wav信号的波形分析与合成
数字信号处理在wav信号分析方面的应用
分 析 ，执 行 ［ ｗ，ｆ ｓ ，ｂ ｉ ｔ ｓ ］ ＝ ｗａ ｖ ｒ ｅ ａ ｄ（ ‘ Ｃ ：＼ ｗｉ ｎ ｄ ｏ ｗｓ ＼ ｍｅ ｄ ｉ ａ ＼ ｄ ｉ ｎ ｇ ． ＷＥ Ｉ Ｖ ’） 得到文件的时域波形 ， 执行 （ 部分 ） ： Ｕ ＝ Ｗ（ ：， １） ； ｌ ｅ ｎ ｇ ｔ ｈ （ Ｕ） ／ １ ０ ２ ４ ｚ （ ， ：） ＝ （ ｉ ｆ ｔ （ Ｕ （ １ ０ ２ ４ （ ｉ 一１） ＋１ ：１ ０ ２ ４ ｊ ） ， １ ０ ２ ４）） ’ ；ｆ ｉ ｇ ｕ ｒ ｅ ；ｍｅ ｓ ｈ（ ａ ｂ ｓ
音频 信号基础
声音是 由分子的振动生成 ，自然界的声音会随着各种 因素 的变 化 而 出现变 化 ， 声波 的 强弱程 度 采用 振 幅来 表示 ， 音调采用频率表示 ，高频信号代表声音非常尖锐 ，低频信 号则意味着声音低沉 。在 日常生活中 ，人们听到的声音并 不是一种单频率的声音 ，很多都是不同的频率和振幅组合 而 成 。频 率低 于 ２ ０ Ｈ ｚ的信 号 为亚音 ，人们 能够 听 到的 声 音频 率在 ２ ０ Ｈ ｚ～２ ０ ｋ Ｈ Ｚ 。
傅里 叶变换原理分析
Ｗａ Ｖ 信号 Ｅ 采用数字信 号 攻 理中必 硷 过 傅里叶变化 ， 应用傅里叶变换目前有两个问题需要解决 ，数学中傅里叶变 化的信号为连续信号 ，但是计算机职能处理数字信号，另外 在数学处理中常采用无穷大概念 ，在实际的计算中 ， 无穷大 计算难以在计算机中实现。假设在 △ ｔ 间隔时间内 ， 连续均 匀采样 ， 变换为 Ｆ（ ｋ） ＝ ｆ （ ｎ ） ｅ—ｊ ２ １ ｒ ｋ ｍ／ Ｎ ／ Ｎ， ｆ （ ｎ） ＝ 乏 ｆ （ ｋ） ｅ—ｉ ２ 丌ｋ ｍ／ Ｎ ／ Ｎ， 这个公式表示在计算柳友 里 中， 信号被看做周期信号来处理，信号周期相同，因此对音频文 件采用中 ， 经过傅里叶变换后 ， 采样点不变 。声音文件持续 时间 ｔ ＝ ＮＡ ｔ ，采样频率 ｆ ： １ ／ Ｚ ￣ ｔ ，在傅里叶变换 中，ｋ 分别 对应抽样值 ，△ ｆ ： ＝ １ ／ （ Ｎ△ ｔ ）， 其中 Ａｆ 代表频率。
wav信号波形分析合成(00002)
subplot(2,1,1>
plot(maxsin>。
title('重构的信号'>。
subplot(2,1,2>。
plot(yr1024>。
title('原始信号'>。
MAXSIN=zeros(1,1024>。
MAXSIN(peaki>=maxpeak。
MAXSIN(1026-peaki>=maxpeak。
maxsin=100*ifft(MAXSIN>。
figure('numbertitle','off','name',’用最大正弦分量重构信号’>。
subplot(2,1,1>
阵进行逐列的FFT的结果。
5. ifft
功能：离散傅立叶反变换。
基本调用格式：
y = ifft(X,n>返回对矢量X进行n点离散傅立叶反变换的结果。同样利用
FFT算法进行具体计算，若X为矩阵，返回结果为逐列离散傅立叶反变换的
Y矩阵。
四、实验内容
本实验利用matlab提供的工具来采集和分析声音信号的频谱，由以下几个
plot(linspace(-pi,pi,1024>,fftshift(abs(fft(seg>>&二、实验操作部分
1.实验数据、表格及数据处理
2.实验操作过程<可用图表示）
3.实验结论
思考题：
分别录制男生和女生发元音“a”的声音，通过对音频文件的频谱分析对比
wave的构形形态
wave的构形形态有如下几种：
1. 波峰和波谷：这是最基本的波形，其形状呈现出一个凸起的波峰和一个凹下的波谷。
2. 振荡波：这是一种周期性变化的波形，其形状呈现出一个振荡的波形，例如正弦波或余弦波。
3. 脉冲波：这是一种单向的波形，其形状呈现出一个高电平的脉冲和一个低电平的基线。
4. 矩形波：这是一种方形的波形，其形状呈现出一个高电平的矩形脉冲和一个低电平的基线。
5. 锯齿波：这是一种连续上升或下降的波形，其形状呈现出一个锯齿状的波形。
6. 三角波：这是一种连续上升或下降的波形，其形状呈现出一个三角形的波形。
7. 螺旋波：这是一种旋转的波形，其形状呈现出一个螺旋状的波形。
8. 椭圆波：这是一种旋转的波形，其形状呈现出一个椭圆状的波形。
9. 圆锥波：这是一种旋转的波形，其形状呈现出一个圆锥状的波形。
信号波形合成设计
信号波形合成设计信号波形合成的基本原理是将多个基础信号波形按照一定的规则进行叠加或混合，生成一个复合波形。
通常，基础信号波形可以是正弦波、方波、锯齿波等。
通过改变基础信号波形的频率、幅度、相位等参数，可以合成出各种不同的复合波形。
1.加法合成法：将多个基础信号波形相加，得到复合波形。
这种方法简单直接，可以通过调整每个基础信号波形的振幅和相位来实现波形合成。
2.乘法合成法：将多个基础信号波形进行逐点相乘，得到复合波形。
这种方法可以用于产生调幅信号和调制信号。
3.快速傅里叶变换（FFT）合成法：将基础信号波形通过快速傅里叶变换转换为频域信号，然后对频域信号进行加权合成，最后通过逆傅里叶变换将频域信号转换回时域信号。
这种方法可以用于合成复杂的信号波形，但是需要进行频域和时域之间的转换计算。
4.波形表合成法：提前计算好各种基础信号波形的数学表达式，并将计算结果存储在波形表中。
在合成时，通过读取波形表中的数值，并按照一定的插值算法进行插值计算，得到复合波形。
这种方法可以高效地实现波形合成，但是需要提前计算并存储大量的波形表。
信号波形合成在很多领域中都有广泛应用。
例如，在音频合成中，可以使用信号波形合成技术合成各种乐器的声音。
在图像合成中，可以使用信号波形合成技术合成各种图案和纹理。
在视频合成中，可以使用信号波形合成技术合成各种特效和动态效果。
总结起来，信号波形合成是一种将多个信号波形合并为一个复合波形的技术，通过改变基础信号波形的参数，可以合成出各种不同的复合波形。
信号波形合成的实现方法有加法合成法、乘法合成法、FFT合成法和波形表合成法等。
信号波形合成在音频合成、图像合成、视频合成等领域中有着广泛的应用。
信号波形发生与合成实验报告
电子电路综合实验实验报告题目：信号波形发生与合成班级：20130821学号：2013082117姓名：肖珩成绩：日期：2015年3月17日一、摘要实验采用纯硬件电路设计形式完成实验任务，实现实验功能。
首先用带限幅器滞回比较器和RC充放电回路构成的方波发生电路产生频率为1KHZ的方波信号。
作为一个信号源，需要低阻抗输出，因此在方波发生器之后连接一个射随电路。
信号经两路不同频率有源滤波处理，同时产生频率为1kHz和3kHz的正弦波信号。
其中基波产生采用低通滤波器，三次谐波产生采用带通滤波器。
为了将基波和三次谐波叠加之后最终恢复出近似方波信号，因此需要根据滤波分频电路输出的基波和三次谐波的延时，设计移相电路，其设计采用全通滤波器原理。
最后运用反相加法器将基波和三次谐波信号叠加，从而完成设计要求。
实现功能：设计一个电路，能够产生多个不同频率的正弦信号，并将这些信号再合成为近似方波信号。
方案特点：电路为纯硬件电路，采用运算放大器TL081，原理图简单易懂，硬件调试容易，部分实现功能明确且输出可测，有助于电路问题检测。
二、设计任务2.1 设计选题选题十四：信号波形发生与合成2.2 设计任务要求图1 系统框图1）矩形波发生电路产生1kHz的方波（50%占空比），频率误差小于5%，方波波形幅度峰峰值为10V，幅度误差小于5%，且输出阻抗r=50 Ω;o2）基波频率为1kHz，设计的低通滤波器要求-3dB带宽为1kHz，带外衰减≥-40dB/十倍频程下降，产生的信号波形无明显失真，幅度峰峰值为12V，幅度误差小于5%；3）三次谐波频率为3kHz，设计的带通滤波器要求中心频率为3kHz，-3dB带宽小于500Hz，带外衰减≥-40dB/十倍频程下降，产生的信号波形无明显失真，幅度峰峰值为4V，幅度误差小于5%；4）设计移相电路，完成对基波正弦信号的移相，使移相后的基波和三次谐波的波形如图2所示，要求移相电路的增益为1，增益误差≤5%；图2 移相后的基波和三次谐波波形5）设计加法器，将移相器输出的基波与三次谐波相加，合成近似正弦波，波形幅度峰峰值为10V，误差不大于0.5V，合成波形的形状如图3所示。
音频技术中的波形分析
音频技术中的波形分析第一章：引言音频技术中的波形分析是音频工程师必备的一项技术。
波形分析能够帮助工程师解决音频系统中遇到的各种问题，如所需音量太大，反馈定位，频谱分析等。
本文将介绍波形分析的原理，应用场景以及使用工具。
第二章：波形分析原理波形分析是指将音频信号显示为时间-幅度图形，以便快速找出信号中的问题。
波形图通常由X轴和Y轴构成，X轴表示时间，并且可以根据需要进行时间拉伸或压缩。
Y轴表示音频信号的幅度。
波形图中的正弦波形可以表示纯音，而复合波形可以表示混音。
波形分析中的重要概念之一是“振幅”。
振幅用于描述音频信号在正弦波形中的强度大小。
如果一个音频信号的振幅非常大，那么就会在波形图中显示出更高的峰值。
振幅还可以用于检测削波失真或过载失真等问题。
另一个重要的波形分析概念是“频率”。
频率表示音频信号的周期性，并且通常以赫兹（Hz）为单位进行表示。
在波形图中，频率可以通过观察正弦波形中的波峰和波谷来确定。
经常使用的有四种类型的波形表示：正弦波、方波、三角波和锯齿波。
第三章：波形分析的应用波形分析在许多音频应用场景中都可以提供帮助。
下面列举了几种常见的应用场景：1.音量问题：工程师可以通过波形分析来确定不同音频信号的相对音量。
如果一个信号的振幅太小，那么可能无法在混音中听到。
如果信号的振幅太大，就可能在混音中产生过载失真。
2.反馈问题：当麦克风和扬声器总是互相干扰造成尖叫声时，波形分析是一种检测频率和振幅是否匹配的方法。
工程师可以通过修改峰值控制或滤波器来处理问题。
3.频谱分析：波形分析可以显示音频信号的频谱（频率-幅度图形）。
此方法在合成、调试和过滤音频信号时非常有用。
第四章：使用工具现代音频软件和硬件设备通常提供波形分析工具。
必须注意，不同工具之间可能会有所不同，因此工程师需要选择适合其要求的工具。
下面介绍几种波形分析工具：1.数字示波器：数字示波器是一种专门测量电信号和音频信号的仪器。
工程师可以通过数字示波器捕获音频信号，并在屏幕上显示波形图。
wav信的波形分析与合成
MAXSIN(peaki)=maxpeak;
MAXSIN(1026-peaki)=maxpeak;
maxsin=100*ifft(MAXSIN);
figure('numbertitle','off','name',’用最大正弦分量重构信号’);
subplot(2,1,1)
title('FFT后幅频特性的fftshift')
%fs=1024
YR1024=fft(yr,1024);
figure('numbertitle','off','name','1024点FFT');
subplot(2,1,1)
plot(linspace(-pi,pi,1024),abs(YR1024))%FFT的幅频特性
figure('numbertitle','off','name',’用最大正弦分量重构信号’);
subplot(2,1,1)
plot(maxsin);
title('重构的信号');
subplot(2,1,2);
plot(yr1024);
y = wavrecord(duration*fs, fs, format);%录制两秒mic声音
wavwrite(y, fs, nbits, waveFile);%将声音按fs频率nbits写入mysound.wav
wavplay(y,fs);%播放（或者使用sound（y,fs））
2．录制好的男生声音文件名为“mysound.wav”,女声声音文件名为“nv.wav”
信号波形发生与合成实验
信号波形发生与合成实验摘要本系统主要以TL081A运放为核心，由方波发生器、滤波分频电路、移相电路、加法器电路模块组成。
实现了产生多个不同频率的正弦信号与基于多个正弦波合成方波信号的电路功能。
系统基本工作过程为：1kHz方波信号通过低通滤波器和带通滤波器得到按傅里叶级数展开的1kHz基波正弦波信号和3kHz三次谐波正弦波信号。
而后将基波信号通过移相电路使其相位调整到与三次谐波相同，然后通过加法电路将信号合成近似的方波信号。
输出波形结果表明，系统合成波形符合理论傅里叶分析结果，比较准确。
正弦波及合成波的幅值测试误差小于5%，符合题目要求。
关键词：方波发生器；傅里叶级数；分频；滤波；移相一．总体方案设计及论证1.1题目设计任务设计制作一个电路，能够产生多个不同频率的正弦信号，并将这些信号再合成为近似方波信号。
系统框图如下图所示：具体要求：1.2方案论证比较方波发生电路产生1kHz方波，对其中的基波和三次谐波分量进行提取，1kHz基波可用截止频率为1kHz的巴特沃斯低通滤波器滤波得到，3kHz谐波可用中心频率设为3kHz的高Q值带通滤波器滤波得到。
最后再经相位调整重新合成近似方波。
本系统中的方波发生电路是实现后续各级电路功能的基础，对频率准确度和稳定度的要求较高。
方案一：555定时器组成的多谐振荡器，直接调节至1KHz左右的对称方波。
此方案成本低廉，实现方便，但其稳定性容易受到外部元件的影响，在振荡频率较高时频率稳定度不够。
方案二：使用石英晶振组成高稳定度的频率参考源，并使用计数器和集成锁相环芯片构成分频/倍频环，以产生1KHz的方波。
该方法产生的信号稳定度高，但需要搭建石英晶体振荡电路，并进行锁相环分频、倍频，电路较复杂。
方案三：采用基于反相输入的滞回比较器和RC电路的方波产生电路。
该电路结构简单，性能稳定，主要的限制因素在于比较器的速度。
结合适当的RC参数，可达到1KHZ的振荡频率。
方案选择：本系统采用方案三，此电路结构简单，产生的方波稳定性较好。
- 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)。
教学实验报告电子信息学院_____ 专业通信工程2011年月19_日实验名称wav信号的波形分析与合成指导教师_________ 姓名年级学号一成绩 ________预习部分1.实验目的2.实验基本原理3.主要仪器设备（含必要的元器件、工具）部分组成：1 •声音的采集 Matlab 提供了读入、录制和播放声音以及快速傅里叶变换的函数，分别是 wavread 、wavrecord 、wavplay 和fft 。
阅读这几个函数的帮助文档，熟练使用。
2. 持续音的频谱分析将Windows 的系统目录下的ding.wav 文件读入，这是一个双声道的声音， 选择任一声道的信号，使用fft 求取其频谱，并用plot 显示它的幅度谱， 观察主要的正弦分量； 参考代码：%%[y,fs]=wavread( 'di ng.wav' )fslen g=le ngth(y)%取其中的一个声道，譬如说，右声道(左声道的格式 yr=y(:,2);%截取前1024个点 yr=yr(1:1024);%求取幅度普并显示，首先是 fs=2048 YR2048=fft(yr,2048); figure('numbertitle', 'off'，‘name' subplot(2,1,1)plot(li nspace(-pi,pi,2048),abs(YR2048)) title('FFT 的幅频特性')subplot(2,1,2)plot(li nspace(-pi,pi,2048),fftshift(abs(YR2048))) title('FFT 后幅频特性的 fftshift' )%fs=1024YR1024=fft(yr,1024); figure('numbertitle', 'off'，‘name'subplot(2,1,1)plot(li nspace(-pi,pi,1024),abs(YR1024)) title('FFT 的幅频特性')subplot(2,1,2)plot(li nspace(-pi,pi,1024),fftshift(abs(YR1024))) FFTSHIFT title('FFT 后幅频特性的 fftshift' ),'2048 ,'1024yr=y(:,1))点 FFT');%FFT 的幅频特性%FFT 的幅频特性FFTSHIFT点 FFT');%FFT 的幅频特性%FFT 的幅频特性的2. 1024 点 FFT图形如下： 1.1024 点FFT60FFT 后幅频特性的fftshift~~40200 -4-3 -2 -1 0 12 34用ifft 函数求取频谱的反傅里叶反变换，比较反变换后的信号波形与原始信号的波形；参考代码：%反变换，结果应与原始信号相同yr1024=real(ifft(YR1024));figure( 'numbertitle' , 'off' ，‘name' , ' 1024 点fft 的反变换');subplot(2,1,1);plot(yr1024)title( ' 1024 点fft 的反变换’)subplot(2,1,2);Plot(yr);title( '原信号');图形如下：从频谱中找到幅度最大的正弦分量，构造一个同样幅度的正弦信号，将其波形与原始信号比较，并且试听一下。
参考代码：%重构%寻找幅度最大的正弦分量[maxpeak,peaki]=max(abs(YR1024(1:512)));MAXSIN=zeros(1,1024);MAXSIN(peaki)=maxpeak;MAXSIN(1026-peaki)=maxpeak;maxsi n=100*ifft(MAXSIN);figure( 'numbertitle' , 'off' , 'name'，‘ 用最大正弦分量重构信号’)；subplot(2,1,1) plot(maxs in); title('重构的信号');subplot(2,1,2); plot(yr1024); title( '原始信号');%试听wavplay(yr1024,fs); wavplay(maxsi n,fs); 图形如下：20 10 0 -10 -200.2 0.1 0 -0.1 -0.20 200 400 600 800 1000 12003. 时变音的短时频谱分析使用” load chirp ”载入matlab 自带的一个时变音； 参考代码：load chirp %y, Fs0 200 400 600 800 1000 1200重构的信号原始信号从信号中依次截取1024个点，利用上述方法求取其幅度谱，并显示出来，观察幅度谱随时间的变化情况。
参考代码：len=len gth(y)for i=1:floor(le n/1024)seg=y((i-1)*1024+1:i*1024);figure( 'numbertitle' , 'off' , 'name' ,[ 'Frame' ,num2str(i)]);plot(li nspace(-pi,pi,1024),fftshift(abs(fft(seg)))); end 图形如下：实验操作部分1. 实验数据、表格及数据处理2. 实验操作过程(可用图表示)3.实验结论 思考题:分别录制男生和女生发元音“ a ”的声音，通过对音频文件的频谱分析对比 两者的差异，并进行合理的解释。
1 •通过以下程序录制男生女生声音%录制声音并播放 durati on = 2; fs = 8192; nbits = 16; format = 'in t16'; waveFile=路径，文件名为 mysou nd.wav y =wavrecord(duration*fs, fs, format); wavwrite(y, fs, n bits, waveFile); wavplay(y,fs);%播放(或者使用 sou nd (y,fs ))2•录制好的男生声音文件名为“ mysound.waV',女声声音文件名为“ nv.wav桌面\mysound' ; %录制之后的文件%录制两秒mic 声音%将声音按fs 频率nbits 写入mysound.wav6-2 00 -43.男生声音的分析代码如下:FFT后的幅频特性2. 2048 点FFTFFT后的幅频特性FFT后幅频特性的fftshift%反变换，结果应与原始信号相同yr1024=100*real(ifft(YR1024));figure( 'numbertitle' , 'off' , 'name' , '1024 点fft 的反变换');-100subplot(2,1,1); plot(yr1024) title( ' 1024 点 fft的反变换’)subplot(2,1,2);Plot(yr); title('原信号'); %重构寻找幅度最大的正弦分量[maxpeak,peaki]=max(abs(YR1024(1:512))); MAXSIN=zeros(1,1024); MAXSIN(peaki)=maxpeak; MAXSIN(1026-peaki)=maxpeak; maxsi n=100*ifft(MAXSIN); figure( 'numbertitle' , 'off' , 'name'，‘ 用最大正弦分量重构信号’);subplot(2,1,1) plot(maxs in); title('重构的信号');subplot(2,1,2); plot(yr1024); title( '原始信号');%试听wavplay(yr1024,fs); wavplay(maxsi n,fs);图形如下：重构的信号原始信号10050-500 200 400 600 800 1000 1200 -100100-100 010.5女生声音分析代码如下：[y,fs]=wavread(' nv.wav')fs %22050len g=le ngth(y) %84480% 声音的默认声道为左声道yr=y(:,1);%截取前1024个点yr=yr(40000:41024);%求取幅度普并显示，首先是fs=2048YR2048=fft(yr,2048);figure( 'numbertitle' , 'off' ，‘name' , '2048 subplot(2,1,1)plot(li nspace(-pi,pi,2048),abs(YR2048))title( 'FFT的幅频特性') subplot(2,1,2)plot(li nspace(-pi,pi,2048),fftshift(abs(YR2048)))title( 'FFT 后幅频特性的fftshift' )%fs=1024YR1024=fft(yr,1024);figure( 'numbertitle' , 'off' , 'name' , '10241200点FFT');%FFT的幅频特性%FFT的幅频特性FFTSHIFT点FFT');%FFT的幅频特性1024点fft的反变换50-50200 400 600 800 1000 1200原信号-0.5-1200 400 600 800 1000100subplot(2,1,1)plot(li nspace(-pi,pi,1024),abs(YR1024)) title( 'FFT的幅频特性') subplot(2,1,2)plot(linspace(-pi,pi,1024),fftshift(abs(YR1024))) %FFT 的幅频特性的FFTSHIFT title('FFT 后幅频特性的 fftshift' )图形如下： 1 . 1024 点 FFTFFT 后 幅频特性 的fftshift2.2048 点FFT%反变换，结果应与原始信号相同yr1024=100*real(ifft(YR1024));figure( 'numbertitle' , 'off','name' , ' 1024 点fft 的反变换');subplot(2,1,1);plot(yr1024)title( ' 1024 点fft 的反变换’)subplot(2,1,2);Plot(yr);title( '原信号');%重构寻找幅度最大的正弦分量[maxpeak,peaki]=max(abs(YR1024(1:512)));MAXSIN=zeros(1,1024);MAXSIN(peaki)=maxpeak;MAXSIN(1026-peaki)=maxpeak;maxsi n=100*ifft(MAXSIN);figure( 'numbertitle' , 'off' , 'name'，‘ 用最大正弦分量重构信号’); subplot(2,1,1)plot(maxs in);title( '重构的信号');subplot(2,1,2);plot(yr1024);title( '原始信号');%试听wavplay(yr1024,fs);-1wavplay(maxs in, fs); 图形如下： -400 100 50 40 20重构的信号0 -20 200 400 600 800 1000 1200-1000 原始信号0 -50 200 400 600 800 1000 1200-1001 0.5 100 50 1024点fft 的反变换0 -50 200 400 800 600 1000 1200原信号0 -0.5200 400 600 800 1000 01200-1指导教师。