北邮数字信号处理软件实验Matlab

数字信号处理软件实验

MATLAB仿真

2015年12月16日

实验一：数字信号的 FFT 分析

● 实验目的

通过本次实验，应该掌握：

(a) 用傅立叶变换进行信号分析时基本参数的选择。

(b) 经过离散时间傅立叶变换（DTFT ）和有限长度离散傅立叶变换（DFT ）后信号频谱上的区别，前者 DTFT 时间域是离散信号，频率域还是连续的，而 DFT 在两个域中都是离散的。

(c) 离散傅立叶变换的基本原理、特性，以及经典的快速算法（基2时间抽选法），体会快速算法的效率。

(d) 获得一个高密度频谱和高分辨率频谱的概念和方法，建立频率分辨率和时间分辨率的概念，为将来进一步进行时频分析（例如小波）的学习和研究打下基础。 (e) 建立 DFT 从整体上可看成是由窄带相邻滤波器组成的滤波器组的概念，此概念的一个典型应用是数字音频压缩中的分析滤波器，例如 DVD AC3 和MPEG Audio 。

● 实验内容及要求

? 离散信号的频谱分析

设信号 此信号的0.3pi 和 0.302pi 两根谱线相距很近，谱线 0.45pi 的幅度很小，请选择合适的序列长度 N 和窗函数，用 DFT 分析其频谱，要求得到清楚的三根谱线。

? DTMF 信号频谱分析

用计算机声卡采用一段通信系统中电话双音多频（DTMF ）拨号数字 0～9的数据，采用快速傅立叶变换（FFT ）分析这10个号码DTMF 拨号时的频谱。 00010450303024().*cos(.)sin(.)cos(.)x n n n n ππππ=+--

●MATLAB代码及结果

?离散信号的频谱分析

clf;

close all;

N=1000;

n=1:1:N;

x=0.001*cos(0.45*n*pi)+sin(0.3*n*pi)-cos(0.302*n*pi-pi/4);

y=fft(x,N);

mag=abs(y);

w=2*pi/N*[0:1:N-1];

stem(w/pi,mag);

axis([0.25 0.5 0 2]);

xlabel('频率');

ylabel('X(k)');

grid on;

DTMF 信号频谱分析

clear;

close all;

column=[1209,1336,1477,1633];

line=[697,770,852,941]

fs=10000;

N=1024;

ts=1/fs;

n=0:N-1;

f=0:fs/N:fs/N*(N-1);

key=zeros(16,N);

key(1,:)=cos(2*pi*column(1)*n*ts)+cos(2*pi*line(1)*n*ts);

key(2,:)=cos(2*pi*column(2)*n*ts)+cos(2*pi*line(1)*n*ts);

key(3,:)=cos(2*pi*column(3)*n*ts)+cos(2*pi*line(1)*n*ts);

key(4,:)=cos(2*pi*column(1)*n*ts)+cos(2*pi*line(2)*n*ts);

key(5,:)=cos(2*pi*column(2)*n*ts)+cos(2*pi*line(2)*n*ts);

key(6,:)=cos(2*pi*column(3)*n*ts)+cos(2*pi*line(2)*n*ts);

key(7,:)=cos(2*pi*column(1)*n*ts)+cos(2*pi*line(3)*n*ts);

key(8,:)=cos(2*pi*column(2)*n*ts)+cos(2*pi*line(3)*n*ts);

key(9,:)=cos(2*pi*column(3)*n*ts)+cos(2*pi*line(3)*n*ts);

key(10,:)=cos(2*pi*column(2)*n*ts)+cos(2*pi*line(4)*n*ts);

figure (1);

for i=1:5

subplot(1,5,i)

plot(f,abs(fft(key(i,:))));

grid;

end

figure (2);

for i=1:5

subplot(1,5,i)

plot(f,abs(fft(key(i+5,:))));

grid;

end

0-9数字

故障分析和解决方法

对于取样点数N难以确定。分别尝试了N=500、N=1000、N=1500、N=2000通过查阅资料后才选定了N=1000。在显示图像时难以确定比例，使用axis 函数来控制波形的显示比例，从而确定了比例。

实验二：DTMF 信号的编码

●实验目的

(a)复习和巩固IIR 数字滤波器的基本概念；

(b)掌握 IIR 数字滤波器的设计方法；

(c)掌握 IIR 数字滤波器的实现结构；

(d)能够由滤波器的实现结构分析滤波器的性能（字长效应）；

(e)了解通信系统电话 DTMF 拨号的基本原理和 IIR 滤波器实现方法。

●实验内容及要求

?把联系电话号码通过DTMF编码生成为一个.wav文件

技术指标：

根据 ITU Q.23 建议，DTMF 信号的技术指标是：传送/接收率为每秒 10 个号码，或每个号码 100ms。

每个号码传送过程中，信号存在时间至少 45ms，且不多于 55ms，100ms 的其余时间是静音。

在每个频率点上允许有不超过±1.5% 的频率误差。任何超过给定频率±3.5% 的信号，均被认为是无效的，拒绝接收。

（其中关键是不同频率的正弦波的产生。可以使用查表方式模拟产生两个不同频率的正弦波。正弦表的制定要保证合成信号的频率误差在±1.5%以内，同时使取样点数尽量少）

?对所生成的DTMF文件进行解码

DTMF 信号解码可以采用 FFT 计算 N 点频率处的频谱值，然后估计出所拨号码。但 FFT计算了许多不需要的值，计算量太大，而且为保证频率分辨率，FFT的点数较大，不利于实时实现。因此，FFT 不适合于 DTMF 信号解码的应用。

由于只需要知道 8 个特定点的频谱值，因此采用一种称为 Goertzel 算法的 IIR 滤波器可以有效地提高计算效率。其传递函数为：

● MATLAB 代码及结果

? 把联系电话号码通过DTMF 编码生成为一个.wav 文件

x = linspace(0,0,400);

n = 0:399;

a1 = cos(2*pi*697/8000*n);

a2 = cos(2*pi*770/8000*n);

a3 = cos(2*pi*852/8000*n);

a4 = cos(2*pi*941/8000*n);

b1 = cos(2*pi*1209/8000*n);

b2 = cos(2*pi*1336/8000*n);

b3 = cos(2*pi*1477/8000*n);

b4 = cos(2*pi*1633/8000*n);

num_1 = a1+b1;

num_2 = a1+b2;

num_3 = a1+b3;

num_4 = a2+b1;

num_5 = a2+b2;

num_6 = a2+b3;

num_7 = a3+b1;

num_8 = a3+b2;

num_9 = a3+b3;

num_0 = a4+b2;

y=[num_1,x,num_3,x,num_8,x,num_6,x,num_9,x,num_5,x,num_6,x,num_3,x,num_6,x,num_3,x,num_1,x];

plot(y);

sound(y,8000);

a='numbersound.wav'

audiowrite(a,y,8000);

2/112

1()12cos(2/)j k N k e z H z k N z z ππ-----=-+

编码时域

音频文件

对所生成的DTMF文件进行解码

N = 205;

fs = 8000;

k = [18 20 22 24 31 34 38 42];

[x,fs]= audioread('numbersound.wav'); pause(length(x)/fs);

y = reshape(x,800,11);%800x11

a = zeros(8,11);

b = a;

c = b;

for n = 1 : N

a = b;

b = c;

c = 2*diag(cos(2*pi*k/N))*b - a + ones(8,1)*y(n,:); end

Xk = c.*c + b.*b - 2*diag(cos(2*pi*(k)/N))*(c.*b)

B = sort(Xk);

figure

for i = 1:11

subplot(2,6,i);

stem(Xk(:,i));

title([num2str(i),'Signal']);

end

for j = 1:11

Out(:,j)=find(Xk(:,j)>B(6,j));

end

jian = [1 2 3 11;4 5 6 12; 7 8 9 13;15 0 16 14];

num = zeros(1,11);

for i = 1:11

num(1,i) = jian(Out(1,i),Out(2,i)-4);

end

num

解码结果：

●故障分析和解决方法

在将信号写入声音文件时，上网查得函数wavwrite完成生成音频文件，解码使用函数wavread解码，遇到算法错误提示。经查资料得知2015版以后，不能使用wavwrite和wavread语句了，需要使用audiowrite和audioread语句。改正后即可。

实验三：FIR数字滤波器的设计和实现

●实验目的

1.通过本次实验，掌握以下知识：

2.FIR 数字滤波器窗口设计法的原理和设计步骤；

3.Gibbs 效应发生的原因和影响；

4.不同类型的窗函数对滤波效果的影响，以及窗函数和长度 N 的选择。

●实验内容及要求

录制自己的一段声音，长度为 45秒，取样频率 32kHz，然后叠加一个高斯白噪声，使得信噪比为 20dB。请采用窗口法设计一个 FIR 带通滤波器，

滤除噪声提高质量。

提示：

滤波器指标参考：通带边缘频率为 4kHz，阻带边缘频率为 4.5kHz，阻带衰减大于 50dB；Matlab 函数 y = awgn(x,snr,'measured') ，首先测量输入信号 x 的功率，然后对其叠加高斯白噪声；

MATLAB代码及结果

[x,fs]= audioread('b.wav');

Fs = 32000;%取样频率为32k

figure

stem(abs(fft(x)),'.');

title('原信号频率');

sound(x,fs);

pause(length(x)/fs+0.5);

y = awgn(x,20,'measured'); %添加20dB的噪声

figure

stem(abs(fft(y)),'.');

title('加噪后频率');

sound(y,fs);

pause(length(x)/fs+0.5);

A = 0.54;

B = 0.46;

C = 0;%汉明窗

N = ceil(6.6*pi/(2*pi*500/Fs));

t = (N-1)/2;

n = 0:N-1;

wn = A - B*cos(2*pi*n/N) + C*cos(2*pi*n/N);

hd = sin((n-t)*(2*pi*4250/Fs))./((n-t)*pi);

h = wn.*hd; %FIR冲击响应

figure

stem(abs(fft(h)),'.');

title('滤波器的频率响应');

z = filter(h,1,y);

figure

stem(abs(fft(z)),'.');

title('滤波器后的频谱');

sound(z,fs);

●故障分析和解决方法

在选择窗函数时，阅读课本相关章节后选定hamming窗作为滤波器窗函数。在使用matlab进行滤波时，根据老师在课本上讲的方法解决问题。解码使用函数wavread解码，遇到算法错误提示。经查资料得知2015版以后，不能使用wavwrite和wavread语句了，需要使用audiowrite和audioread 语句。改正后即可。

●实验总结

●通过本次实验，我们使用了Matlab实现了对dsp中简单的DTMF系统的仿真

和滤波器的仿真简单的降噪，并且通过结果发现，与实际要求相差不大。在这一过程中，我熟悉了使用matlab进行数字信号处理的流程，为今后的专业学习和实践打下了基础。

●这次实验主要是使用matlab作为工具来对信号进行分析和变换。是对DSP

理论课程的延伸和实践。通过实验，我巩固了在理论课中学习的相关知识，如FFT、滤波等等，又学习到了一些新的知识，如DTMF双音多频信号的编码和解码，汉明窗滤波等等。同时，复习了大学一年级学习的matlab的代码书写语法和操作方法，学到了使用matlab进行信号处理的基本方法。