【正文】 無論做什么樣的實驗，都需要有一定的理論知識作為基礎(chǔ)。 五、心得體會 這次實驗是以上學(xué)期所學(xué)的數(shù)字信號理論為依據(jù)，用 matlab 程序?qū)崿F(xiàn)，通過多次上機編程、運行、調(diào)試，學(xué)到了很多東西。而音樂信號的音色與音樂信號的頻譜分布有關(guān)，不同音色的音樂信號的頻譜當(dāng)然不會相同，當(dāng)混疊后的音樂信號進(jìn) 入人耳的聽覺系統(tǒng)后，人耳通過對混疊信號的頻譜處理，可以將具有不同頻譜的聲音信號分離開，也就達(dá)到了分辨不同音色的音樂信號的目的。而泛音的不同指的是頻譜的不同，所以音樂信號的音色與信號的頻譜或頻率特性有關(guān)。 音樂信號的音色與信號的什么特征有關(guān)？ 答：音樂信號的音色是指對聲音音質(zhì)的感覺特性 ，也是一種聲音區(qū)別于另一種聲音的特征品質(zhì)。持續(xù)時間從 10 毫秒增加到 50 毫秒，聽起來覺得音調(diào)是由低到高連續(xù)變化的。音調(diào)還與聲音持續(xù)的時間長短有關(guān)。 音調(diào)的高低還與發(fā)聲體的結(jié)構(gòu)有關(guān)，因為發(fā)聲體的結(jié)構(gòu)影響了聲音的頻率。 音樂信號的音調(diào)與信號的什么特征有關(guān)？ 答： 音調(diào)主要由聲音的頻率決定。數(shù)據(jù)和圖象信號則往往對濾波器提出線性相位的要求，這就是為什么 FIR 用得越來越廣的原因。因此，在一些對時延有嚴(yán)格限制的場合就不得不考慮用 IIR 濾波器。 其中， FIR 濾波器的最大好處是穩(wěn)定、線性相位和廣泛的適用范圍，而它的最大 缺點是階數(shù)高，從而帶來時延大、存儲單元多等問題。%聲音大致能聽到是第一個的聲音 但背影很嘈雜 %結(jié)論 相位角決定不同的聲音 可用來區(qū)分聲音 音調(diào)即聲音大小取決于幅度且成正相關(guān) 29 Matlab 的運行結(jié)果： 0 0 . 0 1 0 . 0 2 0 . 0 3101原信號時域圖ty10 0 . 5 1 1 . 5 200 . 0 5原信號頻譜wY1(w)0 0 . 2 0 . 4 0 . 6 0 . 8012低通巴特沃斯濾波器的頻域圖wH(w)0 0 . 0 1 0 . 0 2 0 . 0 3101濾除高頻后的時域圖ty20 0 . 5 1 1 . 5 200 . 0 5濾除高頻后的頻譜wY2(w)0 0 . 2 0 . 4 0 . 6 0 . 800 . 51高通巴特沃斯濾波器的頻域圖wH2(w)0 0 . 0 1 0 . 0 2 0 . 0 3 0 . 0 100 . 0 1濾除低頻后的時域圖ty30 0 . 5 1 1 . 5 2012x 1 03濾除低頻后的頻譜wY3(w) 四、問題討論 IIR數(shù)字濾波器和 FIR數(shù)字濾波器的比較 答： IIR 濾波器：相位一般是非線性的，不一定穩(wěn)定，不能使用 fft 做快速卷積，一定是遞歸結(jié)構(gòu)，對頻率分量的選擇性好（零極點可同時起作用），相同性能下階次較低，有噪聲反饋，噪聲大，運算誤差大，有可能出現(xiàn)極限環(huán)振蕩，設(shè)計時有大量圖表可查， 方便簡單，主要用于設(shè)計分段常數(shù)的標(biāo)準(zhǔn)低通，帶通，高通，帶阻和全通濾波器。%聲音大致能聽到是第二個的聲音 但背影很嘈雜 wavplay(x2,fs)。 wavplay(x1,fs)。 y22=ifft(F2)。 F2=Fy3.*exp(j.*Ay1)。 Ay3=angle(f2)。%幅度 Ay1=angle(f1)。 f2=fft(y3)。% 截取長度使得長度相等 N=length(y1)。 y2=x2(:,1)。)。 [x2,fs]=wavread(39。 一生有你 39。Y3(w)39。w39。濾除低頻后的頻譜 39。y339。t39。濾除低頻后的時域圖39。H2(w)39。w39。高通巴特沃斯濾波器的頻域圖 39。Y2(w)39。w39。濾除高頻后的頻譜 39。y239。t39。濾除高頻后的時域圖39。H(w)39。w39。低通巴特沃斯濾波器的頻域圖 39。Y1(w)39。w39。原信號頻譜 39。y139。t39。原信號時域圖 39。 f3=fft(y3)。 [H2,W]=freqz(b2,a2,W)。high39。 [N2,Wc2]=buttord(Wc2,Ws 27 2,Rc,Rs)。 Rs=20。 Ws2=。 f2=fft(y2)。 [H1,W]=freqz(b1,a1,W)。 [N1,Wc1]=buttord(Wp1,Ws1,Rp,Rs)。 Rs=20。 Ws1=。 t=n/fs。 n=0:(N01)。 f1=fft(y1)。)。 六、 音樂信號的幅頻特性和相頻分析 設(shè)計低通濾波器，濾除原始信號高頻信息；設(shè)計高通濾波器，濾除原始信號低頻信息；選取兩端不同的音樂信號，分別將其幅度譜與相位譜交叉組合構(gòu)成新的音樂信號，播放并比較組合后的音樂與原始信號，感受相頻信息對音樂信號的影響 【 matlab 的程序】 : clc close all clear all [y,fs]=wavread(39。 25 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 100 . 20 . 40 . 60 . 811 . 21 . 4低巴特沃斯濾波器的頻域圖wH(w) 0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 5原信號頻譜wY1(w)0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 5濾除三余弦信號后的頻譜wY6(w)0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 200 . 0 5濾除白噪聲信號后的頻譜wY7(w) 26 分析 4：觀察下圖三余弦噪聲去噪后的時域圖和頻譜圖，以及隨機白噪聲去噪后的時域圖和頻譜圖可知：三余弦噪聲被完全濾掉；隨機白噪聲由于是加在原因樂信號的整個時域和頻域內(nèi)，所以濾波后的音樂信號仍然殘留有少量的噪聲信號，這是避免不了的。 24 0 0 . 0 1 0 . 0 2 0 . 0 3 0 . 500 . 5隨機白噪聲時域圖ty40 0 . 0 1 0 . 0 2 0 . 0 31 0 . 500 . 51帶有隨機白噪聲的信號時域ty50 0 . 5 1 1 . 5 20246x 1 03隨機白噪聲頻譜wY4(w)0 0 . 5 1 1 . 5 200 . 0 20 . 0 40 . 0 6帶有隨機白噪聲的信號頻譜wY5(w) 分析 3：隨機白噪聲去噪：由于隨即白噪聲信 號是加在了整個時域和頻域內(nèi)，為了濾波的更徹底，所以選取較小的通帶截止頻率和阻帶截止頻率，并選取較大的組帶最小衰減。 分析 2：下圖為隨機白噪聲信號的時域圖和頻譜圖以及加隨機白噪聲信號后的 音樂信號時域圖和頻譜圖。通過計算可知：三余弦混合噪聲信號的三條頻譜線分別加在頻率為 3kz， 5kz 和 8kz 處。Y7(w)39。w39。濾除白噪聲信號后的頻譜 39。Y6(w)39。w39。濾除三余弦信號后的頻譜 39。Y1(w)39。w39。原信號頻譜 39。 f7=fft(y7)。 y7=filter(b,a,y5)。H(w)39。w39。低巴特沃斯濾波器的頻域圖 39。 [H,W]=freqz(b,a)。 %指標(biāo)輸入 [N,Wc]=buttord(Wp,Ws,Rp,Rs)。%不宜過狹窄 不然會出錯 Rp=1。) %巴特沃斯濾波器的設(shè)計 Wp=。) ylabel(39。) xlabel(39。) subplot(2,2,4),plot(w,abs(f5)*2/N0) title(39。) ylabel(39。) xlabel(39。) subplot(2,2,2),plot(w,a 21 bs(f4)*2/N0) title(39。) ylabel(39。) xlabel(39。) subplot(2,2,3),plot(t(1:1000),y5(1:1000)) title(39。) ylabel(39。) xlabel(39。 figure subplot(2,2,1),plot(t(1:1000),y4(1:1000)) title(39。 f4=fft(y4)。) y4=rand(N0,1)。) ylabel(39。) xlabel(39。) subplot(3,2,6),plot(w,abs(f3)*2/N0) title(39。) ylabel(39。) xlabel(39。) subplot(3,2,5),plot(t(1:1000),y3(1:1000)) title(39。) ylabel(39。) xlabel(39。) subplot(3,2,4),plot(w,abs(f2)*2/N0) title(39。) ylabel(39。) xlabel(39。) subplot(3,2,3),plot(t(1:200),y2(1:200)) title(39。) ylabel(39。) xlabel(