【文章內容簡介】 vread(39。C:\代碼\39。)。 采樣頻率：Fs=44100Hz bits=16 采樣點數：N=1329408 對原始語音信號進行采集并播放： [x1,Fs,bits]=wavread(39。F:\yuyin\39。)。 sound(x1,Fs,bits)。 信號頻譜分析是將信號源發(fā)出的信號強度按頻率順序展開，使其成為頻率的函數，并考察變化規(guī)律，稱為頻譜分析。頻譜分析主要分析信號是由哪些頻率的正弦信號疊加得到的，以及這些正弦信號的振幅。信號頻譜分析是將信號源發(fā)出的信號強度按頻率順序展開，使其成為頻率的函數，并考察變化規(guī)律，稱為頻譜分析。頻譜分析主要分析信號是由哪些頻率的正弦信號疊加得到的，以及這些正弦信號的振幅。首先畫出語音信號的時域波形，然后用函數FFT對語音信號進行傅立葉變換，得到信號的頻譜特性。然后通過sound函數回放原語音信號，我們聽到一段優(yōu)美的英文歌。其程序如下clearclc[x1,Fs,bits]=wavread(39。C:\代碼\39。)。size(x1) %求y的行數和列數y1=x1(:,1)。 %對信號進行分列處理(單聲道處理)，前面表示所有行,后面表示取單列n1=length(y1)。 %取y的長度，也就是總采樣點數t=1/Fs。 %采樣間隔ts=t*1000 %化成mst1=(0:n11)*ts。 %設置波形圖橫坐標為時間figure(1)。 %創(chuàng)建繪圖窗口plot(t1,y1)。 %畫出音樂信號時域波形圖xlabel(39。時間（ms）39。)。 %橫坐標命名ylabel(39?；?到1之間的幅值（v）39。)。 %縱坐標命名 title(39。原始音樂信號時域圖39。) %標題N=length(x1) %計算音頻信號的長度figure(2)。ftemp=[N/2:N/21].*Fs/N。y1=fft(x1)。 %做length(x1)點的FFTplot(ftemp,fftshift(abs(y1)))。 %畫出原始語音信號的頻譜圖title(39。原始語音信號的頻譜39。)。grid on。sound(x1,Fs,bits)。 原信號時域圖 原信號頻譜圖 語音信號的加噪處理及頻譜分析在MATLAB中，運用randn函數產生與原信號等長度的隨機噪音信號。在通過高通濾波器濾除4000HZ以前的噪音信號，在將其頻譜與原信號頻譜疊加得到最終的噪音信號。其程序如下：N=length(x1) %計算音頻信號的長度noise=*randn(N,2)。 %產生等長度的隨機噪聲信號(這里的噪聲的大小取決于隨機函數的幅度倍數）x1_z=noise。 %將兩個信號疊加成一個新的信號——加噪聲處理 n=length(x1)。 %選取變換的點數 x1_zp=fft(x1_z,n)。 %對n點進行傅里葉變換到頻域f=Fs*(0:n/21)/n。 % 對應點的頻率figure(2)subplot(2,1,1)。plot(x1_z)。 %加噪語音信號的時域波形圖title(39。加噪語音信號時域波形39。)。xlabel(39。時間軸39。)ylabel(39。幅值 A39。)subplot(2,1,2)。plot(f,abs(x1_zp(1:n/2)))。 %加噪語音信號的頻譜圖title(39。加噪語音信號頻譜圖39。)。xlabel(39。頻率Hz39。)。ylabel(39。頻率幅值39。)。%%%%%%%%%%%%%%提取4000hz以后的噪音信號%%%%%%%%%%%%%%%%wp1=2*pi*3800/Fs。ws1=2*pi*4000/Fs。wc1=(wp1+ws1)/2/pi。Bt=ws1wp1。N1=ceil(*pi/Bt)。N2=N1+mod(N1+1,2)。Window=boxcar(N2)。 %長度為N1的矩形窗Windowb1=fir1(N21,wc1,39。high39。,Window)。x1_high = filter(b1,1, x1_z)。 %對信號進行低通濾波figure(5)。ftemp=[N/2:N/21].*Fs/N。plot(ftemp,fftshift(abs(fft(x1_high))))。title(39。信號經過高通濾波器（頻域）39。)。z1=y1+fft(x1_high)。figure(6)。plot(ftemp,fftshift(abs(z1)))。title(39。疊加信號的頻譜39。)grid on。 噪音信號的頻譜圖 疊加信號的頻譜圖第3章 數字濾波器的設計濾波器分為模擬濾波器和數字濾波器。模擬濾波器由電阻，電容，電感等原器件構成；而數字濾波器則可由數字電路實現(xiàn)或軟件實現(xiàn)。按脈沖響應來分類，數字濾波器分為IIR和FIR，即無限沖激響應濾波器和有限沖激響應濾波器；其中IIR網絡中有反饋回路，F(xiàn)IR網絡中沒有反饋回路。從小的方面分：：模擬濾波器和數字濾波器。、高通、帶通和帶阻濾波器四種。 數字濾波器按單位取樣響應時域特性可分為:IIR(Infinite Impulse Response) 濾波器(即無限長單位沖激響應濾波器)FIR(Finite Impulse Response)濾波器(即有限長單位沖激響應濾波器)。低通、高通、帶通和帶阻濾波器都稱作是經典濾波器，它們每一種又有模擬濾波器和數字濾波器兩種形式。 數字濾波器是數字信號處理的基礎,可以對信號進行過濾、參數估計和檢測等處理，在圖像、通信、雷達、語音等許多領域都有著廣泛的應用。特別是在數據壓縮和圖像處理等方面取得了非常大的成就。所以數字濾波器的設計顯得非常重要。Matlab的出現(xiàn)為數字濾波的研究和應用提供了一個很好的平臺。它在以矩陣運算的基礎上，把程序設計、計算和可視化融合到了一個交叉式的環(huán)境中。數字濾波器用來對信號進行過濾、檢測與參數估計等處理,在通信、圖像、語音、雷達等許多領域都有著十分廣泛的應用。尤其在圖像處理、數據壓縮等方面取得非常大的成就。這使各個領域的研究人員可以直觀方便地進行科學研究與工程應用。當然設計一數字濾波器首先要清楚其原理。FIR線性相位濾波器的原理如下:設是長度為的線性相位濾波器的脈沖響應，它的系統(tǒng)函數為：它的頻率響應函數為：它具有一個線性相位約束：其中，為一個常數。則有以下面的特性：稱之為對稱脈沖響應；或者稱之為反對稱脈沖響應。 于是,根據β值的不同以及m的奇偶性,:1型線性相位FIR濾波器:為奇數, 以中心點對稱。2型線性相位FIR濾波器:為偶數, 以點與點之間的中心對稱。3型線性相位FIR濾波器:為奇數, 以點為中心反對稱。4型線性相位FIR濾波器:為偶數, 以點與點之間的中心反對稱。根據這四類FIR濾波器,可得到其響應的頻率響應的特征:其中為振幅響應,與之區(qū)別的是它與幅值特性不同,前者的取值可正可負,而后者只能為非負值。IIR數字濾波器具有以下特點：(1) IIR數字濾波器的系統(tǒng)函數可以寫成封閉函數的形式。 (2) IIR數字濾波器采用遞歸型結構—結構上帶有反饋環(huán)路。IIR濾波器運算結構一般通常由相加、延時和乘以系數等基本運算組成，即可以構成級聯(lián)型、直接型、并聯(lián)型、正準型四種結構形式，它們都是具有反饋回路這一結構。由于在運算中會出現(xiàn)舍入處理，會造成誤差不斷累積，偶爾會產生微弱的寄生振蕩。 (3) IIR數字濾波器在設計上可以借鑒成熟的模擬濾波器成果，如橢圓濾波器、巴特沃斯和契比雪夫等，所以在設計模擬器的時候可以查看它們的設計數據以及圖表，這樣我們的設計工作量相對而言就少了許多，其次，對計算工具的要求也不高。通過根據指標寫出模擬濾波器的公式以及通過一定變換，可以將模擬濾波器轉換為數字濾波器的公式。 (4) IIR數字濾波器是非線性的，所以其相位特性不好控制，當對相位要求較高時，則需要添加相位校準網絡。 IIR數字濾波器可用一個n階差分方程表示： （） 或用它的Z域系統(tǒng)函數: （） 對照模擬濾波器的傳遞函數: （） 可以看出,設計數字濾波器的思路與模擬濾波器相仿,設計實質都是尋找一組系數{b,a},去逼近所求的頻率響應,以便在性能上滿足預定的技術要求；不同的是數字濾波器是在Z平面尋找合適的H(Z), 模擬濾波器則是在S平面用數學逼近法尋找近似的所需特性H(S)。由于模擬濾波器的設計在理論上已十分成熟,因此數字濾波器設計的關鍵是將H