【正文】 t(2,1,2)plot(f(1:600),abs(zs1(1:600)))。zs0=*cos(2*pi*10000*t/22050000)。f=(FS/1630)*[1:1630]。)。 從書本到實驗，從理論到實踐，在這段日子里，可以說得是苦多于甜，但是可以學到很多很多的東西，同時不僅可以鞏固了以前所學過的知識，而且學到了很多在書本上所沒有學到過的知識。subplot(2,1,2)。sound(x1,FS,bits)。)。語音信號頻譜圖39。sound(x,FS,bits)。 。 [y,fs,nbits]=wavread(file)，采樣值放在向量y中，fs表示采樣頻率（Hz），nbits表示采樣位數(shù)。 用窗函數(shù)wd(n)將hd(n)截斷，并進行加權(quán)處理，得到 如果要求線性相位特性， 則h(n)還必須滿足： 根據(jù)上式中的正、 負號和長度N的奇偶性又將線性相位FIR濾波器分成四類。 一階巴特沃斯濾波器的衰減率為每倍頻6分貝，每十倍頻20分貝。xlabel(39。xlabel(39。時間(s)39。時間(s)39。時間(s)39。t1=0::1。stem(n,W)。 endendsubplot(4,1,3)。else x=[x,zeros(1,NN1)]。N2=length(y)。Y1的IDFT結(jié)果39。)。Y1=X1.*X2。subplot(7,1,5)。subplot(7,1,4)。title(39。x2(n)39。x1(n)39。x1=x1(1,:)。for i=1:28x11=[zeros(1,1),x11(1:(401))]。x1=[zeros(1,12),2,0,1,2,5,7,0,5,0,2,2,5,zeros(1,16)]。2. 熟悉離散信號和系統(tǒng)的時域特性。分別動態(tài)演示兩個序列進行線性卷積x1(n)﹡x2(n)和圓周卷積x1(n)⊙x2根據(jù)IIR濾波器和FIR濾波器的特點，在MATLAB壞境下分別用雙線性變換法設(shè)計IIR和用窗函數(shù)設(shè)計FIR數(shù)字濾波器，并對采集的語音信號進行分析，最后給出了IIR和FIR對語音濾波的效果。 數(shù)字濾波器可分為IIR和FIR兩大類。(n)的過程；要求分別動態(tài)演示翻轉(zhuǎn)、移位、乘積、求和的過程；圓周卷積默認使用兩個序列中的最大長度，但卷積前可以指定卷積長度N用以進行混疊分析；改變圓周卷積長度N，根據(jù)實驗結(jié)果分析2類卷積的關(guān)系。3. 掌握序列快速傅里葉變換方法。 x2=[zeros(1,12),2,4,5,6,2,7,4,8,9,6,4,8,3,5,7,8,zeros(1,12)]。x3(i)=sum(x11.*x2)。x2=[1 1]。)。)。x1(n)與x2(n)的卷積39。stem(X1)。stem(X2)。subplot(7,1,6)。Y2=ifft(Y1)。)。N=N1。endX=zeros(N,N)。stem(X(i,1:N))。當圓周卷積長度為40，50時，、： 圓周卷積（N=40） 圓周卷積（N=50）連續(xù)信號：，A為幅度因子，a為衰減因子，為模擬角頻率，其中n為25，其采樣Matlab程序如下：fs=input(39。A=n。)。)。)。頻率(HZ)39。時間(s)39。二階巴特沃斯濾波器的衰減率為每倍頻12分貝、三階巴特沃斯濾波器的衰減率為每倍頻18分貝、如此類推。 要根據(jù)所設(shè)計的濾波特性正確選擇其中一類。 y=wavread(file,N)，讀取前N點的采樣值放在向量y中。（圖為巴特沃斯濾波器，blackman窗濾波器與巴特沃斯類似） 方案設(shè)計流程圖（1）語音信號的采集Matlab程序如下:[x,FS,bits]=wavread(39。 title(39。)。zs1=fft(zs,1200)。 y1=fft(x1,1200)。plot(f(1:600),abs(y1(1:600)))。通過這次課程設(shè)計使我懂得了理論與實際相結(jié)合是很重要的，只有理論知識是遠遠不夠的，只有把所學的理論知識與實踐相結(jié)合起來，從理論中得出結(jié)論，才能真正為社會服務，從而提高自己的實際動手能力和獨立思考的能力。x=x(:,1)。 subplot(2,1,2)。figure(2)。 title(39。plot(x1)。)。wap=2*tan(wp/2)。[Bz,Az]=bilinear(B,A,Fs1)。頻率(HZ)39。subplot(2,1,1)。 title(39。 x=x(:,1)。 f=(FS/1630)*[1:1630]。 figure(2)。 subplot(2,1,2)。 figure(3)。 title(39。 wp=2*pi*fp/Fs。)。 [h,w]=freqz(Bz,Az,512,Fs1*22050)。ylabel(39。 title(39。)。 subplot(2,1,1)。 subplot(2,1,2)。 subplot(2,1,1)。plot(f(1:600),abs(zs1(1:600)))。 subplot(2,1,1)。加入噪聲后的信號頻譜39。 ws=2*pi*fs/Fs。 [B,A]=butter(N,wc,39。巴特沃斯帶通濾波器39。 grid on。ydd=fft(yd,1200)。[x,FS,bits]=wavread(39。 title(39。)。zs1=fft(zs0,1200)。subplot(2,1,1)。加入噪聲后的信號頻譜39。wc=(wp+ws)/2/pi。subplot(211)。濾波后的信號頻譜39。subplot(2,1,1)。plot(f(1:1630),abs(y(1:1630)))。subplot(2,1,1)plot(zs0) 。)。)。ws=2*pi*fc/FS。X1=fft(X,1200)。plot(f(1:600),abs(X1(1:600)))。x=x(:,1)。 subplot(2,1,2)。subplot(2,1,1)plot(zs0)。)。)。wus=7000*2*pi/FS。X1=fft(X,1200)。plot(f(1:600),abs(X1(1:600)))。濾波后的信號頻譜39。subplot(2,1,1)。 N0=ceil(11*pi/Bt)。plot(f(1:600),abs(y1(1:600)))。sound(x1,FS,bits)y1=fft(x1,1200)。噪聲信號波形39。title(39。subplot(2,1,1)。濾波后的信號頻譜39。subplot(2,1,1)。 N0=ceil(11*pi/Bt)。plot(f(1:600),abs(y1(1:600)))。sound(x1,FS,bits)y1=fft(x1,1200)。噪聲信號波形39。語音信號頻譜圖39。sound(x,FS,bits)。附錄E：blackman低通濾波器程序Fs=22050。title(39。high39。fp=600,fc=400。title(39。 title(39。zs0=*cos(2*pi*100*t/22050)。)y=fft(x,3260)。)。plot(f(1:600),abs(ydd(1:600)))。 figure(5)。 xlabel(39。)。Fs1=1。 fp=[600,6000]。 title(39。噪聲信號頻譜39。 title(39。 title(39。 sound(x,FS,bits)。附錄C：巴特沃斯帶通濾波器程序Fs=22050。)。)。 title(39。high39。 T=1。)。plot(x1)。 title(39。 plot(zs0)。 plot(f(1:1630),abs(y(1:1630)))。 subplot(2,1,1)。)。title(39。ylabel(39。[h,w]=freqz(Bz,Az,512,Fs1*22050)。[N,wc]=buttord(wap,was,rp,rs,39。 Fs=22050。加入噪聲后的信號波形39。)。title(39。title(39。subplot(2,1,1)plot(x)。 這次課程設(shè)計的每個實驗細節(jié)