数字信号课设供参考

《数字信号课设供参考》由会员分享，可在线阅读，更多相关《数字信号课设供参考（21页珍藏版）》请在金锄头文库上搜索。

1、洛 阳 理 工 学 院课 程 设 计 报 告 课程名称 数字信号处理课程设计 设计题目 空气柱主频率模型测定 专 业 通信工程 班 级 B110508 学 号 B11050805 姓 名 朱照霞 完成日期 2014.6.20 课 程 设 计 任 务 书设计题目： 空气柱主频率模型测定 _设计内容与要求： 题目3：空气柱主频率测定当我们向暖水瓶倒水时，暖水瓶中的空气柱会发生振动。随着水位的升高,空气柱越来越短，空气柱振动的频率越来越大，音调就越来越高，所以根据声音音调的高低就能知道水是否灌满。甚至我们可以量化这个过程，根据倒水声音音调的高低来反算水位的高低。笔者对倒水的过程进行了采集试验，选用标

2、准暖水瓶一个，用近似匀速的水流在43秒时间内将水瓶贮满，声音文件的STFT频谱图如下图所示：题目的基本要求如下：（1） 建立水位高度H和振动频率f的数学模型；（2） 自行设计一个倒水的过程，采集倒水过程的音频信号；（3） 用试验五的STFT程序对倒水声音进行分析；（4） 分离信号基本频率和水位高度的函数曲线；（5） 用函数曲线来验证数学模型的正确性。 指导教师： 年 月 日课 程 设 计 评 语 成绩： 指导教师： 年 月 日 / 摘要数字信号处理课程是通信专业的一门重要专业基础课，是信息的数字化处理、存储和应用的基础。数字信号处理的主要研究对象是数字信号，且是采用运算的方法达到处理的目的的，

3、因此，其实现方法，基本上分成两种实现方法，即软件和硬件实现方法。软件实现方法指的是按照原理和算法，自己编写程序或者采用现成的程序在通用计算机上实现，硬件实现指的是按照具体的要求和算法，设计硬件结构图，用乘法器加法器延时器、控制器、存储器以及输入输出接口部件实现的一种方法。 Matlab语言是一种广泛应用于工程计算及数值分析领域的新型高级语言，Matlab功能强大、简单易学、编程效率高，深受广大科技工作者的喜爱。特别是Matlab还具有信号分析工具箱，不需具备很强的编程能力，就可以很方便地进行语音信号分析、处理和设计。语音信号的处理与滤波是数字信号处理课程中常出现的课题，也是现代科学中值得深入究

4、研的一个课题。语音信号的处理与滤波的设计主要是用Matlab作为工具平台，设计中涉及到声音的录制、播放、存储和读取，语音信号的抽样、频谱分析，滤波器的设计及语音信号的滤波，通过数字信号处理课程的理论知识的综合运用。从实践上初步实现对数字信号的处理。数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类：无限冲激响应（IIR）滤波器和有限冲激响应（FIR）滤波器。 关键词：滤波器；采样率；频谱分析；数学建模目 录摘要1第1章 课程设计的目的3第2章 系统运行环境及理论基础32.1 系统运行的软件环境32.2 数字

5、滤波器的简介及发展42.3 FIR数字滤波器的特点42.4 FIR滤波器具有的优点4第3章课程设计报告内容53.1总体设计方案53.2 原始信号时域波形53.2.1.时域波形显示源代码清单：53.2.2.时域波形效果63.3.原始信号频域波形63.3.1.频域波形显示源代码清单：63.3.2.频域波形效果73.4 原始信号时频谱显示83.4.1.时频谱显示源代码清单83.4.2.时频谱显示效果83.4.3 ShowSound函数93.5 原始信号进行切割103.6 对切割后信号分别进行滤波113.6.1 对切割后声音信号分别进行滤波源代码113.6.2.滤波器幅频特性和相频特性123.7 对滤

6、波后的信号进行合成143.7.1 对滤波后声音信号进行合成源代码143.7.2.对滤波后声音信号进行合成后显示效果153.8 对图像进行处理15第4章 课程设计总结17参考文献18第1章 课程设计的目的1 学会MATLAB的使用，掌握MATLAB的程序设计方法；2 掌握在Windows环境下语音信号采集的方法；3 掌握数字信号处理的基本概念、基本理论和基本方法；4 掌握MATLAB设计FIR滤波器；5 学会用MATLAB对信号进行分析和处理。6 学会用MATLAB的工具箱进行数学建模，解决一些实际问题。 第2章 系统运行环境及理论基础2.1 系统运行的软件环境MATLAB是矩阵实验室(Matr

7、ix Laboratory)之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。MATLAB的基本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式十分相似，故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多，工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。MATLAB具有许多的优点比如：语言简洁紧凑，使用方便灵活，库函数极其丰富；MATLAB既具有

8、结构化的控制语句(如for循环，while循环，break语句和if语句)，又有面向对象编程的特性;程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行，等等优点。MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用MATLAB 函数集）扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。2.2 数字滤波器的简介及发展数字滤波器是指完成信号滤波处理功能的，用有限精度算法实现的离散时间线性非时变系统，其输入是一组数字量，其输出是经过变换的另一组数字量。因此，数字

9、滤波器本身既可以是用数字硬件装配成的一台完成给定运算的专用的数字计算机，也可以将所需要的运算编成程序，让通用计算机来执行。从数字滤波器的单位冲击响应来看，可以分为两大类:有限冲击响应(FIR)数字滤波器和无限冲击响应(IIR)数字滤波器。滤波器按功能上分可以分为低通滤波器(LPF)、高通滤波器(HPF)、带通滤波器(BPF)、带阻滤波器(BSF)。相对于模拟滤波器，数字滤波器没有漂移，能够处理低频信号，频率响应特性可做成非常接近于理想的特性，且精度可以达到很高，容易集成等，这些优势决定了数字滤波器的应用将会越来越广泛。同时DSP处理器的出现和FPGA的迅速发展也促进了数字滤波器的发展，并为数字

10、滤波器的硬件实现提供了更多的选择。2.3 FIR数字滤波器的特点在数字信号处理应用中往往需要设计线性相位的滤波器，FIR滤波器在保证幅度特性满足技术要求的同时，很容易做到严格的线性相位特性。FIR滤波器不断地对输入样本x(n)延时后，再作乘法累加算法，将滤波结果y(n)输出，因此，FIR实际上是一种乘法累加运算。在数字滤波器中，FIR滤波器的最主要的特点是没有反馈回路，故不存在不稳定的问题，同时，可以在幅度特性是随意设置的同时，保证精确的线性相位。稳定和线性相位特性是FIR滤波器的突出优点。另外，它还有以下特点：设计方式是线性的;硬件容易实现；滤波器过渡过程具有有限区间；相对IIR滤波器而言，

11、阶次较高，其延迟也要比同样性能的IIR滤波器大得多。2.4 FIR滤波器具有的优点可在幅度特性随意设计的同时，保证精确、严格的线性相位；由于FIR滤波器的单位脉冲h(n)是有限长序列，因此FIR滤波器没有不稳定的问题；由于FIR滤波器一般为非递归结构，因此，在有限运算下不会出现递归型结构中的极限振荡等不稳定现象误差较小；FIR滤波器可以采用FFT算法实现，从而提高了运算效率。第3章 课程设计报告内容3.1总体设计方案图3- 1 总体设计方案3.2 原始信号时域波形3.2.1.时域波形显示源代码清单：close allclear allclcfigure% 显示声音信号时域波形I1=wavrea

12、d(C:Documents and SettingsAdministrator桌面keshedaoshui.wav)plot(I1);%添加网格，标题和坐标轴grid on;box on;title(倒水声音信号的时域波形);xlabel(时间(s);ylabel(幅度);3.2.2.时域波形效果图3-2时域波形3.3.原始信号频域波形3.3.1.频域波形显示源代码清单：fs=8000;I1=wavread(daoshui.wav);%对信号进行谱分析spectrum=abs(fftshift(fft(I1);%频率轴ww=linspace(-fs/2,fs/2,length(spectrum

13、);%绘制声音信号的频谱figureplot(ww,20*log10(spectrum),b);%添加网络、标题、坐标轴grid on;box on;title(频谱);xlabel(频率（Hz）);ylabel(幅度（dB）)3.3.2.频域波形效果图3- 3 频域波形3.4 原始信号时频谱显示3.4.1.时频谱显示源代码清单y,fs=wavread(daoshui.wav);%信号持续时间T=length(y)/8000;%频谱宽度MF=4000;%对信号进行时频分析 I t f=ShowSound(y,8000,1.6);%构造时间频率轴和时频谱缓冲区t=linspace(0,T,size(I,2);f=linspace(0,MF,size(I,1);II=zeros(size(I);%显示频谱轴II(end:-1:1,:)=I(:,:);figure%mesh(t,f,II);mesh(t,f,20*log10(II);title(时频谱（原始信号）);xlabel(时间(s);