【正文】 n)，h(n)即為所設計FIR濾波器系數(shù)向量b(n)。為了區(qū)別于幅頻響應函數(shù)和相頻響應函數(shù)，稱為幅頻特性函數(shù)，稱為相頻特性函數(shù)。數(shù)字信號處理是利用計算機或?qū)Ｓ锰幚碓O備，以數(shù)字形式對信號進行采集、變換、濾波、估值、增強、壓縮、識別等處理，以得到符合人們需要的信號形式。[2]MATLAB在信號與系統(tǒng)中的應用主要包括符號運算和數(shù)值計算仿真分析。 課程設計平臺課程設計的主要設計平臺是MATLAB 。關鍵詞 濾波去噪；FIR濾波器；漢寧窗；MATLAB1 引 言本課程設計主要針對一段吹管音樂信號，在進行加噪后，利用窗函數(shù)設計法選擇漢寧窗設計的FIR濾波器，對加噪后的吹管音樂信號進行濾波去噪處理，并對前后時域波形和頻域波形進行對比分析的程序設計。 課程設計目的本次課設中的主要目的是讓學生在熟悉Matlab語言環(huán)境，掌握其語言編程規(guī)則的前提下，利用漢寧窗設計一個符合要求的FIR濾波器來實現(xiàn)音樂信號的濾波去噪，并繪制濾波前后的時域波形和頻譜圖。MATLAB 的名稱源自 Matrix Laboratory ，它是美國MathWorks公司生產(chǎn)的一個為科學和工程計算專門設計的交互式大型軟件，是一個可以完成各種精確計算和數(shù)據(jù)處理的、可視化的、強大的計算工具。由于信號與系統(tǒng)課程的許多內(nèi)容都是基于公式演算，而MATLAB借助符號數(shù)學工具箱提供的符號運算功能能基本滿足信號與系統(tǒng)課程的需求。[5] FIR濾波器有限長單位脈沖響應數(shù)字濾波器（Finite Impulse Response Digital Filter,縮寫FIRDF）簡稱FIR濾波器，是數(shù)字信號處理系統(tǒng)中最基本的原件，其最大優(yōu)點是可以實現(xiàn)線性相位濾波，可以在保證任意幅頻特性的同時具有嚴格的線性相頻特性，滿足了在數(shù)字通信和圖像傳輸與處理等應用場合對線性相位的要求。第一類線性相位FIR濾波器的相位特性函數(shù)是的嚴格線性函數(shù)： （23） 窗口設計法窗口設計法是一種通過截斷和計權的方法使無限長非因果序列成為有限長脈沖響應序列的設計方法。 常見的窗函數(shù)性能表如下表21所示。 開始下載一段吹管音樂信號，用CE軟件編輯格式為wav.加入單頻干擾噪聲對吹管音樂信號進行頻譜分析，畫出干擾前后的時域和頻域波形圖利用漢寧窗設計FIR濾波器對吹管音樂信號進行濾波比較濾波前后的時域波形和頻譜圖，并回放音樂信號，驗證是否達到去噪效果是否達到去噪效果結束NOYES圖31 程序設計流程圖 編輯語音信號在網(wǎng)上下載一段音樂，以減少設計中的誤差。 % 輸入?yún)?shù)為文件的全路徑和文件名，輸出的第一個參數(shù)是每個樣本的值，fs是生成該波形文件時的采樣率，bits是波形文件每樣本的編碼位數(shù)。 % 加入一個單頻噪聲sound(y,fs,bits)。 % 計算頻譜頻率范圍figure(1)。)。title(39。)。xlabel(39。subplot(2,2,4)。ylabel(39。利用Matlab中的函數(shù)freqz畫出各濾波器的頻率響應，首先利用數(shù)字信號處理里面學過的知識，根據(jù)選定的參數(shù)，用漢寧窗函數(shù)法設計FIR數(shù)字濾波器，得到數(shù)字濾波器的參數(shù)b，a。As=37。 wsu=fsu/fs*2*pi。 % 調(diào)用自編函數(shù)計算濾波器的頻率特性通過繪圖工具可得出濾波器的波形圖，如圖34所示。 結果分析語音信號經(jīng)過FIR濾波器的濾除噪聲的處理，在Matlab中，函數(shù)sound可以對聲音進行回放。5 結束語在此次課程設計中，我的任務是利用漢寧窗函數(shù)設計FIR濾波器，對吹管音樂信號進行濾波去噪處理。同時，我也從中也能發(fā)現(xiàn)自己平時學習的不足。 % 輸入?yún)?shù)為文件的全路徑和文件名，輸出的第一個參數(shù)是每個樣本的值，fs是生成該波形文件時的采樣率，bits是波形文件每樣本的編碼位數(shù)。 % 可以明顯聽出有尖銳的單頻嘯叫聲X=abs(fft(x))。 % 布局為2*2的四個小圖title(39。)。xlabel(39。 subplot(2,2,3)。ylabel(39。加入單頻干擾后的音樂信號頻譜39。axis([0,3000,0,3000])。 % 帶阻濾波器設計指標fcd=(fpd+fsd)/2。M=ceil(*pi/dw)+1。plot(w/pi,db)。ylabel(39。以線性為單位的幅度特性39。grid on。)。axis([0,800,1])。h(n)39。 axis([0,2,])。幅度39。)。subplot(3,2,3)。)。title(39。)。xlabel(39。plot(f,Y_fil)。ylabel(39。m = n alpha + eps。 w = (w(1:1:501))39。% grd = [0 grd(1:1:500)。 grd(2:1:501) 0]。db = 20*log10((mag+eps)/max(mag))。附錄3：function [db,mag,pha,grd,w] = freqz_m(b,a)。)。title(39。)。subplot(3,2