《MATLAB去噪音处理要点》由会员分享，可在线阅读，更多相关《MATLAB去噪音处理要点（12页珍藏版）》请在金锄头文库上搜索。
1、实行报告 题 目： 用MATLAB清除音频中的噪音 学 号: 21201 姓 名: 任课教师: 联系方式: 2月 日 第一部分 理论自学内容论述5.5系统的物理可实现性、佩利-维纳准则对于抱负低通滤波器而言,在物理上是不也许实现的,但是我们能设计出接近抱负特性的滤波器。虽然抱负低通滤波器在实际中是不能实现的,但是我们但愿找到一种辨别可实现性与不可实现性的原则，这就是佩利-维纳(Pale-Wiener）准则。由佩利-维纳准则给出了,一种网络幅度函数物理可实现的必要条件,但绝非充要条件。 物理可实现性在文献中有不同定义措施，这里采用最低限度的定义把物理可实现性系统和不可实现系统辨别开来。我们可以直
2、观地看到,一种物理可实现系统在鼓励加入之前是不也许有响应输出的，这称为因果条件。这个条件在时域里的表述为：物理可实现系统的单位冲激响应必须是有起因的，即。从频域来看，如果幅度函数满足平方可积条件,即,佩利和维纳证明了对于幅度函数物理可实现的必要条件是，它被称为佩利-维纳准则。有关这个准则的推导及更具体的内容，与本课程的联系不紧，在此我们只讨论由这个准则得到的某些推论。1.幅度函数在某些离散频率处可以是零,但在一种有限频带内不能为零。这是由于，若在某个频带内均有，则,从而不能满足为佩利-维纳准则，系统是非因果的。2幅度特性不能有过大的总衰减。由佩利-维纳准则可以看出,幅度函数不能比指数函数衰减的
3、还要快,即是容许的,而是不可实现的。3.尽管抱负滤波器是不能实现的,但是我们可以任意逼近其特性。因此有关抱负滤波器的研究是故意义的。在实际电路中，不能实现抱负低通滤波器的矩形振幅特性,我们只能近似得到，但所需要的电路元件随着逼近限度的增长而增多的。一种精确的近似，在理论上需要无限多种元件，于是滤波器的相移常数变为无限大，从而输出脉冲的振幅出目前无限延时后来，因此响应曲线的振荡衰减部分不会在此前浮现。我们注意到,佩利维纳准则只是就幅度函数特性提出了系统可实现性的必要规定，而没有给出相位方面的规定。如果一种系统满足这个准则,相应于一种因果系统,此时我们把系统的冲激响应沿着时间轴向左平移到此前，那么
4、,虽然系统的幅度特性满足了佩利-维纳准则,但是它显然是一种非因果系统。因此说,佩利-维纳准则只是系统物理可实现性的必要条件,当我们验证了幅度函数满足此条件后来,可以运用希尔伯特变换找到合适的相位函数,从而构成一种物理可实现的系统函数。该准则讲述了幅度对其判断的影响,但相位实际也是影响它的条件之一，如果将一种因果系统，保持幅度不变的状况下，向左移。可见相位的变化让该系统变成了非因果系统,同样，物理上是不容许的。7 调制与解调 调制与解调应用于广泛的通信系统当中，浮现该技术的因素：在测控系统中，进入测控电路的除了传感器输出的测量信号外,还往往有多种噪声。而传感器的输出信号一般又很单薄，将测量信号从
5、具有噪声的信号中分离出来是测控电路的一项重要任务。为了便于区别信号与噪声，往往给测量信号赋予一定特性,这就是调制的重要功用在信号调制中常以一种高频正弦信号作为载波信号。一种正弦信号有幅值、频率、相位三个参数，可以对这三个参数进行调制，分别称为调幅、调频和调相。也可以用脉冲信号作载波信号。可以对脉冲信号的不同特性参数作调制,最常用的是对脉冲的宽度进行调制，称为脉冲调宽。 信号的发送是需要满足一定的条件，才干远距离的传播,影响该因素的正是天线的尺寸于信号波长的关系,(不小于等于波长的1分之1)可见,对于低频的信号，相似的传播速度，它的波长越大，因此调制可以将该信号的频率搬移到较高频率,从而波长减小
6、,天线的尺寸也得到改善。 调制的因素如书上所述:假设一种复杂的语音信号用乘法器于cos(t）相乘,由傅立叶变换性质,易得原信号的频谱左右进行了搬移。那么该信号通过天线发射，就能被接受端收到,同理，需要进行对信号解调,否则无法真实的还原人的语音信号，只要再乘以os(t)即可。频谱又进行了左右搬移,再加个低通滤波器以及必要时的放大器,就能实现对高频的滤波和对原始信号的放大，从而达到了语音信号的传播。但是信号的传播并非只有语音,尚有诸多其她信号。并且，调制并非只有上述这种措施,但不管哪种措施，其本质都是要进行对原信号频谱的搬移,这是调制的必要条件。 第二部分 案例或课题陈述及实现方案【设计因素】根据
7、信号报告规定,我一开始想到的是编写一段代码,通过录音辨认人的音色，将其保存。结合手机对话功能，对所问问题用保存好的音色进行回答。如：孩子到异地上学或打工前用手机保存自己的音色。孩子离开后,父母可以打开软件与手机对话，手机回答的音色为孩子的声音。这个设计我觉得还算不错,但是所学的信号知识实在有限,最后决定设计“用Matlab清除音频中的噪音”的方案,这个比较简朴,比较适合初学者。【设计思路】滤波器是一种用来消除干扰杂讯的器件，将输入或输出通过过滤而得到纯净的交流电。采用MATLAB设计滤波器,使本来非常繁琐复杂的程序设计变成了简朴的函数调用,为滤波器的设和实现开辟了广阔的天地，特别是Maa工具箱
8、使各个领域的研究人员可以直观以便地进行科学研究与工程应用。TLAB信号解决工具箱为滤波器设计及分析提供了非常优秀的辅助设计工具,在设计数字滤波器时,善于应用LA进行辅助设计,可以大大提高设计效率。我们都懂得,语音信号通过调制在大自然中传播，必然会夹杂着噪声一起传过来,那么我们该如何设计电路,从而达到对语音信号的提取,滤除噪音信号呢。根据资料显示，人类的发生频率范畴在300hz-340hz不等,因此,对于语音信号的提取，我们可以用滤波器来实现。 为了更好的理解语音信号在时域和变换域解决前和解决后的变化状况，我一方面用Audiion 得到.wav格式的音频。另一方面,由malab自带的绘图工具画出
9、相应的时域波形以及通过傅立叶变换后的频谱图。根据频谱图上人的语音信号的频率范畴和噪声的频率范畴，设计出低通滤波器,对含噪信号进行滤波解决,消除噪声,并通过指令nd(）听解决成果的声音，拟定与否消除或部分克制了噪声。【实验方案】1、语音信号采集得到一段语音文献,可以是原有的或是现场录制(为便于比较,需要在安静、干扰小的环境下录音）,用auditio软件将其改为.wav格式的音频。2、语音信号分析使用ATLA绘出采样后的语音信号的时域波形和频谱图。3、含噪语音信号合成在MATLA软件平台下，给原始的语音信号叠加上噪声，绘出叠加噪声后的语音信号时域和频谱图，与原始语音信号图形对比,分析含噪语音信号频
10、谱和时域波形的变化。4、数字滤波器设计及滤波,根据设计思路,结合matlab显示频谱图等设计合理的滤波器，并用滤波器对含噪语音信号分别进行滤波解决。5、回放语音信号对滤波后的语音信号进行回放,感觉滤波前后语音信号的变化。第三部分 例或课题成果论述及代码我上网查阅资料得知Matlab能辨认.w和au格式的音频文献,因此在我先将m3格式的文献用ution改成wav格式文献。这段音频的内容是诗朗读，有关毛泽东沁园春中的“俱往矣,数风流人物,还看今朝。为以便教师验证代码，报告准备了两份代码,一份没有注释,以便直接验证，另一份代码后有注释，便于理解代码编写思路。【完整代码如下】x,f,nitwavrea
11、d(jw.wav) soud（，fs)； N=lenth(x)； =(0：-1)/fs； w=s*line(,1,); yabs(ft(,); iure(） spt(2,1,1) plot(x); ttl(原始语音信号时域图) sblo(2,1,2） t(w,abs（); title(原始语音信号频谱图) t=lisc（0,(N-)fs,N); x05*sin(2*i*1000*);x1=（:,1)x1; sund(x1,fs); figure(2）y1=s(ff（x1,N); sbplot(2,1，1); plt(t,x); title(加入噪声后语音信号时域图)suplt(,1,); pl
12、t(w,1）; axi(,fs,0,0);ttle(加入噪声后语音信号频谱图) fc=900; fst900; r1; r=30;wpfc*s; s=fs*fs; ,n=buttrd(，ws，rp,rs)； ，a=butter(n,，low); igur(3);frqz（b,a）;title(滤波器特性曲线); x2=flter(b,a,x1); figue(4);2=abs（fft(x,N); subplot(1） plt（t，2); tie(滤波后语音信号时域图）; ubpl（22）; plot(,2);title(滤波后语音信号频谱图） soud（x2，s）;【完整代码注释如下】x,fs
13、,nbiavread(jwwav) 用于读取jwav,采样值放在了向量x当中，fs表达采样频率，nbit表达采样位数 sound(x，fs)； /播放原语音信号 N=length(x); /求出语音信号的长度 t=(0:N）/f; / 语音信号的长度除以采样频率 =f*lnsac(0,1，N); y=ab(fft(x,N); figur(1） /设计第一种图 ubpot（2，1,1) lt（); ttle（原始语音信号时域图）/画出原始信号时域图 subot(,，) lt(w,ab()； itl(原始语音信号频谱图) / 画出原始信号频谱图 =inspace（,(N-1)/fs,)； x1=0.in(2pi*1000t）;x1=x（:，1）x; /加入人为的噪声,体现为滴鸣声sond(x1,f）； /播放噪音和原始语音信号的混声figur() 设计第二个图abs(ff(1,N)）; subpl(，,1); lot（t,x1); title(加入噪声后语音信号时域图) ulot(2，,)； plot（w，1)；
