【文章內(nèi)容簡介】 nd(y,fs,nbits)。n = length(y)。Noise=*randn(n,1)。s=y+Noise。sound(s)。figure。subplot(2,1,1)。plot(s)。title(39。加噪語音信號的時域波形39。,39。fontweight39。,39。bold39。)。axis([ 00000 800001 1])。grid。S=fft(s)。subplot(2,1,2)。plot(abs(S))。title(39。加噪語音信號的時域波形39。,39。fontweight39。,39。bold39。)。axis([ 0 150000 0 4000])。grid。結果如下：%語音信號采集%回放語音信號便于比較效果 %計算語音信號長度%產(chǎn)生隨機噪聲信號Noise%將Noise添加到原始信號，得到污染信號s%回放污染信號s %繪制加噪信號時域波形%對s進行快速傅里葉變換得到頻譜%繪制加噪信號頻域頻譜DSP實驗課程設計實驗報告可以看到，隨機噪聲均勻的分布在整個頻譜范圍內(nèi)。（5）設計FIR和IIR數(shù)字濾波器在MATLAB中，根據(jù)頻譜特征設計FIR和IIR濾波器。在Matlab中，可以利用函數(shù)fir1設計FIR濾波器，利用函數(shù)butter,cheby1設計IIR濾波器，利用Matlab中的函數(shù)freqz畫出各步濾波器的頻率響應。低通濾波器的性能指標：fp=1000Hz，fc=1200Hz，As=100db ,Ap=1dB 高通濾波器的性能指標：fp=3500Hz，fc=4000Hz，As=100dB，Ap=1dB；帶通濾波器的性能指標：fp1=1200Hz，fp2=3000hZ，fc1=1000Hz，fc2=3200Hz，As=100dB，Ap=1dB 在MATLAB中，利用[N,wc]=butter(N,wc,Rp,As,39。s39。)設計并計算巴特沃斯模擬濾波器的階數(shù)N和3dB截止頻率wc；[B,A]=cheby1(N,Rp,wpo,39。ftypr39。)設計切比雪夫I型濾波器。在課程設計中，共設計了六種濾波器對信號進行濾波：FIR低通，高通，帶通濾波器，IIR低通，高通，帶通濾波器。通過對原始信號和加噪信號的頻譜進行觀察，原始語音信號頻譜集中在低頻段，而隨機噪聲接近均勻的分布在整個頻譜范圍內(nèi)，因此推測選用低通濾波器去噪性能要好于高通和帶通濾波器。（6）對污染信號進行濾波在MATLAB中用FIR和IIR濾波器對加噪信號進行濾波，其中通過利用函數(shù)fftfilt用FIR濾波器濾波，通過利用函數(shù)filter用IIR濾波器濾波。（7）回放語音信號在MATLAB中，通過用sound函數(shù)對語音信號進行回放，用以比較各濾波器的濾波效果。各濾波器設計模塊的程序和說明如下：（1）IIR低通濾波器設計DSP實驗課程設計實驗報告[y,fs,nbits]=wavread(39。39。)。n = length(y)。Noise=*randn(n,1)。s=y+Noise。S=fft(s)。Ft=8000。Fp=1000。Fs=1200。wp=2*pi*Fp/Ft。ws=2*pi*Fs/Ft。[n11,wn11]=buttord(wp,ws,1,50,39。s39。)。[b11,a11]=butter(n11,wn11,39。s39。)。[num11,den11]=bilinear(b11,a11,)。z11=filter(num11,den11,s)。sound(z11,fs,nbits)。m11=fft(z11)。figure。subplot(2,2,1)。plot(abs(S),39。g39。)。title(39。濾波前信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([ 0 80000 0 4000])。grid。subplot(2,2,2)。plot(abs(m11),39。r39。)。title(39。濾波后信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([ 0 80000 0 4000])。grid。subplot(2,2,3)。plot(s)。title(39。濾波前信號的波形39。,39。fontweight39。,39。bold39。)。axis([00000 1000001 1])。grid。subplot(2,2,4)。plot(z11)。title(39。濾波后的信號波形39。,39。fontweight39。,39。bold39。)。axis([00000 1000001 1])。grid。結果如下：%語音信號采集 %計算語音信號長度%產(chǎn)生隨機噪聲信號Noise%將Noise添加到原始信號，得到污染信號s%快速傅里葉變換%低通濾波器的階數(shù)和截止頻率 %S域頻率響應的參數(shù)%利用雙線性變換實現(xiàn)頻率響應S域到Z域的變換%濾波%回放濾波后的信號 %濾波后的信號頻譜 %繪出濾波前的信號頻譜%繪出濾波后的信號頻譜%繪出濾波前的信號波形%繪出濾波后的信號波形DSP實驗課程設計實驗報告可以看出，濾波后將非低頻部分的噪聲頻率濾掉，但還有一些高于原始語音信號的頻率沒有被去除。（2）IIR高通濾波器設計[y,fs,nbits]=wavread(39。OriSound39。)。n = length(y)。Noise=*randn(n,1)。s=y+Noise。S=fft(s)。Fp1=1200。Fs1=1000。Ft=8000。wp1=tan(pi*Fp1/Ft)。ws1=tan(pi*Fs1/Ft)。wp=1。ws=wp1*wp/ws1。[n13,wn13]=cheb1ord(wp,ws,1,50,39。s39。)。%語音信號采集%計算語音信號的長度 %產(chǎn)生隨機噪聲%語音信號加入噪聲得到加噪信號 %快速傅里葉變換%模擬的低通濾波器階數(shù)和截止頻率DSP實驗課程設計實驗報告[b13,a13]=cheby1(n13,1,wn13,39。s39。)。%S域的頻率響應的參數(shù) [num,den]=lp2hp(b13,a13,wn13)。%S域低通參數(shù)轉(zhuǎn)為高通的 [num13,den13]=bilinear(num,den,)。%利用雙線性變換實現(xiàn)頻率響應S域到Z域轉(zhuǎn)換 z13=filter(num13,den13,s)。%濾波 sound(z13,fs,nbits)。%回放濾波后的信號 m13=fft(z13)。%濾波后的信號頻譜 figure。subplot(2,2,1)。%繪出濾波前的信號頻譜 plot(abs(S),39。g39。)。title(39。濾波前信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([0 80000 0 4000])。grid。subplot(2,2,2)。%繪出濾波后的信號頻譜 plot(abs(m13),39。r39。)。title(39。濾波后信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([0 80000 0 4000])。grid。subplot(2,2,3)。%繪出濾波前的信號波形 plot(s)。title(39。濾波前信號的波形39。,39。fontweight39。,39。bold39。)。axis([00000 1000001 1])。grid。subplot(2,2,4)。%繪出濾波后的信號波形 plot(z13)。title(39。濾波后的信號波形39。,39。fontweight39。,39。bold39。)。axis([00000 1000001 1])。grid。結果如下：DSP實驗課程設計實驗報告可以看出，濾波后將原始信號絕大部分頻譜濾掉，剩下噪聲信號，不能采用。（3）IIR帶通濾波器設計[y,fs,nbits]=wavread(39。OriSound39。)。n = length(y)。Noise=*randn(n,1)。s=y+Noise。S=fft(s)。Ft=8000。Fp=1000。Fs=1200。wp=2*Fp/Ft。ws=2*Fs/Ft。rp=1。rs=50。p=110.^(rp/20)。q=10.^(rs/20)。fpts=[wp ws]。%語音信號采集 %計算語音信號的長度 %產(chǎn)生隨機噪聲%語音信號加噪%快速傅里葉變換%通帶阻帶波紋DSP實驗課程設計實驗報告mag=[1 0]。dev=[p q]。[n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev)。b21=fir1(n21,wn21,kaiser(n21+1,beta))。z21=fftfilt(b21,s)。sound(z21,fs,nbits)。m21=fft(z21)。figure(4)。subplot(2,2,1)。plot(abs(S),39。g39。)。title(39。濾波前信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([0 80000 0 4000])。grid。subplot(2,2,2)。plot(abs(m21),39。r39。)。title(39。濾波后信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([0 80000 0 4000])。grid。subplot(2,2,3)。plot(s)。title(39。濾波前信號的波形39。,39。fontweight39。,39。bold39。)。axis([00000 1000001 1])。grid。subplot(2,2,4)。plot(z21)。title(39。濾波后的信號波形39。,39。fontweight39。,39。bold39。)。axis([00000 1000001 1])。grid。結果如下：%由kaiserord求濾波器的階數(shù)和截止頻率%設計濾波器 %濾波%回放濾波后的信號 %濾波后的信號頻譜 %繪出濾波前的信號頻譜%繪出濾波后的信號頻譜%繪出濾波前的信號波形%繪出濾波后的信號波形DSP實驗課程設計實驗報告可以看出，大部分噪聲被去除，與低通IIR濾波器的效果差不多，稍好于低通。（4）FIR低通濾波器[y,fs,nbits]=wavread(39。OriSound39。)。n = length(y)。Noise=*randn(n,1)。s=y+Noise。S=fft(s)。Ft=8000。Fp=1000。Fs=1200。wp=2*Fp/Ft。ws=2*Fs/Ft。rp=1。rs=50。p=110.^(rp/20)。q=10.^(rs/20)。fpts=[wp ws]。%語音信號采集%計算語音信號的長度 %產(chǎn)生隨機噪聲%語音信號加噪%快速傅里葉變換%通帶阻帶波紋DSP實驗課程設計實驗報告mag=[1 0]。dev=[p q]。[n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev)。%由kaiserord求濾波器的階數(shù)和截止頻b21=fir1(n21,wn21,kaiser(n21+1,beta))。z21=fftfilt(b21,s)。sound(z21,fs,nbits)。m21=fft(z21)。figure(4)。subplot(2,2,1)。plot(abs(S),39。g39。)。title(39。濾波前信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([0 80000 0 4000])。grid。subplot(2,2,2)。plot(abs(m21),39。r39。)。title(39。濾波后信號的頻譜39。,39。fontweight39。,39。bold39。)。axis([0 80000 0 4000])。grid。