 y3=y1+y239。 w=2*n/N0。 y1=y(:,1)。如果 n 不是數(shù)量，則返回錯誤信息。同時還可以聽到 IIR 濾波器濾波后的音樂信號沒有 FIR 濾波器濾波后的音樂信號效果好，這是因為 FIR濾波器是線性相位的，而 IIR 濾波器是非線性相位；矩形窗沒有布萊克曼窗的濾波效果好 。 18 0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 5原信號頻域圖wY1(w)0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 20 . 0 4用矩形窗濾波后的頻域圖wY6(w)0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 20 . 0 4用布萊克曼窗濾波后的頻域圖wY7(w) 分析 3：下圖為經(jīng)過加矩形窗和布萊克曼窗的 濾波器濾波后的音樂信號的時域圖和頻譜圖。Y7(w)39。用布萊克曼窗濾波后的頻域圖 39。w39。Y1(w)39。原信號頻域圖 39。 W1=2/M1*[0:M11]。%作卷積 f6=fft(y6)。) subplot(2,2,4)。矩形窗分貝 39。plot(W,abs(fh1)) title(39。 db1=20*log10(abs(fh1(1)./(abs(fh1)+eps)))。 h2=hd.*w239。 hd=ideal(N,Wc1)。) ylabel(39。) subplot(4,1,4),plot(w,abs(f5)*2/N0) %解調(diào)濾波后的信號頻域圖； title(39。) xlabel(39。) ylabel(39。) subplot(4,1,2),plot(w,abs(f3)*2/N0)%高調(diào)制后的信號頻域圖； title(39。) xlabel(39。 f5=fft(y5)。 f3=fft(y3)。) ylabel(39。 plot(W/pi,abs(H)) title(39。 W=0:*pi:1*pi。 %對調(diào)制頻率巴特沃斯 IIR濾波器的設(shè)計 Wp=。 y3=y1.*y239。 t=n/fs。 y1=y(:,1)。 end end （將上述程序保存為 ，但不能運行。這里， cos(w0*t)信號是接收端的本地載波信號，它與發(fā)送端的載波同頻同相。 11 播放不同調(diào)制頻率下的音樂信號，可以發(fā)現(xiàn)當采用低頻調(diào)制時，音樂信號比原信號的聲音低了很多，但是沒有雜音；采用高頻調(diào)制時，音樂信號比原信號的聲音低了很多的同時還伴隨有雜音。 取高頻調(diào)制頻率 ，低頻調(diào)制頻率 對音樂信號進行調(diào)制。w39。y539。高調(diào)制后的時域圖 39。w39。y339。低調(diào)制后的時域圖 39。w39。y139。原信號時域圖 39。 %高調(diào)制頻率 y4=cos(n**pi)。%對原信號做 fft變換； f3=fft(y3)。 n=0:(N1)。一生有你39。由此將信號 g(t)的頻譜搬移到（ 2*n+1） w 附近，同時音樂信號的頻譜幅度變?yōu)樵瓉淼?1/2。 音樂信號的 AM調(diào)制 ① 觀察音樂信號頻率上限，選擇適當調(diào)制頻率對信號進行調(diào)制（給出高、低兩種調(diào)制頻率）； ② 輸出調(diào)制信號的波形和頻譜，觀察現(xiàn)象，給出理論解釋； ③ 播放調(diào)制音樂信號，注意不同調(diào)制頻率下的聲音，解釋現(xiàn)象。 %D倍減抽樣后相當于原抽樣頻率縮小了 D倍，故仍按原抽樣頻率播放相當于加快播放 7 【程序運行結(jié)果如下圖】： 0 0 . 0 1 0 . 0 2 0 . 0 3 0 . 6 0 . 4 0 . 200 . 20 . 4原信號時域圖ty10 1 2010002020300040005000原信號頻域圖ty10 0 . 0 1 0 . 0 2 0 . 0 3 0 . 6 0 . 4 0 . 200 . 20 . 42 倍減抽樣后的時域圖tyd10 1 2050010001500202025002 倍減抽樣后的頻域圖tfyd10 0 . 0 1 0 . 0 2 0 . 0 3 0 . 500 . 510 倍減抽樣后的時域圖tyd20 1 2010020030040016 倍減抽樣后的頻域圖tfyd2 分析：通過觀察兩種不同抽樣間隔（ 2 倍頻和 16 倍頻）下的音樂信號可知，當采用較大的抽樣間隔對音樂信號進行抽樣時，頻譜發(fā)生了混疊，而采用較小的抽樣間隔對音樂信號進行抽樣時，頻譜并未發(fā)生混疊。) wavplay(yd1,fs)。)%柵欄效應(yīng)更明顯 xlabel(39。) subplot(2,3,6)。) xlabel(39。) subplot(2,3,3)。)%出現(xiàn)柵欄效應(yīng) xlabel(39。) subplot(2,3,5)。) xlabel(39。) subplot(2,3,2)。) xlabel(39。) 6 subplot(2,3,4)。) xlabel(39。%2pi在長度 N上的平均 figure subplot(2,3,1)。 %2倍減抽樣 fyd1=fft(yd1,N)。D2=16。 y1=y(:,1)。 【 Matlab 程序如下】： %原信號的頻率上限為 clear all。Y2(w)39。2聲道頻域圖 39。t39。Y1(w)39。1聲道頻域圖 39。t39。 f2=fft(y2)。%長度 n=0:N1。)。 三、課程設(shè)計內(nèi)容 音樂信號的音譜和頻譜觀察 使用 windows 下的錄音機錄制一段音樂信號或采用其它軟件截取一段音樂信號（要求：時間不超過 5s、文件格式為 wav 文件） ① 使用 wavread 語句讀取音樂信號，獲取抽樣率；（注意：讀取的信號是雙聲道信號，即為雙列向量，需要分列處理）； ② 輸出音樂信號的波形和頻譜，觀察現(xiàn)象； ③ 使用 sound 語句播放音樂信號，注意不同抽樣率下的音調(diào)變化，解釋現(xiàn)象。 2