数字信号处理课程设计
数字信号处理课程设计报告_3
目录1.设计概述（目的和要求） 32.设计任务 33.设计题目（简要描述三个题目） 44.内容及结果 45.思考及体会14一、课程设计目的及要求数字信号处理是一门理论性和实践性都很强的学科，通过课程设计可以加深理解掌握基本理论，培养学生分析问题和解决问题的综合能力，为将来走向工作岗位奠定坚实的基础，因此做好课程设计是学好本课程的重要教学辅助环节。
本指导书结合教材《数字信号处理教程》的内容，基于MATLAB程序语言提出课程设计的题目及要求，在做课程设计之前要求学生要尽快熟悉MATLAB语言，充分预习相关理论知识，独立编写程序，以便顺利完成课程设计。
二、课程设计任务课程设计的过程是综合运用所学知识的过程。
课程设计主要任务是围绕数字信号的频谱分析、特征提取和数字滤波器的设计来安排的。
根据设计题目的具体要求，运用MATLAB语言完成题目所规定的任务及功能。
设计任务包括：查阅专业资料、工具书或参考文献，了解设计课题的原理及算法、编写程序并在计算机上调试，最后写出完整、规范的课程设计报告书。
课程设计地点在信息学院机房，一人一机，在教师统一安排下独立完成规定的设计任务。
三、课程设计题目根据大纲要求提供以下三个课程设计题目供学生选择，根据实际情况也可做其它相关课题。
1.DFT在信号频谱分析中的应用1. 用MATLAB语言编写计算序列x(n)的N点DFT的m函数文件dft.m。
并与MA TLAB中的内部函数文件fft.m作比较。
2. 对离散确定信号()cos(0.48)cos(0.52)x n n n ππ=+ 作如下谱分析：(1) 截取()x n 使()x n 成为有限长序列N(0≤≤n N -1)，(长度N 自己选)写程序计算出()x n 的N 点DFT ()X k ,并画出相应的幅频图()~X k k 。
(2) 将 (1)中()x n 补零加长至M 点（长度M 自己选），编写程序计算()x n 的M 点DFT 1()X k ,并画出相应的图1()~X k k 。
《数字信号处理》教案
《数字信号处理》教案第一章：绪论1.1 课程介绍理解数字信号处理的基本概念了解数字信号处理的发展历程明确数字信号处理的应用领域1.2 信号的概念与分类定义信号、模拟信号和数字信号掌握信号的分类和特点理解信号的采样与量化过程1.3 数字信号处理的基本算法掌握离散傅里叶变换（DFT）了解快速傅里叶变换（FFT）学习Z变换及其应用第二章：离散时间信号与系统2.1 离散时间信号理解离散时间信号的定义熟悉离散时间信号的表示方法掌握离散时间信号的运算2.2 离散时间系统定义离散时间系统及其特性学习线性时不变（LTI）系统的性质了解离散时间系统的响应2.3 离散时间系统的性质掌握系统的稳定性、因果性和线性学习时域和频域特性分析方法第三章：离散傅里叶变换3.1 离散傅里叶变换（DFT）推导DFT的数学表达式理解DFT的性质和特点熟悉DFT的应用领域3.2 快速傅里叶变换（FFT）介绍FFT的基本概念掌握FFT的计算步骤学习FFT的应用实例3.3 离散傅里叶变换的局限性探讨DFT在处理非周期信号时的局限性了解基于DFT的信号处理方法第四章：数字滤波器设计4.1 滤波器的基本概念理解滤波器的定义和分类熟悉滤波器的特性指标学习滤波器的设计方法4.2 数字滤波器的设计方法掌握常见数字滤波器的设计算法学习IIR和FIR滤波器的区别与联系了解自适应滤波器的设计方法4.3 数字滤波器的应用探讨数字滤波器在信号处理领域的应用学习滤波器在通信、语音处理等领域的应用实例第五章：数字信号处理实现5.1 数字信号处理器（DSP）概述了解DSP的定义和发展历程熟悉DSP的特点和应用领域5.2 常用DSP芯片介绍学习TMS320系列DSP芯片的结构和性能了解其他常用DSP芯片的特点和应用5.3 DSP编程与实现掌握DSP编程的基本方法学习DSP算法实现和优化技巧探讨DSP在实际应用中的问题与解决方案第六章：数字信号处理的应用领域6.1 通信系统中的应用理解数字信号处理在通信系统中的重要性学习调制解调、信道编码和解码等通信技术探讨数字信号处理在无线通信和光通信中的应用6.2 音频信号处理熟悉音频信号处理的基本概念和算法学习音频压缩、回声消除和噪声抑制等技术了解数字信号处理在音乐合成和音频效果处理中的应用6.3 图像处理与视频压缩掌握数字图像处理的基本原理和方法学习图像滤波、边缘检测和图像压缩等技术探讨数字信号处理在视频处理和多媒体通信中的应用第七章：数字信号处理工具与软件7.1 MATLAB在数字信号处理中的应用学习MATLAB的基本操作和编程方法熟悉MATLAB中的信号处理工具箱和函数掌握利用MATLAB进行数字信号处理实验和分析的方法7.2 其他数字信号处理工具和软件了解常用的数字信号处理工具和软件，如Python、Octave等学习这些工具和软件的特点和应用实例探讨数字信号处理工具和软件的选择与使用第八章：数字信号处理实验与实践8.1 数字信号处理实验概述明确实验目的和要求学习实验原理和方法掌握实验数据的采集和处理8.2 常用数字信号处理实验完成离散信号与系统、离散傅里叶变换、数字滤波器设计等实验8.3 数字信号处理实验设备与工具熟悉实验设备的结构和操作方法学习实验工具的使用技巧和安全注意事项第九章：数字信号处理的发展趋势9.1 与数字信号处理探讨技术在数字信号处理中的应用学习深度学习、神经网络等算法在信号处理领域的应用实例9.2 物联网与数字信号处理理解物联网技术与数字信号处理的关系学习数字信号处理在物联网中的应用，如传感器信号处理、无线通信等9.3 边缘计算与数字信号处理了解边缘计算的概念和应用场景探讨数字信号处理在边缘计算中的作用和挑战10.1 课程回顾梳理本门课程的主要内容和知识点10.2 数字信号处理在未来的发展展望数字信号处理技术在各个领域的应用前景探讨数字信号处理技术的发展趋势和挑战10.3 课程考核与评价明确课程考核方式和评价标准鼓励学生积极参与课堂讨论和实践活动，提高综合素质重点和难点解析重点一：信号的概念与分类信号的定义和分类是理解数字信号处理的基础，需要重点关注。
数字信号处理课程设计
数字信号处理课程设计
一、概述
本次信号处理课程设计主要对常见的数字信号处理算法进行实现。
主要内容包括数字信号滤波器、傅立叶变换和数字信号检测算法。
通过实验，学生将学习主要处理手段；同时了解数字信号处理的基本原理和应用。
二、主要内容
（1）数字信号滤波器：实现简单的数字滤波器，同时计算滤波器的频率响应；
（2）傅立叶变换：实现常用的傅立叶变换，并利用变换后的信号图像进行频率分析；
（3）数字信号检测算法：实现基本的一阶和二阶差分算法，并利用此算法进行实时信号检测；
三、实验步骤
（1）准备实验材料：将数字信号的原始信号数据以文件的形式存储，使用MATLAB等软件进行处理；
（2）实现数字滤波器：实现一阶以及多阶低通、高通和带通滤波器，
并计算响应的频谱；
（3）实现傅立叶变换：实现Fourier变换后的信号图像处理，如二维DFT等；
（4）实现数字信号检测算法：实现一阶和二阶差分算法，并利用此算法进行实时信号检测；
（5）数字信号处理综合应用实验：针对实际的数字信号，分析信号的特征，并基于实验结果进行信号处理算法的比较。
四、实验结果
完成本次实验后，可以实现对不同数字信号的处理，掌握其中滤波器、傅立叶变换等数字信号处理理论，并掌握常规的算法，学会运用算法实现实际信号处理工程。
(完整word版)数字信号处理课程设计
目录第1章需求分析----------------------------------------------------- 3 1.1设计题目------------------------------------------------------------------ 3 1.2设计要求------------------------------------------------------------------ 3 1.3系统功能分析-------------------------------------------------------------- 3第2章原理分析和设计-------------------------------------------- 4 2.1理论分析和计算------------------------------------------------------------ 4第3章详细设计----------------------------------------------------- 5 3.1算法设计思路-------------------------------------------------------------- 5 3.2对应的详细程序清单及程序注释说明------------------------------------------ 6第4章调试分析过程描述---------------------------------------- 10 4.1测试数据、测试输出结果--------------------------------------------------- 10 4.2程序调试过程中存在的问题以及对问题的思考--------------------------------- 13第5章总结-------------------------------------------------------- 15第1章需求分析1.1设计题目在Matlab 环境中，利用编程方法对FDMA通信模型进行仿真研究1.2设计要求1.2.1 Matlab支持麦克风，可直接进行声音的录制，要求至少获取3路语音信号。
数字信号处理-基于计算机的方法第三版下册课程设计
数字信号处理-基于计算机的方法第三版下册课程设计1. 课程设计描述本次数字信号处理课程设计主题为基于计算机的方法第三版下册。
该课程设计旨在使学生掌握信号处理基础、数字滤波器、功率谱估计和信号模拟等方面的知识，强化学生的理论与实践能力。
课程设计内容包括以下方面：•熟悉数字信号处理的基本知识和基础概念；•掌握数字信号的采样与量化方法；•研究离散时间信号的表示方法；•学习离散时间信号的线性时间不变系统和差分方程；•掌握数字信号的离散时间傅立叶变换；•研究数字滤波器及其设计方法；•掌握数字信号的功率谱估计方法；•学习信号模拟以及在MATLAB和Python平台下的实现。
本次课程设计采用MATLAB和Python语言完成。
学生需完成课程设计中的实验实践部分，并提交实验报告。
2. 课程设计流程本课程设计共分为三个阶段，每个阶段的任务如下：阶段一：任务一：学习数字信号处理和离散时间信号的表示方法。
学生需实现离散时间信号及其线性时间不变系统，并用MATLAB和Python对其进行模拟，掌握信号模拟的基本方法。
任务二：学习离散时间傅立叶变换及其实现方法，掌握离散时间傅立叶变换的理论知识和编程实现。
学生需用MATLAB和Python分别实现离散时间傅立叶变换，并对其进行分析比较，加深对该变换的理解。
阶段二：任务一：学习数字滤波器的基础知识和设计方法，学生需实现IIR数字滤波器和FIR数字滤波器，并分析两种滤波器的性能指标。
采用MATLAB和Python实现该任务。
任务二：学习数字信号的功率谱估计方法，掌握各种估计方法的原理和实现步骤，采用MATLAB和Python对某一信号的功率谱进行估计和分析。
阶段三：任务一：实现数字信号处理的实际应用。
学生根据所学的知识，选择一个实际应用场景进行信号处理实践，并完成报告展示。
实践内容可以涉及语音处理、图像处理、雷达信号处理等。
3. 课程设计要求•学生需按时完成各个阶段的任务，并提交实验报告；•实验报告格式为Markdown文本格式，严格遵循实验报告模板，包括实验目的、实验原理、实验步骤、实验结果以及思考问题等内容；•实验报告需在规定时间内提交；•实验成绩占本科总成绩的20%。
数字信号处理简明教程课程设计
数字信号处理简明教程课程设计一、课程背景数字信号处理是目前科技领域中最为重要、应用最为广泛的学科，它在多个领域都具有广泛的应用，如语音识别、图像处理、智能控制、电视广播、通讯等等。
为了加强对数字信号处理的深入理解，同时提高学生的实践能力，设计了简明教程课程。
二、教学目标本课程旨在通过讲授数字信号处理的相关知识，让学生了解信号与系统的基本概念、数字信号的特殊性质、数字信号加工的各种方法以及数字滤波器和频率分析的基本概念，进一步提高学生的分析问题和解决问题的能力，培养学生的实际操作能力，为将来的工作和学习打下坚实的基础。
三、教学内容1.信号与系统的基本概念在数字信号处理基础中，首先需要了解的就是信号与系统的基本概念，包括信号与系统的定义、特性、分类和表达方式等。
2.数字信号的特殊性质数字信号是一种离散信号，不同于连续信号，它具有很多特殊性质，如采样定理、离散化、量化误差等。
本课程将详细讲解数字信号的特殊性质及其应用。
3.数字信号的加工方法对数字信号的加工是数字信号处理技术的核心部分，主要包括数字滤波器和数字信号处理算法。
本课程将全面介绍数字滤波器的方法和处理算法，以及加工应用实例。
4.数字滤波器和频率分析的基本概念数字滤波器是数字信号处理技术中最重要的一部分，本课程将详细讲解数字滤波器的基本功能、分类和结构。
同时，本课程还将深入探讨信号的频率分析方法、快速傅里叶变换等，为学生提供更全面的数字信号处理知识体系。
四、教学方法本课程采取理论讲解、实验操作和实际应用相结合的教学方法，重视理论和实践相结合，培养学生的操作能力和综合素质。
同时，本课程注重实用性和实效性，引导学生运用数字信号处理技术来解决实际问题。
五、实验内容为了使学生更好地理解数字信号处理技术的原理和应用，本课程安排了多项实验内容，如 MATLAB编程实验、数字信号处理设备的使用实验等，通过实验操作，培养学生的实际处理能力和实践创新意识。
六、教学成果通过本课程的学习和实践，学生可以掌握数字信号处理的基本理论知识和应用技能，具备基本的数字信号分析和处理能力，提高分析问题和解决问题的能力，为将来的工作和学习打下坚实的基础。
数字信号处理课程设计
数字信号处理课程设计一、课程设计任务1.1 设计背景数字信号处理是关于数字信号的获取、处理和应用的学科，广泛应用于通信、图像处理、音频处理等领域。
随着现代通信技术的发展，数字信号处理的应用越来越广泛，因此数字信号处理技术的研究和应用已经成为了当前的热点和难点问题。
本次数字信号处理课程设计旨在通过实践，使学生深入了解数字信号处理技术，并且掌握数字信号处理的基本原理与方法。
同时，通过此课程设计的实践环节，学生将运用所学的数字信号处理知识，针对某一具体问题进行深入分析，设计相应的算法，并进行实验验证，培养学生的实践能力。
1.2 设计任务本次数字信号处理课程设计任务为：通过 MATLAB 对音频信号进行数字信号处理，实现音频信号数字化、本地化、校准、滤波、平滑等操作，并设计出相应的算法。
具体任务包括：1.对输入的音频信号进行数字化：将模拟信号输入到 A/D 转换器中，将其转换为数字信号。
2.实现音频信号的本地化：通过本地化处理，实现对音频信号的空间定位。
3.针对音频信号的校准问题，设计相应的校准算法。
4.实现音频信号的滤波和平滑处理：通过低通滤波、高通滤波等方法，实现对音频信号的滤波和平滑处理。
二、实验流程2.1 实验器材本实验采用的主要器材为：1.电脑2.MATLAB 软件3.音频设备2.2 实验流程本实验的主要流程如下所示：1.设置音频输入输出设备，并初始化参数% 设置音频输入输出设备audioInput = audioDeviceReader(44100, 16, 1); audioOutput = audioDeviceWriter(44100, 16, 1);% 初始化参数blockSize = 1024;overlap = 512;sampleRate = 44100;2.进行音频信号采集与播放while true% 采集音频数据audioData = audioInput();% 对音频数据进行数字信号处理processedData = processAudioData(audioData, blockSize, overlap, sampleRate);% 播放处理后的音频数据audioOutput(processedData);end3.设计音频数据处理算法function processedData = processAudioData(audioData, blockSize, overlap, sampleRate)% 数字化处理audioData = double(audioData);% 本地化处理processedData = doLocalization(audioData);% 校准算法processedData = doCalibration(processedData);% 滤波和平滑处理processedData = doFiltering(processedData, sampleRate);% 返回处理后的音频数据processedData = single(processedData);end4.对音频数据进行本地化处理function localizationData = doLocalization(audioData) % 实现音频信号的本地化localizationData = audioData;end5.设计校准算法，使音频数据满足一定标准function calibrationData = doCalibration(processedDat a)% 校准算法calibrationData = processedData;end6.设计滤波和平滑处理算法function filteredData = doFiltering(processedData, sa mpleRate)% 低通滤波lowPassFilter = designfilt('lowpassfir', 'FilterOrder', 70, 'CutoffFrequency', 5000, 'SampleRate', sampleRate); filteredData = filtfilt(lowPassFilter, processedData);% 高通滤波highPassFilter = designfilt('highpassfir', 'FilterOrde r', 70, 'CutoffFrequency', 500, 'SampleRate', sampleRat e);filteredData = filtfilt(highPassFilter, filteredData);% 平滑处理smoothedData = smoothdata(filteredData, 'movmean', 50);% 返回处理后的数据filteredData = smoothedData;end三、实验结果及分析3.1 实验结果通过对 MATLAB 下进行数字信号处理的实验，得到了如下所示的实验结果：1.输入音频信号Input AudioInput Audio2.经过数字化、本地化、校准、滤波、平滑等处理后的音频信号Processed AudioProcessed Audio3.2 结果分析通过实验结果可以看出，经过数字信号处理后的音频信号具有了更好的音质和更好的稳定性。
数字信号处理-基于计算机的方法课程设计
数字信号处理 - 基于计算机的方法课程设计介绍数字信号处理是一门计算机科学与电子工程的交叉学科，关注数字信号的获取、处理和分析。
数字信号处理可以应用于音频、图像处理和通信系统等领域。
在数字信号处理中，我们可以使用基于计算机的方法来实现一些常见的信号处理技术。
在本课程设计中，我们将探索数字信号处理的基础知识和实践应用。
我们将使用MATLAB作为主要工具来完成本次课程设计。
设计目标本课程设计的目的是帮助学生理解数字信号处理的基本原理，并学习如何使用MATLAB进行数字信号处理。
具体的设计目标如下：1.理解数字信号和离散时间信号的概念2.学习使用MATLAB实现数字信号的采样、量化、编码和解码3.学习使用MATLAB实现数字滤波器和数字信号处理算法4.能够分析数字信号处理系统的性能和稳定性准备工作为了完成本课程设计，你需要以下工具和知识：1.一台装有MATLAB的计算机2.数字信号处理的基础知识，包括采样、量化、编码、解码和数字滤波器等实验内容实验一：数字信号的采样、量化、编码和解码实验目的本实验的目的是帮助你理解数字信号的采样、量化、编码和解码原理，并学习如何使用MATLAB实现。
实验步骤1.使用MATLAB生成一个正弦波信号，并通过声卡采样获得一个模拟信号。
2.使用MATLAB对模拟信号进行采样，设置不同的采样率，并记录每种采样率对应的采样点数。
3.使用MATLAB对采样得到的信号进行量化，并记录量化位数和量化噪声。
4.将量化后的数字信号编码成二进制码，并将二进制码解码还原为数字信号。
5.对比原始信号和编码解码后的信号，分析编码解码误差和量化噪声。
实验结果实验结果如下所示：采样率采样点数量化位数量化噪声1000 Hz 1000 8 bit 0.785000 Hz 5000 8 bit 0.2510000 Hz 10000 8 bit 0.13实验结论根据实验结果分析得出，采样率越高，采样点数越多，量化位数越高，量化噪声越小。
- 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)。
数字信号处理课程设计院系：电子信息与电气工程学院专业：电子信息工程专业班级：电信班姓名：学号：组员：摘要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 窗函数法巴特沃斯目录摘要 (1)1 引言 (1)1.1课程设计目的 (1)1.2 课程设计内容及要求 (1)1.3课程设计设备及平台 (1)1.3.1 数字滤波器的简介及发展 (1)1.3.2 MATLAB软件简介 (2)2 课程设计原理及流程 (4)3.课程设计原理过程 (4)3.1 语音信号的采集 (4)3.2 语音信号的时频分析 (5)3.3合成后语音加噪声处理 (7)3.3.1 噪声信号的时频分析 (7)3.3.2 混合信号的时频分析 (9)3.4滤波器设计及消噪处理 (10)3.4.1 设计IIR和FIR数字滤波器 (10)3.4.2 合成后语音信号的消噪处理 (13)3.4.3 比较滤波前后语音信号的波形及频谱 (13)3.4.4回放语音信号 (15)3.5结果分析 (15)4 结束语 (15)5 参考文献 (16)1 引言1.1课程设计目的（1）学会MATLAB的使用，掌握MATLAB的程序设计方法；（2）掌握在Windows环境下语音信号采集的方法；（3）掌握数字信号处理的基本概念、基本理论和基本方法；（4）掌握MATLAB设计IIR滤波器和FIR滤波器；（5）学会用MATLAB对信号进行分析和处理。
1.2 课程设计内容及要求选择一个语音信号作为分析的对象，或录制一段各人自己的语音信号，对其进行频谱分析；利用MATLAB中的随机函数产生噪声加入到语音信号中，模仿语音信号被污染，并对其进行频谱分析；设计IIR和FIR数字滤波器，并对被噪声污染的语音信号进行滤波，分析滤波后信号的时域和频域特征，回放语音信号。
1.3课程设计设备及平台1.3.1 数字滤波器的简介及发展数字滤波器是指完成信号滤波处理功能的，用有限精度算法实现的离散时间线性非时变系统，其输入是一组数字量，其输出是经过变换的另一组数字量。
因此，数字滤波器本身既可以是用数字硬件装配成的一台完成给定运算的专用的数字计算机，也可以将所需要的运算编成程序，让通用计算机来执行。
从数字滤波器的单位冲击响应来看，可以分为两大类:有限冲击响应(FIR)数字滤波器和无限冲击响应(IIR)数字滤波器。
滤波器按功能上分可以分为低通滤波器(LPF)、高通滤波器(HPF)、带通滤波器(BPF)、带阻滤波器(BSF)。
相对于模拟滤波器，数字滤波器没有漂移，能够处理低频信号，频率响应特性可做成非常接近于理想的特性，且精度可以达到很高，容易集成等，这些优势决定了数字滤波器的应用将会越来越广泛。
同时DSP处理器的出现和FPGA的迅速发展也促进了数字滤波器的发展，并为数字滤波器的硬件实现提供了更多的选择。
数字滤波器具有以下显著优点:精度高:模拟电路中元件精度很难达到10-3，以上，而数字系统17位字长就可以达到10-5精度。
因此在一些精度要求很高的滤波系统中，就必须采用数字滤波器来实现。
[1]灵活性大:数字滤波器的性能主要取决于乘法器的各系数，而这些系数是存放在系数存储器中的，只要改变存储器中存放的系数，就可以得到不同的系统，这些都比改变模拟滤波器系统的特性要容易和方便的多，因而具有很大的灵活性。
可靠性高:因为数字系统只有两个电平信号：“1”和“0”，受噪声及环境条件的影响小，而模拟滤波器各个参数都有一定的温度系数，易受温度、振动、电磁感应等影响。
并且数字滤波器多采用大规模集成电路，如用CPLD或FPGA来实现，也可以用专用的DSP处理器来实现，这些大规模集成电路的故障率远比众多分立元件构成的模拟系统的故障率低。
易于大规模集成：因为数字部件具有高度的规范性，便于大规模集成，大规模生产，且数字滤波电路主要工作在截止或饱和状态，对电路参数要求不严格。
因此产品的成品率高，价格也日趋降低。
相对于模拟滤波器，数字滤波器在体积、重量和性能方面的优势己越来越明显。
比如在用一些用模拟网络做的低频滤波器中，网络的电感和电容的数值会大到惊人的程度，甚至不能很好地实现，这时候若采用数字滤波器则方便的多。
并行处理数字滤波器的另外一个最大优点就是可以实现并行处理，比如数字滤波器可采用DSP处理器来实现并行处理。
在很多实际应用中如语音和音频信号处理中，数字滤波器来实现选频功能。
因此，指标的形式应为频域中的幅度和相位响应。
1.3.2 MATLAB软件简介20世纪70年代，美国新墨西哥大学计算机科学系主任Cleve Moler为了减轻学生编程的负担，用FORTRAN编写了最早的MATLAB。
1984年由Little、Moler、Steve Bangert合作成立了的MathWorks公司正式把MATLAB 推向市场。
到20世纪90年代，MATLAB已成为国际控制界的标准计算软件。
MATLAB是矩阵实验室(Matrix Laboratory)之意。
除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。
MATLAB的基本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式十分相似，故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多，工具包又可以分为功能性工具包和学科工具包。
功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。
学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。
MATLAB具有许多的优点比如：语言简洁紧凑，使用方便灵活，库函数极其丰富；MATLAB既具有结构化的控制语句(如for循环，while循环，break语句和if语句)，又有面向对象编程的特性;程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行，等等优点。
MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。
附加的工具箱（单独提供的专用MATLAB 函数集）扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。
（1）MATLAB常用基本数学函数：abs(x)：纯量的绝对值或向量的长度、angle(z)：复数z的相角(Phase angle)、sqrt(x)：开平方、real(z)：复数z的实部、imag(z)：复数z的虚部、conj(z)：复数z的共轭复数、round(x)：四舍五入至最近整数、fix(x)：无论正负，舍去小数至最近整数、floor(x)：地板函数，即舍去正小数至最近整数、ceil(x)：天花板函数，即加入正小数至最近整数、rat(x)：将实数x化为多项分数展开、rats(x)：将实数x化为分数表示、sign(x)：符号函数(Signum function)。
当x<0时，sign(x)=-1；当x=0时，sign(x)=0；当x>0时，sign(x)=1。
rem(x,y)：求x除以y的馀数gcd(x,y)：整数x和y的最大公因数、lcm(x,y)：整数x和y的最小公倍数、exp(x) ：自然指数pow2(x)：2的指数、log(x)：以e为底的对数，即自然对数或、log2(x)：以2为底的对数、log10(x)：以10为底的对数sin(x)：正弦函数、cos(x)：余弦函数、tan(x)：正切函数。
[3]（2）MATLAB作图语句：一维数组即一个行向量或列向量的作图用“plot”命令画。
这时横轴表示数组中各数的序号。
“plot”还可以用指定的自变量数组和对应的函数数组来作图。
如果是二维数组，则横、纵轴分别表示第1个向量和第2个向量。
函数subplot可以把一个图形窗分为几个区域，在每个区域中分别绘图。
此外，还可以绘制三维图形（mesh）、直方图（hist）、等值线图（contour）等。
（3）控制语句：MATLAB有和其他高级语言相类似的控制语句，如循环（for）、中止循环（break）、条件（if，while）等。
（4）用于数字信号处理的工具箱——Signal它包含数字信号处理常用的滤波器设计、傅里叶变换、z变换等。
2 课程设计原理及流程课程设计具体流程如下:（1）语音信号的采集；（2）语音信号的频谱分析；要求首先画出语音信号的时域波形；然后对语音信号进行频谱分析，在MATLAB中，可以利用函数fft对信号进行快速付立叶变换，得到信号的频谱特性；从而加深对频谱特性的理解；（3）数字滤波器的设计；低通滤波器性能指标wp=0.2*pi，ws=0.5*pi,rs＝50dB，rp＝1 dB。
在MATLAB 中，可以用双线性变换法设计IIR数字滤波器，利用函数fir1设计FIR数字滤波器。
（4）对语音信号进行滤波处理；（5）对滤波前后的语音信号频谱进行对比分析。
3.课程设计原理过程3.1 语音信号的采集要求利用windows下的录音机（开始—程序—附件—娱乐—录音机，文件—属性—立即转换—8000KHz，8位，单声道）或其他软件，录制一段自己的话音，时间控制在1秒左右。
然后在MATLAB软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。
通过wavread函数的使用，要求理解采样频率、采样位数等概念。
3.2 语音信号的时频分析利用MATLAB中的“wavread”命令来读入（采集）语音信号，将它赋值给某一向量。
再对其进行采样，记住采样频率和采样点数。
下面介绍Wavread 函数几种调用格式。
（1）y=wavread（file）功能说明：读取file所规定的wav文件，返回采样值放在向量y中。
（2）[y,fs,nbits]=wavread(file)功能说明：采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。
（3）y=wavread（file，N）功能说明：读取钱N点的采样值放在向量y中。