【正文】 實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連matlab開發(fā)工作界面接其他編程語言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號處理與通訊、圖像處理、信號檢測、金融建模設(shè)計(jì)與分析等領(lǐng)域。MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用MATLAB來解算問題要比用C、FORTRAN等語言完成相同的事情簡捷得多，并且MATLAB也吸收了像Maple等軟件的優(yōu)點(diǎn)，使MATLAB成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。在新的版本中也加入了對C，F(xiàn)ORTRAN，C++，JAVA的支持。可以直接調(diào)用，用戶也可以將自己編寫的實(shí)用程序?qū)氲組ATLAB函數(shù)庫中方便自己以后調(diào)用，此外許多的MATLAB愛好者都編寫了一些經(jīng)典的程序，用戶可以直接進(jìn)行下載就可以用。錄制一段自己的語音信號，并對錄制的信號進(jìn)行采樣；畫出采樣后語音信號的時(shí)域波形和頻譜圖；%語音信號時(shí)域頻域分析[y,Fs,bits]=wavread(39。39。)。%讀出信號，采樣率和采樣位數(shù) y=y(:,1)。%我這里假設(shè)你的聲音是雙聲道，我只取單聲道作分析 sigLength=length(y)。%算出y的長度Y = fft(y,sigLength)。%在sigLength這個(gè)有限區(qū)間內(nèi)做快速傅立葉變換Pyy = Y.* conj(Y) / sigLength。 %Y乘Y的共軛,得到功率譜halflength=floor(sigLength/2)。 %半寬度f=Fs*(0:halflength)/sigLength。 %采樣頻率的橫坐標(biāo)figure。plot(f,Pyy(1:halflength+1))。xlabel(39。Frequency(Hz)39。)。 %在第一個(gè)窗口畫率譜t=(0:sigLength1)/Fs。 %計(jì)算時(shí)間軸figure。plot(t,y)。xlabel(39。Time(s)39。)。 %在第二個(gè)窗口畫波形圖41原始語音信號由圖可知這段語音信號頻率主要集中在1000Hz左右。為了減少在傳輸時(shí)的耗損，人們一般是先對傳輸信號進(jìn)行特殊處理，然后再傳遞。把原始的待傳信號托附到高頻振蕩的過程稱為調(diào)制。我們知道音頻信號的頻率在我們的聽覺范圍內(nèi)，音頻信號在無線傳輸?shù)倪^程中會(huì)受到各種聲音的干擾而產(chǎn)生能量消耗，因此限制了傳輸?shù)木嚯x，所以在現(xiàn)實(shí)的傳送過程中要現(xiàn)對語音信號進(jìn)行調(diào)制再發(fā)送出去。若欲傳送信號為其振幅限制不可大于一 載波為fc為載波中心頻率，單位為赫茲。A是任意振幅。傳送信號將會(huì)是 在此， 公式中，f(t)是振蕩器的瞬時(shí)頻率，fΔ是頻偏（頻率偏移）,代表在一個(gè)方向上相對fc的最大頻率偏離，在此我們假定xm(t)是有限的幅值限于177。1之間。下面是對一段語音信號的調(diào)制仿真圖，載波頻率為fc=20000。圖42調(diào)制后的語音信號由圖可知，經(jīng)過調(diào)制后的語音信號頻譜都搬移到fc=20000的頻段。根據(jù)語音信號的特點(diǎn)給出有關(guān)濾波器的性能指標(biāo)：低通濾波器性能指標(biāo)，fp=1000Hz，fc=1200Hz，As=100dB，Ap=1dB；用雙線性變換法設(shè)計(jì)的低通濾波器的程序如下： fp=1000。fc=1200。As=100。Ap=1。fs=22050。 wc=2*fc/fs。wp=2*fp/fs。 [n,wn]=ellipord(wp,wc,Ap,As)。 [b,a]=ellip(n,Ap,As,wn)。 freqz(b,a,512,fs)。 濾波器的頻率響應(yīng) 圖43濾波器的頻率響應(yīng) 低通濾波可以簡單的認(rèn)為：設(shè)定一個(gè)頻率點(diǎn)，當(dāng)信號頻率高于這個(gè)頻率時(shí)不能通過，在數(shù)字信號中，這個(gè)頻率點(diǎn)也就是截止頻率，當(dāng)頻域高于這個(gè)截止頻率時(shí)，則全部賦值為0。因?yàn)樵谶@一處理過程中，讓低頻信號全部通過，所以稱為低通濾波。比較濾波前后語音信號的波形及頻譜。低通濾波器(lowpassfilter)容許低頻信號通過,但減弱(或減少)頻率高于截止頻率的信號的通過。對于不同濾波器而言,每個(gè)頻率的信號的減弱程度不同。當(dāng)使用在音頻應(yīng)用時(shí),它有時(shí)被稱為高頻剪切濾波器或高音消除濾波器。低通濾波器在信號處理中的作用等同于其它領(lǐng)域如金融領(lǐng)域中移動(dòng)平均數(shù)（moving average)所起的作用。 程序如下：[y,fs,bits]=wavread(39。e:\39。)。 %函數(shù)wavread是對語音信號進(jìn)行 采樣，格式是[y,fs,nbit]=wavread，返回采樣值放在向量y中，fs表示采樣頻率（Hz），nbit表示采樣位數(shù)。fp=1000。fs=2000。rp=。rs=40。fc=40000。%設(shè)定通帶截止頻率（fp）、阻帶截止頻率（fs）、通帶波紋系數(shù)（rp）、阻帶波紋系數(shù)（rs）、抽樣頻率（fc）。wp=2*fp/fc。ws=2*fs/fc。 %將模擬域轉(zhuǎn)化成數(shù)字域。if get(,39。value39。)%如果選擇radiobutton1，則制做巴特沃思濾波器。[N,Wc]=buttord(wp,ws,rp,rs)。 %估算巴特沃思濾波器的階數(shù)N和3dB截止頻率Wc。[num,den]=butter(N,Wc)。 %求傳輸函數(shù)的分子和分母多項(xiàng)式的系數(shù)。else %選擇radiobutton2，則制做切比雪夫Ⅰ型濾波器。[N,Wc]=cheb1ord(wp,ws,rp,rs)。 %估算切比雪夫Ⅰ型濾波器的階數(shù)N和截止頻率Wc。[num,den]=cheby1(N,rp,Wc)。 %求傳輸函數(shù)的分子和分母多項(xiàng)式的系數(shù)。endx=filter(num,den,y)。 %根據(jù)傳輸函數(shù)的分子和分母多項(xiàng)式的系數(shù)得到模擬濾波器，并將y通過該濾波器，得到x。sound(x,fc,bits)。 %將濾波后的信號x進(jìn)行回放。X=fft(x)。 %將x信號進(jìn)行快速傅里葉變換。plot(x)。 %在axes3坐標(biāo)軸上畫出x信號的波形圖。plot(abs(X))。 %在axes4坐標(biāo)軸上畫出頻譜圖。 圖44 低通濾波后的信號波形和頻譜由圖44可知低通濾波后，高頻分量被低通濾波器衰減。所以聲音稍微有些發(fā)悶、低沉，但是很接近原來的聲音。總 結(jié)通過這次課程設(shè)計(jì)，使我對語音信號有了全面的認(rèn)識，對數(shù)字信號處理的知識又有了深刻的理解，在之前數(shù)字信號與處理的學(xué)習(xí)以及完成課后的作業(yè)的過程中，已經(jīng)使用過MATLAB，對其有了一些基礎(chǔ)的了解和認(rèn)識。通過這次練習(xí)是我進(jìn)一步了解了信號的產(chǎn)生、采樣及頻譜分析的方法。以及其中產(chǎn)生信號和繪制信號的基本命令和一些基礎(chǔ)編程語言。讓我感受到只有在了解課本知識的前提下，才能更好的應(yīng)用這個(gè)工具；并且熟練的應(yīng)用MATLAB也可以很好的加深我對課程的理解，方便我的思維。這次設(shè)計(jì)使我了解了MATLAB的使用方法，學(xué)會(huì)分析濾波器的優(yōu)劣和性能，提高了分析和動(dòng)手實(shí)踐能力。同時(shí)我相信，進(jìn)一步加強(qiáng)對MATLAB的學(xué)習(xí)與研究對我今后的學(xué)習(xí)將會(huì)起到很大的幫助。參 考 文 獻(xiàn)[1]胡航．語音信號處理[M]．哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2002．[2]丁玉美．高西全．?dāng)?shù)字信號處理[M]．西安電子科技大學(xué)出版社，2006．[4]張威．MATLAB基礎(chǔ)與編程入門[M]．西安電子科技大學(xué)出版社，2006．[5]林福宗．多媒體技術(shù)基礎(chǔ)[M]．北京：清華大學(xué)出版社，2000． [6]周淵，王炳和，劉斌勝．基于MATLAB的噪聲信號采集和分析系統(tǒng)的設(shè)計(jì)[M]．噪聲控制．2004(7)：5254． [7]何強(qiáng)，何英．MATLAB擴(kuò)展編程[M]．北京：清華大學(xué)出版社，2002：293296．[8]朱學(xué)芳，徐建平．計(jì)算機(jī)語音信號處理與語音識別系統(tǒng)[J]．南京郵電學(xué)院學(xué)報(bào)，1998，18(5—6)：113—11．[9]楊崇林，李雪耀，孫羽．強(qiáng)噪聲背景下漢語語音端點(diǎn)檢測和音節(jié)分割[J]．哈爾濱工程大學(xué)學(xué)報(bào)，1997．18(5)：28—32．[10] 張雄偉，陳量，楊吉斌．現(xiàn)代語音處理技術(shù)及應(yīng)用[M]．北京：機(jī)械工業(yè)出版社．2003．[11]韋曉東，等．應(yīng)用倒譜特征的帶噪語音端點(diǎn)檢測方法[J]．上海交通大學(xué)學(xué)報(bào)，2000，34(2)：185—188．[12]胡光銳，韋曉東．基于倒譜特征的帶噪語音端點(diǎn)檢測[J]．電子學(xué)報(bào)．200028(10)：95—97． [13]hnson D E, Johnson J R, Moore H Handbook of active filters[M].New Jersry,1980:172.[14]GershoA,Gr signal Compression[M].Boston,Kluwer Academic Publishers,1998.[15], [M].NeuralNetworks,200