视频信号处理实验3

1.实验目的

1）掌握常用的编解码器参数及其用法，实现测试序列的编解码

2）了解H.264帧内、帧间编码的基本原理

3）通过设置编码参数，对测试序列进行帧内、帧间编码

1）学会使用相关的开发工具修改、调试参考软件,掌握使用相应软件实现视频编解码的经验与技巧，锻炼提高分析问题和解决问题的能力

2.实验环境（软件、硬件及条件）

Windows 7

3.实验方法

利用实验一介绍的生成发行版编码器程序lencod.exe，通过配置编码器参数，分别对实验用测试序列的钱50帧进行全I帧编码额IPPP帧编码。

1）设置编码参数IntraPeriod=1,QPISlice=28、32、36、40实现全I帧编码，分别记录各测试序列在不同QP下编码的平均PSNR、码率和编码时间，画出各序列编码的R-D（率失真）曲线。

2）设置编码参数IntraPeriod=0,QPISlice=28、32、36、40实现IPPP帧编码，分别记录各测试序列在不同QP下编码的平均PSNR、码率和编码时间，画出各序列编码的R-D曲线。

平均PSNR的计算方法：

4.实验分析

1）全I帧

使用序列为：akiyo_cif.yuv

①编码参数IntraPeriod=1,QP=28时，命令行为

lencod -d encoder_baseline.cfg -p inputfile="akiyo_cif.yuv" -p outputfile="akiyo_cif.264" -p reconfile="akiyo_cif_rec.yuv" -p sourcewidth=352 -p sourceheight=288 -p outputwidth=352 -p outputheight=288 -p framestobeencoded=50 -p intraperiod=1 -p qpislice=28

实验结果:

②编码参数IntraPeriod=1,QP=32时，命令行为

实验结果:

②编码参数IntraPeriod=1,QP=36时，命令行为

②编码参数IntraPeriod=1,QP=40时，命令行为

2）IPPP帧

使用序列为：akiyo_cif.yuv

①编码参数IntraPeriod=0,QP=28时，命令行为

------------------ Average data all frames -----------------------------------

Total encoding time for the seq. : 1171.185 sec (0.04 fps)

Total ME time for sequence : 1159.376 sec

Y { PSNR (dB), cSNR (dB), MSE } : { 38.783, 37.868, 10.62275 }

U { PSNR (dB), cSNR (dB), MSE } : { 35.879, 35.672, 17.61587 }

V { PSNR (dB), cSNR (dB), MSE } : { 35.616, 35.509, 18.28830 }

Total bits : 213704 (I 35368, P 178160, NVB 176)

Bit rate (kbit/s) @ 30.00 Hz : 128.22

Bits to avoid Startcode Emulation : 0

Bits for parameter sets : 176

Bits for filler data : 0

②编码参数IntraPeriod=0,QP=32时，命令行为

实验结果:

------------------ Average data all frames -----------------------------------

Total encoding time for the seq. : 1265.873 sec (0.04 fps)

Total ME time for sequence : 1252.618 sec

Y { PSNR (dB), cSNR (dB), MSE } : { 35.911, 34.750, 21.78355 }

U { PSNR (dB), cSNR (dB), MSE } : { 34.090, 33.740, 27.48230 }

V { PSNR (dB), cSNR (dB), MSE } : { 33.641, 33.407, 29.67725 }

Total bits : 164496 (I 25696, P 138624, NVB 176)

Bit rate (kbit/s) @ 30.00 Hz : 98.70

Bits to avoid Startcode Emulation : 0

Bits for parameter sets : 176

Bits for filler data : 0

③编码参数IntraPeriod=0,QP=36时，命令行为

实验结果:

------------------ Average data all frames -----------------------------------

Total encoding time for the seq. : 1293.881 sec (0.04 fps)

Total ME time for sequence : 1281.451 sec

Y { PSNR (dB), cSNR (dB), MSE } : { 33.243, 31.779, 43.16889 }

U { PSNR (dB), cSNR (dB), MSE } : { 31.357, 31.096, 50.52531 }

V { PSNR (dB), cSNR (dB), MSE } : { 31.442, 30.925, 52.54616 }

Total bits : 131560 (I 18368, P 113016, NVB 176)

Bit rate (kbit/s) @ 30.00 Hz : 78.94

Bits to avoid Startcode Emulation : 0

Bits for parameter sets : 176

Bits for filler data : 0

④编码参数IntraPeriod=0,QP=40时，命令行为

实验结果:

------------------ Average data all frames -----------------------------------

Total encoding time for the seq. : 1351.108 sec (0.04 fps)

Total ME time for sequence : 1338.892 sec

Y { PSNR (dB), cSNR (dB), MSE } : { 30.727, 29.118, 79.67412 }

U { PSNR (dB), cSNR (dB), MSE } : { 29.812, 29.435, 74.06075 }

V { PSNR (dB), cSNR (dB), MSE } : { 30.054, 29.311, 76.19812 }

Total bits : 108848 (I 14112, P 94560, NVB 176) Bit rate (kbit/s) @ 30.00 Hz : 65.31 Bits to avoid Startcode Emulation : 0 Bits for parameter sets : 176 Bits for filler data : 0

3）数据分析 ①全I 帧

总结以上全I 帧在不同QP 参数下编码的数据，如下表：

All intra coding Bitrate(kbps) MSE(Y) MSE(U) MSE(V) MSE （平均） PSNR 1410.97 5.48244

3.63677

2.68354 4.708345 34.67343805

969.23 10.235533 5.67853 3.72817 8.391472

29.65404061

675.36 18.49719 8.83435 5.90481 14.78798667 24.7326226 469.87 33.96049

11.99394

6.97905

25.80249167 19.89757068

由上表作R-D 曲线图如下：

400

600800

1000120014001600

18202224262830

323436All intra coding

Bitrate(kbps)

P S N R (d B )

①IPPP 帧

总结以上IPPP 帧在不同QP 参数下编码的数据，如下表：

Intra&inter coding

Bitrate(kbps) MSE(Y)

MSE(U)

MSE(V) MSE （平均） PSNR 128.22 10.62275 17.61587 18.2883

13.06586167 25.80804249

98.7

21.78355 27.4823 29.67725 24.04895833 20.50887821 78.94 43.16889 50.52531 52.54616 45.95783833 14.88361175 65.31

79.67412 74.06075

76.19812 78.159225

10.27119872

由上表数据作出IPPP 帧R-D 曲线图：

7080

90100110120130

101214161820

222426Intra&inter coding

Bitrate(kbps)

P S N R (d B )

5.实验结论

帧内预测编码是指利用视频空间域的相关性，使用当前图像已编码的像素预测当前像素，以达到去除视频空域冗余的目的，然后将预测残差作为后续编码模块的输入，进行下一步编码处理。帧间预测编码是指利用时间域的相关性，使用邻近已编码图像像素预测当前图像的像素，已达到有效去除视频时域冗余的目的。

帧内压缩类似于图片压缩，跟这一帧的前面一帧无关，由当前帧中，已编码的部分来推测当前待编码的这一部分数据是什么。帧间压缩是，由这一帧的前一帧来推测当前待压缩的这一部分数据是什么。

因此，当前一帧相较后一帧变化激烈的时候，帧内压缩效率更高，当前后相比变化较小时，帧间压缩效率更高。

语音信号处理实验指导书

语音信号处理实验指导书实验一语音信号采集与简单处理一、实验目的、要求（1）掌握语音信号采集的方法（2）掌握一种语音信号基音周期提取方法（3）掌握短时过零率计算方法（4）了解Matlab 的编程方法二、实验原理基本概念：（a ）短时过零率：短时内，信号跨越横轴的情况，对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样值具有不同的代数符号，也就是样点改变符号的次数。对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。其中sgn[.]为符号函数 ?? ?? ?<=>=0 x(n)-1sgn(x(n))0 x(n)1sgn(x(n)) 短时平均过零的作用 1.区分清/浊音：浊音平均过零率低，集中在低频端；清音平均过零率高，集中在高频端。 2.从背景噪声中找出是否有语音，以及语音的起点。（b ）基音周期基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。 ∑--= -=1 )]1(sgn[)](sgn[21N m n n n m x m x Z

由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的头、尾部并不具有声带振动那样的周期性，有些清音和浊音的过渡帧是很难准确地判断是周期性还是非周期性的。②声道共振峰有时会严重影响激励信号的谐波结构，所以，从语音信号中直接取出仅和声带振动有关的激励信号的信息并不容易。③语音信号本身是准周期性的(即音调是有变化的)，而且其波形的峰值点或过零点受共振峰的结构、噪声等的影响。④基音周期变化范围大，从老年男性的50Hz 到儿童和女性的450Hz ，接近三个倍频程，给基音检测带来了一定的困难。由于这些困难，所以迄今为止尚未找到一个完善的方法可以对于各类人群(包括男、女、儿童及不向语种)、各类应用领域和各种环境条件情况下都能获得满意的检测结果。尽管基音检测有许多困难，但因为它的重要性，基音的检测提取一直是一个研究的课题，为此提出了各种各样的基音检测算法，如自相关函数(ACF)法、峰值提取算法(PPA)、平均幅度差函数(AMDF)法、并行处理技术、倒谱法、SIFT 、谱图法、小波法等等。三、使用仪器、材料微机（带声卡）、耳机，话筒。四、实验步骤（1）语音信号的采集利用Windows 语音采集工具采集语音信号，将数据保存wav 格式。采集一组浊音信号和一组清音信号，信号的长度大于3s 。（2）采用短时相关函数计算语音信号浊音基音周期，考虑窗长度对基音周期计算的影响。采用倒谱法求语音信号基音周期。（3）计算短时过零率，清音和浊音的短时过零率有何区别。五、实验过程原始记录（数据，图表，计算）短时过零率短时相关函数 P j j n s n s j R N j n n n n ,,1) ()()(1 =-=∑-= ∑--=-=10 )]1(sgn[)](sgn[21N m n n n m x m x Z

数字信号处理实验一

实验一离散时间信号分析班级信息131班学号 201312030103 姓名陈娇日期一、实验目的掌握两个序列的相加、相乘、移位、反褶、卷积等基本运算。二、实验原理 1．序列的基本概念离散时间信号在数学上可用时间序列)}({n x 来表示，其中)(n x 代表序列的第n 个数字，n 代表时间的序列，n 的取值范围为+∞<<∞-n 的整数，n 取其它值)(n x 没有意义。离散时间信号可以是由模拟信号通过采样得到，例如对模拟信号)(t x a 进行等间隔采样，采样间隔为T ，得到)}({nT x a 一个有序的数字序列就是离散时间信号，简称序列。 2．常用序列常用序列有：单位脉冲序列（单位抽样））（n δ、单位阶跃序列)(n u 、矩形序列)(n R N 、实指数序列、复指数序列、正弦型序列等。 3．序列的基本运算序列的运算包括移位、反褶、和、积、标乘、累加、差分运算等。 4．序列的卷积运算 ∑∞ -∞==-= m n h n x m n h m x n y )(*)()()()( 上式的运算关系称为卷积运算，式中代表两个序列卷积运算。两个序列的卷积是一个序列与另一个序列反褶后逐次移位乘积之和，故称为离散卷积，也称两序列的线性卷积。其计算的过程包括以下4个步骤。（1）反褶：先将)(n x 和)(n h 的变量n 换成m ，变成)(m x 和)(m h ，再将)(m h 以纵轴为对称轴反褶成)(m h -。

（2）移位：将)(m h -移位n ，得)(m n h -。当n 为正数时，右移n 位；当n 为负数时，左移n 位。（3）相乘：将)(m n h -和)(m x 的对应点值相乘。（4）求和：将以上所有对应点的乘积累加起来，即得)(n y 。三、主要实验仪器及材料微型计算机、Matlab6.5 教学版、TC 编程环境。四、实验内容（1）用Matlab 或C 语言编制两个序列的相加、相乘、移位、反褶、卷积等的程序；（2）画出两个序列运算以后的图形；（3）对结果进行分析；（4）完成实验报告。五、实验结果六、实验总结

数字信号处理实验一

一、实验目的 1. 通过本次实验回忆并熟悉MATLAB这个软件。 2. 通过本次实验学会如何利用MATLAB进行序列的简单运算。 3. 通过本次实验深刻理解理论课上的数字信号处理的一个常见方法——对时刻n的样本附近的一些样本求平均，产生所需的输出信号。 3. 通过振幅调制信号的产生来理解载波信号与调制信号之间的关系。二、实验内容 1. 编写程序在MATLAB中实现从被加性噪声污染的信号中移除噪声的算法，本次试验采用三点滑动平均算法，可直接输入程序P1.5。 2. 通过运行程序得出的结果回答习题Q1.31-Q1.33的问题，加深对算法思想的理解。 3. 编写程序在MATLAB中实现振幅调制信号产生的算法，可直接输入程序P1.6。 4. 通过运行程序得出的结果回答习题Q1.34-Q1.35的问题，加深对算法思想的理解。三、主要算法与程序 1. 三点滑动平均算法的核心程序： %程序P1.5 %通过平均的信号平滑 clf; R=51; d=0.8*(rand(R,1)-0.5);%产生随噪声 m=0:R-1; s=2*m.*(0.9.^m);%产生为污染的信号 x=s+d';%产生被噪音污染的信号 subplot(2,1,1); plot(m,d','r-',m,s,'g--',m,x,'b-.');

xlabel('时间序号n');ylabel('振幅'); legend('d[n]','s[n]','x[n]'); x1=[0 0 x];x2=[0 x 0];x3=[x 0 0]; y=(x1+x2+x3)/3; subplot(2,1,2); plot(m,y(2:R+1),'r-',m,s,'g--'); legend('y[n]','s[n]'); xlabel('时间序号n');ylabel('振幅'); 2. 振幅调制信号的产生核心程序：（由于要几个结果，因此利用subplot函数画图） %程序P1.6 %振幅调制信号的产生 n=0:100; m=0.1;fH=0.1;fL=0.01; m1=0.3;fH1=0.3;fL1=0.03; xH=sin(2*pi*fH*n); xL=sin(2*pi*fL*n); y=(1+m*xL).*xH; xH1=sin(2*pi*fH1*n); xL1=sin(2*pi*fL1*n); y1=(1+m1*xL).*xH; y2=(1+m*xL).*xH1; y3=(1+m*xL1).*xH; subplot(2,2,1); stem(n,y); grid; xlabel('时间序号n');ylabel('振幅');title('m=0.1;fH=0.1;fL=0.01;'); subplot(2,2,2); stem(n,y1); grid; xlabel('时间序号n');ylabel('振幅');title('m=0.3;fH=0.1;fL=0.01;'); subplot(2,2,3); stem(n,y2); grid; xlabel('时间序号n');ylabel('振幅');title('m=0.3;fH=0.3;fL=0.01;'); subplot(2,2,4); stem(n,y3); grid;

语音信号处理实验报告

语音信号处理实验班级：学号：姓名：实验一基于MATLAB的语音信号时域特征分析（2学时）

1）短时能量（1）加矩形窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32; for i=2:6 h=linspace(1,1,2.^(i-2)*N);%形成一个矩形窗，长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数En subplot(6,1,i),plot(En); if(i==2) ,legend('N=32'); elseif(i==3), legend('N=64'); elseif(i==4) ,legend('N=128'); elseif(i==5) ,legend('N=256'); elseif(i==6) ,legend('N=512'); end end

00.51 1.52 2.5 3 x 10 4 -1 1 x 10 4 024 x 10 4 05 x 10 4 0510 x 10 4 01020 x 10 4 02040 （2）加汉明窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32; for i=2:6 h=hanning(2.^(i-2)*N);%形成一个汉明窗，长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数En subplot(6,1,i),plot(En); if(i==2), legend('N=32'); elseif(i==3), legend('N=64'); elseif(i==4) ,legend('N=128');

数字信号处理实验

实验一离散傅里叶变换（DFT ）对确定信号进行谱分析一．实验目的 1．加深对DFT 算法原理和基本性质的理解。 2．熟悉DFT 算法和原理的编程方法。 3．学习用DFT 对信号进行谱分析的方法，了解可能出现的误差及其原因，以便在实际中正确利用。二．实验原理一个连续信号)(t x a 的频谱可以用其傅里叶变换表示，即 dt e t x j X t j a a Ω-∞ ∞ -? = Ω)()( 若对)(t x a 进行理想采样可得采样序列 )(|)()(nT x t x n x a nT t a === 对)(n x 进行DTFT ，可得其频谱为： ∑∞ -∞ =-= n n j j e n x e X ωω )()( 其中数字频率ω与模拟频率Ω的关系为： s f T Ω = Ω=ω )(n x 的DFT 为∑∞ -∞ =-= n nk N j e n x k X π 2)()( 若)(t x a 是限带信号，且在满足采样定理的条件下，)(ω j e X 是)(Ωj X a 的周期延拓， )(k X 是)(ωj e X 在单位圆上的等间隔采样值，即k N j e X k X πωω2| )()(= =。为在计算机上分析计算方便，常用)(k X 来近似)(ω j e X ，这样对于长度为N 的有限长序列（无限长序列也可用有限长序列来逼近），便可通过DFT 求其离散频谱。三．实验内容 1．用DFT 对下列序列进行谱分析。（1）)()04.0sin(3)(100n R n n x π=

1 （2）]0,0,0,0,0,0,0,0,1,1,1,1[)(=n x 2．为了说明高密度频谱和高分辨率频谱之间的区别，考察序列 )52.0cos()48.0cos()(n n n x ππ+= （1）当0≤n ≤10时，确定并画出x(n)的离散傅里叶变换。（2）当0≤n ≤100时，确定并画出x(n)的离散傅里叶变换。四．实验结果 1. （1）（2）

语音信号处理实验报告

通信与信息工程学院信息处理综合实验报告班级：电子信息工程1502班指导教师：设计时间：2018/10/22-2018/11/23 评语：通信与信息工程学院二〇一八年实验题目：语音信号分析与处理一、实验内容 1. 设计内容利用MATLAB对采集的原始语音信号及加入人为干扰后的信号进行频谱分析，使用窗函数法设计滤波器滤除噪声、并恢复信号。 2．设计任务与要求 1. 基本部分

（1）录制语音信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。（2）对所录制的语音信号加入干扰噪声，并对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。（3）分别利用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman 窗几种函数设计数字滤波器滤除噪声，并画出各种函数所设计的滤波器的频率响应。（4）画出使用几种滤波器滤波后信号时域波形和频谱，对滤波前后的信号、几种滤波器滤波后的信号进行对比，分析信号处理前后及使用不同滤波器的变化；回放语音信号。 2. 提高部分（5）录制一段音乐信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。（6）利用MATLAB产生一个不同于以上频段的信号；画出信号频谱图。（7）将上述两段信号叠加，并加入干扰噪声，尝试多次逐渐加大噪声功率，对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。（8）选用一种合适的窗函数设计数字滤波器，画出滤波后音乐信号时域波形和频谱，对滤波前后的信号进行对比，回放音乐信号。二、实验原理 1.设计原理分析本设计主要是对语音信号的时频进行分析，并对语音信号加噪后设计滤波器对其进行滤波处理，对语音信号加噪声前后的频谱进行比较分析，对合成语音信号滤波前后进行频谱的分析比较。首先用PC机WINDOWS下的录音机录制一段语音信号，并保存入MATLAB软件的根目录下，再运行MATLAB仿真软件把录制好的语音信号用audioread函数加载入MATLAB仿真软件的工作环境中，输入命令对语音信号进行时域，频谱变换。对该段合成的语音信号，分别用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman窗几种函数在MATLAB中设计滤波器对其进行滤波处理，滤波后用命令可以绘制出其频谱图，回放语音信号。对原始语音信号、合成的语音信号和经过滤波器处理的语音信号进行频谱的比较分析。 2.语音信号的时域频域分析在Matlab软件平台下可以利用函数audioread对语音信号进行采样,得到了声音数据变量y,同时把y的采样频率Fs=44100Hz放进了MATALB的工作空间。

数字信号处理实验答案完整版

数字信号处理实验答案 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

实验一熟悉Matlab环境一、实验目的 1.熟悉MATLAB的主要操作命令。 2.学会简单的矩阵输入和数据读写。 3.掌握简单的绘图命令。 4.用MATLAB编程并学会创建函数。 5.观察离散系统的频率响应。二、实验内容认真阅读本章附录，在MATLAB环境下重新做一遍附录中的例子，体会各条命令的含义。在熟悉了MATLAB基本命令的基础上，完成以下实验。上机实验内容：（1）数组的加、减、乘、除和乘方运算。输入A=[1 2 3 4]，B=[3 4 5 6]，求C=A+B，D=A-B，E=A.*B，F=A./B，G=A.^B并用stem语句画出A、B、C、D、E、F、G。 clear all; a=[1 2 3 4]; b=[3 4 5 6]; c=a+b; d=a-b; e=a.*b; f=a./b; g=a.^b; n=1:4; subplot(4,2,1);stem(n,a); xlabel('n');xlim([0 5]);ylabel('A'); subplot(4,2,2);stem(n,b); xlabel('n');xlim([0 5]);ylabel('B'); subplot(4,2,3);stem(n,c); xlabel('n');xlim([0 5]);ylabel('C'); subplot(4,2,4);stem(n,d); xlabel('n');xlim([0 5]);ylabel('D'); subplot(4,2,5);stem(n,e); xlabel('n');xlim([0 5]);ylabel('E'); subplot(4,2,6);stem(n,f); xlabel('n');xlim([0 5]);ylabel('F'); subplot(4,2,7);stem(n,g); xlabel('n');xlim([0 5]);ylabel('G'); （2）用MATLAB实现下列序列： a) x(n)= 0≤n≤15 b) x(n)=e+3j)n 0≤n≤15 c) x(n)=3cosπn+π)+2sinπn+π) 0≤n≤15 d) 将c)中的x(n)扩展为以16为周期的函数x(n)=x(n+16),绘出四个周期。

数字信号处理实验三

实验三离散付里叶变换（DFT ）一、实验目的： 1．掌握离散付里叶级数 2．掌握DFT 变换。 3．掌握DFT 特性。 4．掌握利用DFT 计算线性卷积。 5．掌握快速付里叶变换(FFT)。二、实验原理： 1．离散付里叶级数（DFS ） )(~n x 为周期序列，其频率为基本频率（N /2π ）的倍数（或谐波）。其离散付叶级数（DFS ）为：；∑ -=-±== 1 2,,1,0,)(~)(~N n kn N j k e n x k X π IDFS 为：∑ -== 1 2)(~ 1)(~N k kn N j e k X N n x π 2．离散付里叶变换（DFT ） )(n x 为长度N 的有限长序列，其DFT 为：21 1()()N j kn N k x n X k e N π--== ∑ IDFT 为：21 ()(),0,1,N j kn N n X k x n e k π-== =±∑ 3.DFT 的特性：（1）线性性：)]([)]([)]()([2121n x bDFT n x aDFT n bx n ax DFT +=+ （2）循环折叠（圆周对称）性：?? ? -≤≤-==-1 1) (0) 0())((N n n N x n x n x N （3）共轭性: N k X n x DFT ))(()]([* *-= （4）实序列的对称性（圆周共轭对称性）：N k X k X ))(()(* -= （5）序列的圆周移位：N m n x m n x ))(()(~ -=-

（6）频域中的圆周移位：)())(()]([|ln k R l k X n x W DFT N N N -=- （7）时域循环卷积：)()()]()([2121k X k X n x n x DFT =? （8）频域循环卷积（乘法性）：)()(1)]()([2121k X k X N n x n x DFT ?= （9）帕塞瓦尔（Parseval ）定理：∑ ∑ -=-== = 1 2 1 2 ) (1)(N k N n x k X N n x E 4.用DFT 计算线性卷积: 设)(1n x 为1N 点序列，)(2n x 为2N 点序列，)(3n x 为)(1n x 和)(2n x 的线性卷积，其为121-+N N 点序列，)(4n x 为)(1n x 和)(2n x 的圆卷积，其长度为 N ，当121-+=N N N 时，)()(43n x n x =。实际中，采用分段卷积法，即重叠保留法和重叠相加法。需要对数据流进行分块处理，这时直接采用DFT 计算线性卷积会产生一些问题，而应该将)(n x 通过重复前M-1个取样进行分块，这样可得到正确结果。 5.快速付里叶变换（FFT ）：掌握基2-时域抽取FFT(DIT-FFT)和基2-频域抽取FFT(DIF-FFT)。MATLAB 提供fft 函数来计算x 的DFT 。fft 函数是用机器语言写的，采用混合基法，其调用形式为：),(N x fft X =。如N 为2的幂，则得到高速的基2-FFT 算法；若N 不是2的乘方，则将N 分解成质数，得到较慢的混合基FFT 算法；最后，若N 为质数，则fft 函数采用的是原始的DFT 算法。三、实验步骤： 1.离散付里叶级数（DFS ）（1）自已动手:编写实现离散付里叶级数和逆离散付里叶级数的函数。（2）已知周期性序列如下所示：}3,2,1,0,3,2,1,0,3,2,1,0{)(~ ↑ =n x 求其离散付里叶级数。 2.离散付里叶变换（DFT ） (1) 编写实现DFT 和IDFT 的函数。 (2) 已知)(n x 是一个六点序列，如下所示： ?? ?≤≤=e ls e n n x 0 501 )( 要求计算该序列的离散时间的付里叶变换和离散付里叶变换，并绘出它们的幅度和相

大学本科语音信号处理实验讲义8学时

语音信号处理实验讲义时间：2011-12

目录实验一语音信号生成模型分析 (3) 实验二语音信号时域特征分析 (7) 实验三语音信号频域特征分析 (12) 实验四语音信号的同态处理和倒谱分析 (16)

实验一语音信号生成模型分析一、实验目的 1、了解语音信号的生成机理，了解由声门产生的激励函数、由声道产生的调制函数和由嘴唇产生的辐射函数。 2、编程实现声门激励波函数波形及频谱，与理论值进行比较。 3、编程实现已知语音信号的语谱图，区分浊音信号和清音信号在语谱图上的差别。二、实验原理语音生成系统包含三部分：由声门产生的激励函数()G z 、由声道产生的调制函数()V z 和由嘴唇产生的辐射函数()R z 。语音生成系统的传递函数由这三个函数级联而成，即 ()()()()H z G z V z R z = 1、激励模型发浊音时，由于声门不断开启和关闭，产生间隙的脉冲。经仪器测试它类似于斜三角波的脉冲。也就是说，这时的激励波是一个以基音周期为周期的斜三角脉冲串。单个斜三角波的频谱表现出一个低通滤波器的特性。可以把它表示成z 变换的全极点形式 12 1()(1) cT G z e z --= -? 这里c 是一个常数，T 是脉冲持续时间。周期的三角波脉冲还得跟单位脉冲串的z 变换相乘： 112 1 ()()()1(1)v cT A U z E z G z z e z ---=?= ?--? 这就是整个激励模型，v A 是一个幅值因子。 2、声道模型当声波通过声道时，受到声腔共振的影响，在某些频率附近形成谐振。反映在信号频谱图上，在谐振频率处其谱线包络产生峰值，把它称为共振峰。一个二阶谐振器的传输函数可以写成 12 ()1i i i i A V z B z C z --= -- 实践表明，用前3个共振峰代表一个元音足够了。对于较复杂的辅音或鼻音共振峰要到5个以上。多个()i V z 叠加可以得到声道的共振峰模型 12 1 11 ()()11R r r M M i r i N k i i i i k k b z A V z V z B z C z a z -=---======---∑∑∑ ∑ 3、辐射模型从声道模型输出的是速度波，而语音信号是声压波。二者倒比称为辐射阻抗，它表征了

数字信号处理实验三

实验三：离散LSI 系统的频域分析一、实验内容 2、求以下各序列的z 变换： 12030() ()sin() ()sin()n an x n na x n n x n e n ωω-=== 程序清单如下： syms w0 n z a; x1=n*a^n;X1=ztrans(x1) x2=sin(w0*n);X2=ztrans(x2) x3= exp(-a*n)*sin(w0*n);X3=ztrans(x3) 程序运行结果如下： X1 =z/(a*(z/a - 1)^2) X2 =(z*sin(w0))/(z^2 - 2*cos(w0)*z + 1) X3 =(z*exp(a)*sin(w0))/(exp(2*a)*z^2 - 2*exp(a)*cos(w0)*z + 1) 3、求下列函数的逆z 变换 0 312342 1 1() () () ()() 1j z z z z X z X z X z X z z a z a z e z ω---= = = = ---- 程序清单如下： syms w0 n z a; X1=z/(z-a);x1=iztrans(X1) X2= z/(a-z)^2;x2=iztrans(X2) X3=z/ z-exp(j*w0);x3=iztrans(X3) X4=(1-z^-3)/(1-z^-1);x4=iztrans(X4) 程序运行结果如下： x1 =a^n x2 =n*a^n/a 课程名称数字信号实验成绩指导教师实验报告院系信息工程学院班级学号姓名日期

x3 =charfcn[0](n)-iztrans(exp(i*w0),w0,n) x4 =charfcn[2](n)+charfcn[1](n)+charfcn[0](n) 4、求一下系统函数所描述的离散系统的零极点分布图，并判断系统的稳定性（1） (0.3)()(1)(1) z z H z z j z j -= +-++ z1=[0,0.3]';p1=[-1+j,-1-j]';k=1; [b1,a1]=zp2tf(z1,p1,k); subplot(1,2,1);zplane(z1,p1); title('极点在单位圆外); subplot(1,2,2);impz(b1,a1,20); 由图可见:当极点位于单位圆内，系统的单位序列响应随着频率的增大而收敛；当极点位于单位圆上，系统的单位序列响应为等幅振荡；当极点位于单位圆外，系统的单位序列响应随着频率的增大而发散。由此可知系统为不稳定系统。 -1 -0.5 00.51 -2 -1.5-1-0.500.511.5 2Real Part I m a g i n a r y P a r t 极点在单位圆外 n (samples) A m p l i t u d e Impulse Response

语音信号处理实验报告实验二

通信工程学院12级1班罗恒 2012101032 实验二基于MATLAB 的语音信号频域特征分析一、实验要求要求根据已有语音信号，自己设计程序，给出其倒谱、语谱图的分析结果，并根据频域分析方法检测所分析语音信号的基音周期或共振峰。二、实验目的信号的傅立叶表示在信号的分析与处理中起着重要的作用。因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更深入地说明信号的各项红物理现象。由于语音信号是随着时间变化的，通常认为，语音是一个受准周期脉冲或随机噪声源激励的线性系统的输出。输出频谱是声道系统频率响应与激励源频谱的乘积。声道系统的频率响应及激励源都是随时间变化的，因此一般标准的傅立叶表示虽然适用于周期及平稳随机信号的表示，但不能直接用于语音信号。由于语音信号可以认为在短时间内，近似不变，因而可以采用短时分析法。三、实验设备 1.PC 机； 2.MATLAB 软件环境；四、实验内容 1.上机前用Matlab 语言完成程序编写工作。 2.程序应具有加窗（分帧）、绘制曲线等功能。 3.上机实验时先调试程序，通过后进行信号处理。 4.对录入的语音数据进行处理，并显示运行结果。 5.依次给出其倒谱、语谱图的分析结果。 6. 根据频域分析方法检测所分析语音信号的基音周期或共振峰。五、实验原理及方法 1、短时傅立叶变换由于语音信号是短时平稳的随机信号，某一语音信号帧的短时傅立叶变换的定义为：其中w(n -m)是实窗口函数序列，n 表示某一语音信号帧。令n -m=k'，则得到 ()()()jw jwm n m X e x m w n m e ∞-=-∞= -∑

数字信号处理实验4

数字信号处理实验四第一题结果：（1）没有增加过渡点源码如下： N = 15; H = [1 1 1 0.5 zeros(1,7) 0.5 1 1 1]; %确定抽样点的幅度大小 %H(3,13) = 0.75;H(5,11) = 0.25; %设置过渡点 k = 0:N-1; A = exp(-j*pi*k*(N-1)/N); %抽样点相位大小 HK = H.*A; %求抽样点的H(k) hn = ifft(HK,N); %求出FIR的单位冲激响应h(n) freqz(hn,1,256); %画出幅频相频曲线figure(2); stem(real(hn),'.'); %绘制单位冲激响应的实部 line([0,35],[0,0]);xlabel('n');ylabel('Real(h(n))'); 单位脉冲响应曲线幅频和相频特性曲线

（2）增加过渡点源码如下： N = 15; H = [1 1 1 0.5 zeros(1,7) 0.5 1 1 1]; %确定抽样点的幅度大小 H(3) = 0.75;H(13) = 0.75;H(5) = 0.25;H(11) = 0.25; %设置过渡点 k = 0:N-1; A = exp(-j*pi*k*(N-1)/N); %抽样点相位大小 HK = H.*A; %求抽样点的H(k) hn = ifft(HK,N); %求出FIR的单位冲激响应h(n) freqz(hn,1,256); %画出幅频相频曲线figure(2); stem(real(hn),'.'); %绘制单位冲激响应的实部 line([0,35],[0,0]);xlabel('n');ylabel('Real(h(n))'); 单位脉冲响应曲线幅频和相频特性曲线第二题结果：

语音信号处理试验教程

语音信号处理试验实验一：语音信号时域分析实验目的： (1)录制两段语音信号，内容是“语音信号处理”，分男女声。 (2)对语音信号进行采样，观察采样后语音信号的时域波形。实验步骤： 1、使用window自带录音工具录制声音片段使用windows自带录音机录制语音文件，进行数字信号的采集。启动录音机。录制一段录音，录音停止后，文件存储器的后缀默认为.Wav。将录制好文件保存，记录保存路径。男生女生各录一段保存为test1.wav和test2.wav。图1基于PC机语音信号采集过程。 2、读取语音信号在MATLAB软件平台下，利用wavread函数对语音信号进行采样，记住采样频率和采样点数。通过使用wavread函数，理解采样、采样频率、采样位数等概念！ Wavread函数调用格式： y=wavread（file），读取file所规定的wav文件，返回采样值放在向量y中。

[y，fs，nbits]=wavread（file），采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。 y=wavread（file，N），读取前N点的采样值放在向量y中。 y=wavread（file，[N1，N2]）,读取从N1到N2点的采样值放在向量y中。 3、编程获取语音信号的抽样频率和采样位数。语音信号为test1.wav和test2.wav，内容为“语音信号处理”，两端语音保存到工作空间work文件夹下。在M文件中分别输入以下程序，可以分两次输入便于观察。 [y1,fs1,nbits1]=wavread('test1.wav') [y2,fs2,nbits2]=wavread('test2.wav') 结果如下图所示根据结果可知：两端语音信号的采样频率为44100HZ，采样位数为16。 4、语音信号的时域分析语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音分析时，最先接触到并且夜市最直观的是它的时域波形。语音信

语音信号处理实验报告11

实验一语音信号的时域分析一、实验目的、要求（1）掌握语音信号采集的方法（2）掌握一种语音信号基音周期提取方法（3）掌握语音信号短时能量和短时过零率计算方法（4）了解Matlab 的编程方法二、实验原理语音是一时变的、非平稳的随机过程，但由于一段时间内(10-30ms)人的声带和声道形状的相对稳定性，可认为其特征是不变的，因而语音的短时谱具有相对稳定性。在语音分析中可以利用短时谱的这种平稳性，将语音信号分帧。 10～30ms 相对平稳，分析帧长一般为20ms 。语音信号的分帧是通过可移动的有限长度窗口进行加权的方法来实现的。几种典型的窗函数有：矩形窗、汉明窗、哈宁窗、布莱克曼窗。语音信号的能量分析是基于语音信号能量随时间有相当大的变化，特别是清音段的能量一般比浊音段的小得多。定义短时平均能量 [][]∑∑+-=∞-∞=-=-= n N n m m n m n w m x m n w m x E 122)()()()( 下图说明了短时能量序列的计算方法，其中窗口采用的是直角窗。过零就是信号通过零值。对于连续语音信号，可以考察其时域波形通过时间轴的情况。而对于离散时间信号，如果相邻的取样值改变符号则称为过零。由此可以计算过零数，过零数就是样本改变符号的次数。单位时间内的过零数称为平

均过零数。语音信号x (n )的短时平均过零数定义为 ()[]()[]()()[]()[]() n w n x n x m n w m x m x Z m n *--=---= ∑∞ -∞=1sgn sgn 1sgn sgn 式中，[]?sgn 是符号函数，即 ()[]()()()()???<-≥=01 01sgn n x n x n x 短时平均过零数可应用于语音信号分析中。发浊音时，尽管声道有若干个共振峰，但由于声门波引起了谱的高频跌落，所以其语音能量约集中干3kHz 以下。而发清音时．多数能量出现在较高频率上。既然高频率意味着高的平均过零数，低频率意味着低的平均过零数，那么可以认为浊音时具有较低的平均过零数，而清音时具有较高的平均过零数。然而这种高低仅是相对而言，没有精确的数值关系。短时平均过零的作用 1.区分清/浊音：浊音平均过零率低，集中在低频端；清音平均过零率高，集中在高频端。 2.从背景噪声中找出是否有语音，以及语音的起点。基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的

数字信号处理实验报告实验三(DOC)

物理与电子信息工程学院实验报告实验课程名称：数字信号处理实验名称：用FFT对信号作频谱分析班级：1012341 姓名：严娅学号：101234153 成绩：_______ 实验时间：2012年12月6日

一、实验目的学习用FFT对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便正确应用FFT。二、实验原理用FFT对信号作频谱分析是学习数字信号处理的重要内容。经常需要进行谱分析的信号是模拟信号和时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D和分析误差。频谱分辨率直接和FFT的变换区间N有关，因为FFT能够实现的频率分辨率是N/ 2π，因此要求D 2π。可以根据此式选择FFT的变换区间N。误差主要来自于/ N≤ 用FFT作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N较大时离散谱的包络才能逼近于连续谱，因此N要适当选择大一些。周期信号的频谱是离散谱，只有用整数倍周期的长度作FFT，得到的离散谱才能代表周期信号的频谱。如果不知道信号周期，可以尽量选择信号的观察时间长一些。对模拟信号进行谱分析时，首先要按照采样定理将其变成时域离散信号。如果是模拟周期信号，也应该选取整数倍周期的长度，经过采样后形成周期序列，按照周期序列的谱分析进行。三、实验步骤及内容（1）对以下序列进行谱分析。

?????≤≤-≤≤-=?? ???≤≤-≤≤+==其它n n n n n n x 其它n n n n n n x n R n x ,074, 330,4)(,074, 830, 1)() ()(3241 这些都是时域离散非周期信号，选择FFT 的变换区间N 为8和16 两种情况进行频谱分析。分别打印其幅频特性曲线。并进行对比、分析和讨论。（2）对以下周期序列进行谱分析。 4()cos 4x n n π= 5()cos(/4)cos(/8)x n n n ππ=+ 这些是时域离散周期信号，选择FFT 的变换区间N 为8和16 两种情况分别对以上序列进行频谱分析。分别打印其幅频特性曲线。并进行对比、分析和讨论。（3）对模拟周期信号进行谱分析 6()cos8cos16cos20x t t t t πππ=++ 这是时域连续周期信号，选择采样频率Hz F s 64=，变换区间N=16,32,64 三种情况进行谱分析。分别打印其幅频特性，并进行分析和讨论。四、实验程序清单 %第10章实验3程序exp3.m % 用FFT 对信号作频谱分析

语音信号处理实验报告实验一

通信工程学院12级1班罗恒2012101032 实验一语音信号的低通滤波和短时分析综合实验一、实验要求 1、根据已有语音信号，设计一个低通滤波器，带宽为采样频率的四分之一，求输出信号； 2、辨别原始语音信号与滤波器输出信号有何区别，说明原因； 3、改变滤波器带宽，重复滤波实验，辨别语音信号的变化，说明原因； 4、利用矩形窗和汉明窗对语音信号进行短时傅立叶分析，绘制语谱图并估计基音周期，分析两种窗函数对基音估计的影响； 5、改变窗口长度，重复上一步，说明窗口长度对基音估计的影响。二、实验目的 1.在理论学习的基础上，进一步地理解和掌握语音信号低通滤波的意义，低通滤波分析的基本方法。 2.进一步理解和掌握语音信号不同的窗函数傅里叶变化对基音估计的影响。三、实验设备 1.PC机； 2.MATLAB软件环境；四、实验内容 1.上机前用Matlab语言完成程序编写工作。 2.程序应具有加窗（分帧）、绘制曲线等功能。 3.上机实验时先调试程序，通过后进行信号处理。 4.对录入的语音数据进行处理，并显示运行结果。 5. 改变滤波带宽，辨别与原始信号的区别。 6.依据曲线对该语音段进行所需要的分析，并且作出结论。 7.改变窗的宽度（帧长），重复上面的分析内容。五、实验原理及方法利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws 的转换，对ap和as指标不作变化。边界频率的转换关系为∩=2/T tan(w/2)。接着，按照模拟低通滤波器的技术指标根据相应设计公式求出滤波器的阶数N和3dB截止频率∩c ；根据阶数N查巴特沃斯归一化低通滤波器参数表，得到归一化传输函数Ha(p)；最后，将p=s/ ∩c 代入Ha(p)去归一，得到实际的模拟滤波器传输函数Ha(s)。之后，通过双线性变换法转换公式s=2/T((1-1/z)/(1+1/z))得到所要设计的IIR滤波器的系统函数H(z)。

数字信号处理实验八

实验报告实验名称：FIR数字滤波器设计及应用课程名称____数字信号处理________ 院系部:电气与电子工程专业班级：信息1002 学生姓名：王萌学号: 11012000219同组人:实验台号: 指导教师：范杰清成绩：实验日期: 华北电力大学

一、实验目的加深理解 FIR 数字滤波器的时域特性和频域特性，掌握FIR 数字滤波器的设计原理与设计方法，以及FIR 数字滤波器的应用。二、实验原理 FIR 数字滤波器可以设计成具有线性相位，在数据通信、图像处理、语音信号处理等实际应用领域得到广泛应用。 M 阶FIR 数字滤波器的系统函数为： FIR 数字滤波器的单位脉冲响应h [k ]是长度为M +1的有限长因果序列。当满足对称条件时，该FIR 数字滤波器具有线性相位。FIR 数字滤波器设计方法主要有窗口法、频率取样法及优化设计法。 MATLAB 中提供的常用FIR 数字滤波器设计函数有： fir1 窗函数法设计FIR 数字滤波器（低通、高通、带通、带阻、多频带滤波器） fir2 频率取样法设计FIR 数字滤波器：任意频率响应 firls FIR 数字滤波器设计：指定频率响应 firrcos 升余弦型 FIR 数字滤波器设计 intfilt 内插FIR 数字滤波器设计 kaiserord 凯塞(Kaiser)窗函数设计法的阶数估计 firpm Parks-McClellan 算法实现FIR 数字滤波器优化设计 firpmord Parks-McClellan 数字滤波器的阶数选择 cremez 复系数非线性相位FIR 等波纹滤波器设计 1、窗口法设计FIR 数字滤波器 fir1函数可以很容易地实现FIR 数字滤波器窗口法设计。可设计低通、高通、带通、带阻滤波器、多频带滤波器。 k M k z k h z H -=∑=][)(0

数字信号处理实验1

clc; clear; M=26;N=32;n=0:M; xa=0:M/2; xb=ceil(M/2)-1:-1:0; xn=[xa,xb]; Xk=fft(xn,512); Xk1=abs(Xk); X32k=fft(xn,32); X32k1=abs(X32k); x32n=ifft(X32k); X16k=X32k(1:2:N); X16k1=abs(X16k); x16n=ifft(X16k,N/2); figure(1); subplot(3,2,1); stem(Xk1); subplot(3,2,2); stem(X32k1); subplot(3,2,3); stem(x32n); subplot(3,2,4); stem(X16k1); subplot(3,2,5); stem(x16n); Lx=41;N=5;M=10; hn=ones(1,N);hn1=[hn zeros(1,Lx-N)]; n=0:Lx-1; xn=cos(pi*n/10)+cos(2*pi*n/5); yn=fftfilt(hn,xn,M); figure(1); subplot(3,1,1); stem(hn1); subplot(3,1,2); stem(xn); subplot(3,1,3); stem(yn);

clc; clear; n=0:31; A=3; y=A*exp((0.8+j*314)*n); subplot(2,1,1); stem(y); Az=[0.7 0.3]; Bz=[1 -0.8 -0.5]; subplot(2,1,2); zplane(Bz,Az);