去除干扰蜂鸣音 信号与系统课程设计
通信工程专业本科毕业论文语音信号去噪——数字滤波器的设计
语音信号去噪 ——数字滤波器的设计摘要：在现代各种通信系统中，由于自然界中的各种各样的复杂噪声不免会掺杂在其中，数字信号处理这门经典学科恰好能够解决这个问题，其中最通用的方法就是利用滤波器来滤除这些杂波噪声，FIR 数字滤波器就是滤波器设计的基本部分。
本论文研究的主要内容就是基于Matlab 软件仿真设计一个数字滤波器，将掺杂在语音信号中的高频噪音消除，在此将分析消除高频噪音前后语音信号的时域及频域特性，对比分析即可验证滤波前后特性差别。
在本课题中，将利用简单的窗函数法来设计FIR 数字滤波器，通过Matlab 仿真说明所设计滤波器的正确性。
仿真说明所设计滤波器的正确性。
通过这次毕业设计，通过这次毕业设计，将会进一步理解语音信号原理分析及滤波处理，为更好的设计滤波器打好基础。
波处理，为更好的设计滤波器打好基础。
关键词：Matlab ；窗函数法；FIR 数字滤波器数字滤波器 Remove noise in the speech signal ————the design of digital filter the design of digital filter Abstract ：In modern communication systems, a variety of complex noise may mix in the nature of sounds. The classic disciplines of the digital signal processing can solve this problem, one of the most common method is to use a filter to filter those clutter noise. FIR digital filter is the basic part part of of of filter filter filter design. design. The The main main main research research research content content content of of of this this this paper paper paper is is is based based based on on on Matlab Matlab Matlab software software software simulation simulation simulation to to design a digital filter, in which to cancel the high frequency noise of the speech signal, then it will eliminate the high high frequency frequency frequency noise noise noise and and and the the the speech speech speech signals signals signals from from from time time time domain domain domain and and and frequency frequency frequency domain domain domain characteristics characteristics characteristics in in in this this analysis analysis before before before and and and after, after, after, and and and analysis analysis analysis the the the differences differences differences test test test the the the filtering filtering filtering characteristics. characteristics. characteristics. In In In this this this issue, issue, issue, using using using a a simple simple window window window function function function method method method to to to design design design a a a FIR FIR FIR digital digital digital filter, filter, filter, Matlab Matlab Matlab simulation simulation simulation shows shows shows the the the correct correct correct of of of the the designed filter. Through the design of this graduation design, we will understand the principle of speech signal analysis and filtering, and lay the foundation for the filter design.Key words: Matlab; window function method; FIR digital filter 作 者指导教师目录1 引言................................................................................................................................................ 31.1 课题研究现状课题研究现状 ....................................................................................................................... 31.2 课题研究目的课题研究目的 ....................................................................................................................... 31.3 课题研究内容课题研究内容 ....................................................................................................................... 31.4 MA TLAB软件设计平台简介 .............................................................................................. 4 2 原始语音信号采集与处理原始语音信号采集与处理 .............................................................................................................. 52.1 课题设计步骤及流程图课题设计步骤及流程图 ...................................................................................................... 52.2 语音信号处理语音信号处理 ....................................................................................................................... 52.2.1 语音信号的采集语音信号的采集 .......................................................................................................... 52.2.2 语音信号的时域频谱分析语音信号的时域频谱分析 .......................................................................................... 62.2.3 语音信号加噪与频谱分析语音信号加噪与频谱分析 .......................................................................................... 8 3 FIR数字滤波器的设计数字滤波器的设计 (10)3.1 数字滤波器基本概念数字滤波器基本概念 (10)3.2 常用窗函数介绍常用窗函数介绍 (10)3.3 FIR数字滤波器概述数字滤波器概述 (10)3.4 FIR滤波器的窗函数设计滤波器的窗函数设计 (11)3.5 滤波器的编程实现滤波器的编程实现 (13)3.6 用滤波器对加噪语音信号进行滤波用滤波器对加噪语音信号进行滤波 (14)3.7 回放语音信号回放语音信号 (16)4 结论 (17)致谢 (18)参考文献 (19)参考文献20世纪60年代中期数字信号处理领域形成的诸多富有实践性的的理论和算法，如快速傅立叶变换（FFT ）以及各种数字滤波器等是语音信号数字处理的各项理论和技术基础。
滤波电路设计去除噪声和干扰的方法与技巧
滤波电路设计去除噪声和干扰的方法与技巧在电子器件和电路设计中，噪声和干扰是普遍存在的问题，它们给数据传输和信号处理带来了不利的影响。
为了解决这一问题，滤波电路被广泛应用于各种电子设备中，以去除噪声和干扰。
本文将介绍滤波电路设计中去除噪声和干扰的一些常用方法与技巧。
一、低通滤波器低通滤波器是一种能够通过只允许低频信号通过而去除高频信号的滤波器。
在滤波电路设计中，低通滤波器常常用来去除高频噪声和干扰。
其中，常用的低通滤波器包括RC低通滤波器和二阶巴特沃斯低通滤波器等。
1. RC低通滤波器RC低通滤波器是最简单的一种低通滤波器，它由一个电阻和一个电容组成。
在设计RC低通滤波器时，可以通过调整电阻和电容的数值来滤除不同频率的噪声和干扰。
一般情况下，较大的电阻和电容值会使得滤波器的截止频率较低，从而去除更高频的噪声和干扰。
2. 二阶巴特沃斯低通滤波器二阶巴特沃斯低通滤波器是一种常用的滤波器设计，它能够提供更陡峭的滚降斜率和更好的抑制高频噪声和干扰的能力。
在设计二阶巴特沃斯低通滤波器时，可以根据需要选择合适的电容和电感数值，并通过合理的电路布局和滤波器阻抗匹配来提高滤波效果。
二、高通滤波器高通滤波器是一种能够通过只允许高频信号通过而去除低频信号的滤波器。
在滤波电路设计中，高通滤波器常常用来去除低频噪声和干扰。
常见的高通滤波器有RC高通滤波器和二阶巴特沃斯高通滤波器等。
1. RC高通滤波器RC高通滤波器与RC低通滤波器相似，只是传输的频率范围相反。
在RC高通滤波器中，较小的电阻和电容值会使得滤波器的截止频率较高，从而去除更低频的噪声和干扰。
因此，在滤波电路设计时，可以根据需要选择合适的数值以满足去除低频噪声和干扰的要求。
2. 二阶巴特沃斯高通滤波器与二阶巴特沃斯低通滤波器类似，二阶巴特沃斯高通滤波器也能够提供更陡峭的滚降斜率和更好的抑制低频噪声和干扰的能力。
通过合理的设计和电路参数的选择，二阶巴特沃斯高通滤波器能够满足更高要求的高频信号滤波。
毕业设计_含噪声的语音信号分析与处理设计课程设计说明
课程设计任务书学生姓名：专业班级：电信1204 指导教师：工作单位：信息工程学院题目: 程控宽带放大器的设计初始条件：程控宽带放大器是电子电路中常用模块，在智能仪器设备及嵌入式系统中有广泛的应用。
因此对于电子信息专业的技术人员来说，熟练掌握该项技术很有必要。
要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求）（1）输入阻抗>1KΩ,单端输入，单端输出，放大器负载电阻为600Ω；（2）3dB通频带10kHz~6MHz，在20kHz~5MHz频带内增益起伏<1dB。
（3）增益调节范围10 dB~40 dB，（通过键盘操作调节）。
（4）发挥部分：当输入频率或输出负载发生变化时，通过微处理器自动调节，保持放大器增益不变。
（5）电路通过仿真即可。
时间安排：1. 任务书下达，查阅资料 1天2. 制图规范、设计说明书讲解 2天3. 设计计算说明书的书写 5天4. 绘制图纸 1天5. 答辩 1天指导教师签名：年月日系主任（或责任教师）签名：年月日滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR滤波器是滤波器设计的重要组成部分。
利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。
课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。
通过理论推导得出相应结论，再利用MATLAB 作为编程工具进行计算机实现。
在设计实现的过程中，使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB 作为辅助工具完成设计中的计算与图形的绘制。
通过对对所设计滤波器的仿真和频率特性分析，可知利用MATLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。
关键词数字滤波器 MATLAB IIR滤波器 FIR滤波器1 绪论 (1)2 课程设计内容 (2)3 课程设计的具体实现 (2)3.1 语音信号的采集 (2)3.2 语音信号的时频分析 (2)3.3 语音信号加噪与频谱分析 (4)3.4 设计FIR和IIR数字滤波器 (5)3.5 用滤波器对加噪语音信号进行滤波 (7)3.6 实验现象记录及分析 (9)3.7调试过程遇到的问题及解决办法 (10)4总结 (12)参考文献 (13)含噪声的语音信号分析与处理设计1 绪论数字语音处理的重要基础是数字信号处理。
信号与系统设计-蜂鸣降噪
设计过程
第一部分：音频的读取和分析
subplot(2,1,1);%分屏绘图 plot(audio0);%绘制原始音频时域图 title('时域');%标注题目 [k]=fft(audio0,Fs);%对原始音频进行快速傅立叶变换 subplot(2,1,2); plot(abs(k));%绘制原始音频频域图 title('频域');
设计过程
第二部分：滤波器的设计
fp=1000;fs=900;%通带频率fp，阻带频率fs wp=2*fp*pi/Fs;ws=2*fs*pi/Fs;%归一化边界频率 wc=(wp+ws)/2/pi;%归一化中心频率 wdp=wp-ws;#过渡带宽 N=ceil(12*pi/wdp); %由窗函数主瓣宽和过渡带宽，求得窗函数最小长度 N=N+mod(N,2); %高通滤波器N必为奇数 HPfir=fir1(N,wc,'high',hanning(N+1)); %设计高通hanning窗滤波器HPfir
结果检验
原始音频信号audio1
处理后音频信号audio1
人声信号内容为： “这里是，电子科技大学。”
谢谢观看
设计过程
第二部分：滤波器的设计
figure;%新建图像 subplot(2,1,1); plot(HPfir);%绘制滤波器时域图像 title('滤波器时域'); subplot(2,1,2); plot(abs(fft(HPfir)));%绘制滤波器频域图像 title('滤波器频域');
设计过程
第二部分：滤波器的设计
模拟电路设计中的噪声与干扰抑制技术
模拟电路设计中的噪声与干扰抑制技术在模拟电路设计中，噪声与干扰一直是一个令人头疼的问题。
噪声和干扰会影响电路的性能和稳定性，因此在设计电路时需要采取一些技术手段来抑制噪声和干扰。
本文将介绍一些常用的噪声与干扰抑制技术，帮助工程师们在设计模拟电路时提高抗干扰能力。
首先，对于抑制噪声，我们可以采用滤波器来减小噪声对电路的影响。
滤波器可以将噪声信号中的高频成分滤除，从而减小对电路的干扰。
常见的滤波器包括低通滤波器、高通滤波器和带通滤波器。
通过合理选择滤波器的参数和类型，可以有效地抑制噪声对电路的影响。
其次，对于抑制干扰，我们可以采用屏蔽技术来阻止外部干扰信号对电路的影响。
屏蔽技术包括电磁屏蔽和功率线屏蔽。
电磁屏蔽是通过在电路周围添加屏蔽罩或金属壳来屏蔽外部电磁干扰信号；功率线屏蔽则是通过设计合理的电源线路布局和滤波器来减小电源线对电路的干扰。
通过屏蔽技术，可以有效地减小外部干扰信号对电路的影响，提高电路的稳定性和可靠性。
此外，对于一些对噪声和干扰敏感的电路，还可以采用差分信号传输技术来抑制噪声和干扰。
差分信号传输技术通过在信号线上同时传输正向和反向信号，并在接收端通过差分放大器将两个信号相减得到原始信号，从而抵消噪声和干扰对信号的影响。
通过差分信号传输技术，可以提高信号的抗干扰能力，减小噪声和干扰对电路的影响。
总的来说，在模拟电路设计中，噪声与干扰抑制技术是非常重要的。
通过合理选择滤波器、采用屏蔽技术和差分信号传输技术，可以有效地减小噪声和干扰对电路的影响，提高电路的性能和稳定性。
希望以上介绍的技术能够帮助工程师们在设计模拟电路时更好地抑制噪声与干扰，提高电路的可靠性和抗干扰能力。
含噪声的语音信号分析与处理设计
含噪声的语音信号分析与处理设计在现实生活中，我们常常会面临到含有噪声的语音信号，这些噪声可能来自于环境、设备或者通信等因素。
对于这种含噪声的语音信号，我们需要进行分析与处理，以提高语音信号的质量和可理解性。
首先，在进行语音信号的分析与处理之前，我们需要先对其进行预处理。
预处理的目的是减小噪声的影响，使得后续分析与处理更加精确和有效。
常用的预处理方法有：1.噪声估计和建模：通过对含噪声语音信号进行噪声估计和建模，可以获得噪声的统计特性和模型参数，为后续处理提供基础。
2.降噪滤波：根据噪声模型和估计结果，设计合适的降噪滤波算法，将信号中的噪声成分减小或者消除，以提高语音信号的清晰度和可理解性。
3.音频增益调整：对语音信号进行音量调整，以使得信号在放大的过程中不会引入过多的噪声。
分析与处理的主要目标是提取出有用的语音特征，如声音的音素、音调、语速等信息，以实现语音识别、语音合成等应用。
常用的分析与处理方法有：1.特征提取：通过应用信号处理和模式识别技术，提取语音信号中的关键特征，如短时能量、短时平均过零率、MFCC等。
这些特征可以反映出语音信号的频谱特性和时域特性。
2.去除噪声和失真：通过使用降噪算法和滤波算法，去除语音信号中的噪声和失真，使得信号更加清晰和准确。
3.语音识别与分割：通过使用语音识别技术，将语音信号转化为文字，实现自动语音识别。
同时，根据语音信号中的静音段和非静音段的特征，对语音信号进行分割，以提取出单词和句子。
4.语音合成与转换：通过使用声学模型和语言模型，将文字转化为语音信号，实现自动语音合成。
同时，可以通过修改声学模型中的参数，实现说话人的转换和风格的改变。
最后，在进行语音信号分析与处理时，还需要注意以下几个问题：1.信号与噪声的属性：不同环境和设备产生的噪声具有不同的统计特性和功率分布，对于不同类型的噪声，需要采用不同的噪声估计和降噪方法。
2.降噪算法与语音质量：降噪算法在减小噪声的同时，也可能会引入一定的失真和伪声。
信号、系统与信号处理课程设计指导书(2013)
信号、系统与信号处理课程设计指导书信息工程学院一、信号、系统与信号处理课程设计目的通过课程设计，主要达到以下目的：1、使学生进一步掌握信号处理课程的基本理论、基本方法和基本技术。
2、使学生增进对MATLAB的认识，利用MATLAB加深对理论知识的理解。
3、使学生了解和掌握使用MATLAB的应用过程和方法，为以后的设计打下良好基础。
4、通过课程设计，培养学生能根据设计要求，进行理论知识分析、设计方法总结、典型实例设计等方面的设计综合能力。
二、信号、系统与信号处理课程设计说明及要求1、课程设计选题方面，学生可以从老师的命题参考中任选一题进行课程设计；也可自已命题，但必须符合指导书要求。
2、课程设计以MATLAB软件为设计工具，要求学生能熟练掌握MATLAB软件的使用方法。
3、课程设计主要包括理论分析、方法总结、典型实例设计等三方面内容。
要求学生根据设计要求，进行理论知识分析，归纳设计方法，选择好典型实例并进行设计。
实例设计要求有源程序，对设计结果或数据波形要进行分析论证。
4、要写出详细的设计报告。
要求学生能独立写出文理通顺的、有理论根据的、实事求是的、科学严谨的课程设计报告。
字数不少于三千字，发现雷同或类同现象的各方都一律重做，且成绩不能评定为良好及以上等级。
三、信号、系统与信号处理课程设计过程课程设计包括理论和实践两个方面。
学生对设计任务进行分析、设计、制作与调试等工作是课程设计的实践部分；撰写课程设计的总结报告，即将分析、设计、制作和调试过程进行全面总结，是把实践内容提升到理论高度的过程，是课程设计的理论部分。
通过课程设计报告，可以培养学生的理论学习能力、资料查阅能力、技术归纳能力、结论分析能力、论文撰写能力和工作总结能力。
课程设计大致包括以下几个环节：1、选择题目：根据自己掌握的知识和具备的能力，选择合适的题目。
2、明确任务：根据选择的题目，进一步明确设计任务或技术指标。
3、理论分析：从理论方面分析和解决设计任务。
隔声降噪课程设计
隔声降噪课程设计一、课程目标知识目标：1. 学生理解声音传播的基本原理，掌握隔声和降噪的相关概念。
2. 学生能够描述不同材料的隔声性能及其影响因素。
3. 学生掌握简单隔声结构的原理和设计方法。
技能目标：1. 学生能够运用所学知识分析实际环境中的噪声问题，并提出合理的隔声降噪方案。
2. 学生通过实验和案例分析，提高观察、分析和解决问题的能力。
3. 学生能够运用数学和科学方法，对隔声效果进行定量评估。
情感态度价值观目标：1. 学生培养对环境保护和噪声控制的意识，认识到隔声降噪在生活中的重要性。
2. 学生在合作学习过程中，培养团队精神和沟通能力，增强解决实际问题的信心。
3. 学生通过对隔声降噪的学习，激发对物理学科的兴趣和求知欲。
课程性质：本课程为物理学科拓展课程，结合实际生活问题，引导学生运用所学知识解决噪声污染问题。
学生特点：学生为八年级学生，已具备一定的物理知识和实验操作能力，对生活中的实际问题充满好奇心。
教学要求：教师需注重理论与实践相结合，引导学生通过观察、实验和案例分析，掌握隔声降噪的基本原理和方法。
同时，关注学生的情感态度价值观培养，提高学生的环保意识和实践能力。
通过分解课程目标为具体学习成果，为教学设计和评估提供依据。
二、教学内容1. 声音传播原理复习：回顾声波传播、反射、折射和衍射等基本概念，为理解隔声降噪原理打下基础。
（对应教材章节：声音的基础知识）2. 隔声性能与材料：介绍不同材料的隔声性能及其影响因素，如密度、厚度、结构等，通过实例分析材料的隔声效果。
（对应教材章节：材料的声学特性）3. 隔声结构设计：学习简单隔声结构如隔音墙、隔音窗的设计原理，探讨其优缺点及适用场合。
（对应教材章节：隔声技术与应用）4. 噪声控制案例分析：分析实际环境中的噪声问题，如交通、工厂等，引导学生提出隔声降噪解决方案。
（对应教材章节：噪声控制实例）5. 实践操作：组织学生进行隔声实验，如测量不同材料的隔声性能，分析数据，评估隔声效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、课程设计题目去除干扰蜂鸣音1.目的：掌握信号时频域分析方法，正确理解采样定理，准确理解滤波器的概念。
2.内容：提供一个包含某人说话语音片段的声音文件，但该语音信号被一个包含有几个谐波分量的蜂鸣信号干扰了。
用Matlab 的wavread 命令读取该声音文件。
注意，该命令可以同时得到声音文件的采样率和采样位宽，请查阅Matlab 的帮助文件。
（1） 用快速傅立叶变换（FFT ）计算并画出声音信号的频谱，列写出蜂鸣信号的谐波频率。
（2） 思考如何将这些蜂鸣音去除？将去除了蜂鸣音的语音片段播放出来，仔细聆听并写下语音片段中人物所说的话。
注意：由于只能播放实信号，因此记得提取信号的实部。
Matlab 命令：wavread, wavplay, fft, fftshift, fir1, filter, plot, figure.二、设计思路用waveread()函数读取音频和其采样率和采样位宽，对读取的音频信号使用fft()函数进行快速傅立叶变换并绘出得到的频谱。
观察频谱分析噪声（蜂鸣信号）的谐波频率分布，选择合适的滤波模式将噪声信号的谐波滤去，便可以得到去除噪声后的人声。
设计滤波器的频域特性便成了除去噪声并留下原声的关键，我们注意到所学的采样定理以及一维sinc 函数（辛格函数）x x x Sinc ππ)sin()(=，然而汉宁窗可以看作是3个矩形时间窗的频谱之和，或者说是 3个)(x Sinc 型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了π/T ，从而使旁瓣互相抵消，消去高频干扰和漏能。
它适用于非周期性的连续信号。
利用它的选择特性使用fir1()建立一个汉宁窗函数，并用filter()函数进行滤波，去除噪声部分。
最后用play()函数播放音频检查效果。
三、设计过程1.音频的读取和分析先将原始音频文件读入，[audio0, Fs, nbits] = wavread('C:\Users\Administrator\Desktop\signal\buzz.wav')；%按路径读取音频存入audio0变量，并用Fs 变量记录采样率，nbits 变量记录采样位宽。
其中，Fs=11025 #采样率为11025Hznbits=32 #采样带为32p0=audioplayer(audio0,Fs);%将audio0载入音频播放器play(p0)；%并进行播放subplot(2,1,1);%分屏绘图plot(audio0);%绘制原始音频时域图,如下图所示title('时域');%标注题目[k]=fft(audio0,Fs);%对原始音频进行快速傅立叶变换subplot(2,1,2);plot(abs(k));%绘制原始音频频域图title('频域');频域图如图1下图所示图1 原声时域频域图像此时，在时域中杂乱分布的声音信号变换到频域中将噪声谐波所分布的频域中显得尤为清晰简洁，这样就不难发现干扰信号主要分布在0--1000Hz以内，由于听到的噪声比人声大得多，我们又画出了，声音强度的时域和频域图像，figure;subplot(2,1,1);plot(audio0);plot(20*log10(abs(audio0)/max(abs(audio0)))); %绘制原始音频声音强度的频域图ylabel('分贝/dB');xlabel('时间/ms');title('时域');[k]=fft(audio0,Fs);subplot(2,1,2);plot(abs(k));plot(20*log10(abs(abs(k))/max(abs(abs(k))))); %绘制原始音频声音强度的频域图ylabel('分贝/dB');xlabel('频率/Hz');title('频域');figure;subplot(2,1,1);plot(abs(k));ylabel('振幅/A');xlabel('频率/Hz');set(gca,'XLim',[0 1000]);set(gca,'XTick',[0:20:1000]);得到如图2所示的声音强度的时域和频域图像图2 原声声音强度时域频域图像从频域图中我们仍然发现了四个异常尖峰，再次明显的证实了干扰信号主要分布在0--1000Hz以内；为了跟清晰地和观察干扰信号的频域分布情况，我们进一步绘制这一范围的图像，进行局部深入研究。
plot(abs(k));%重绘图像set(gca,'XLim',[0 1000]);%更改显示范围为0-1000set(gca,'XTick',[0:20:1000]);%更改坐标步长为20图3 噪声局部频域放大图观察图像可发现，干扰信号的谐波频率为：220Hz、440Hz、660Hz、880Hz，在放大后发现噪声信号为4个几乎对称的三角波，而非单位冲击，结合以上几个图，我们分析得到干扰信号主要分布在0--1000Hz以内，而人声是大部分分布于大于1000Hz区间的，由此我们想到了对频率具有选择特性的滤波器，且此处需要设计一个高通滤波器，以将位于0--1000Hz以内的噪声滤掉，留下大于1000Hz 人声信号。
2.滤波器的设计由于干扰信号的谐波频率为：220Hz、440Hz、660Hz、880Hz，而人类说话的频率大概在300-3400Hz，而干扰信号非常大，需要一个滤波器来实现将大约高于1000Hz的信号保留，低于1000Hz的信号滤掉，观察分贝图，发现大部分噪声分布在40dB以内，因此阻带最小衰减不应小于40dB根据上表显示各种窗函数的参数特点，选择hanning窗滤波，利用其可以使旁瓣互相抵消频域特性，据此可设定合适的参数设计一个hanning窗函数高通滤波器。
fp=1000;fs=900;%通带频率fp，阻带频率fswp=2*fp*pi/Fs;ws=2*fs*pi/Fs;%归一化边界频率wc=(wp+ws)/2/pi;%归一化中心频率wdp=wp-ws;#过渡带宽N=ceil(12*pi/wdp);%由窗函数主瓣宽和过渡带宽，求得窗函数最小长度N=N+mod(N,2);%高通滤波器N必为奇数HPfir=fir1(N,wc,'high',hanning(N+1));%设计高通hanning窗滤波器HPfir该滤波器的主要参数为：通带边界为1000Hz，阻带边界为900Hz，阻带衰减不小于40dB。
接下来在时域和频域直观地展示其滤波特性，再根据滤波效果对其参数做微调，figure;%新建图像subplot(2,1,1);plot(HPfir);%绘制滤波器时域图像title('滤波器时域');subplot(2,1,2);plot(abs(fft(HPfir)));%绘制滤波器频域图像title('滤波器频域');得到图4所示的滤波器时域和频域特性图。
图4 基于汉宁函数的高通滤波器时域频域图由图4可见该滤波器的截止频率大约在900Hz--1000Hz之间，完全符合设计的目的，滤波器设计完成之后，对原始音频信号进行滤波处理：audio1=filter(HPfir,1,audio0);%使用filter函数对原声做一维数字滤波p1=audioplayer(audio1,Fs);figure;%新建滤波后的图像subplot(2,1,1);plot(audio1); %绘制滤波后的时域图像title('滤波后时域');[k0]=fft(audio1,Fs);%对滤波后的信号做快速傅里叶变换subplot(2,1,2);plot(abs(k0));%绘制滤波后的频域图像title('滤波后频域');此时，我们得到了如图5所示的滤波后的时域频域图像图5 滤波后时域频域图最后由于处理后的声音信号幅度较小，听不清晰，需要对音频信号进行增幅处理。
audio1=audio1*10;%增幅处理p1=audioplayer(audio1,Fs);play(p1);%播放处理后的音频至此，设计结束，我们获得了去除噪音后较为清晰的、完整的人声信号。
四、源代码[audio0, Fs, nbits] = wavread('C:\Users\xufanyun\Desktop\signal\buzz.wav');p0=audioplayer(audio0,Fs);subplot(2,1,1);plot(audio0);ylabel('振幅/A');xlabel('时间/ms');title('时域');[k]=fft(audio0,Fs);subplot(2,1,2);plot(abs(k));ylabel('振幅/A');xlabel('频率/Hz');title('频域');figure;subplot(2,1,1);plot(audio0);plot(20*log10(abs(audio0)/max(abs(audio0))));ylabel('分贝/dB');xlabel('时间/ms');title('时域');[k]=fft(audio0,Fs);subplot(2,1,2);plot(abs(k));plot(20*log10(abs(abs(k))/max(abs(abs(k)))));ylabel('分贝/dB');xlabel('频率/Hz');title('频域');figure;subplot(2,1,1);plot(abs(k));ylabel('振幅/A');xlabel('频率/Hz');set(gca,'XLim',[0 1000]);set(gca,'XTick',[0:20:1000]);fp=1000;fs=900;wp=2*fp*pi/Fs;ws=2*fs*pi/Fs;wc=(wp+ws)/2/piwdp=wp-ws;N=ceil(8*pi/wdp)N=N+mod(N,2);HPfir=fir1(N,wc,'high',hanning(N+1));figure;subplot(2,1,1);plot(HPfir);title('滤波器时域');subplot(2,1,2);plot(abs(fft(HPfir)));title('滤波器频域');audio1=conv(audio0,HPfir);audio1=filter(HPfir,1,audio0)p1=audioplayer(audio1,Fs);figure;subplot(2,1,1);plot(audio1);title('滤波后时域');[k0]=fft(audio1,Fs);subplot(2,1,2);plot(abs(k0));title('滤波后频域');xlabel('f(Hz)');audio1=audio1*10;p1=audioplayer(audio1,Fs);wavwrite(audio1,Fs,nbits,'C:\Users\Administrator\Desktop\signal\buzz2.wav'五、结论我们将包含有几个谐波分量的蜂鸣信号干扰了的人声信号读入到MATLAB当中，对读取的音频信号做出其时域图，并用使用fft()函数进行快速傅立叶变换并绘出得到的含有噪声信号的频域图，此时，我们清楚地在频谱图里面看到4个峰值，说明干扰信号的谐波频率为：220Hz、440Hz、660Hz、880Hz。