数字信号处理课程设计(对音乐信号的各种处理)
数字信号处理课程设计报告
数字信号处理课程设计实验报告一、课程设计内容要求1、课程设计题目设计并实现一个流程如图所示的信号处理演示系统，该系统包含信号发生器、频谱分析、滤波器设计、数字滤波和输出信号分析5个主要模块，各模块的具体功能要求如下：1)信号发生器根据信号类型不同可分为两大类：（1）静态型：直接输入测试信号系列。
（2）动态型：输入如下式所示的由多个不同频率正弦信号叠加组合而成的模拟信号公式，指定采样频率和采样点数，动态生成该信号的采样序列，作为测试信号。
100sin（2pif1t）+100sin(2pif2t)+…+100sin(2pifnt)2)频谱分析是用FFT对产生的测试信号进行频域变换，展示其幅频、相频特性，指定需要滤出或保留的频带，通过选择滤波器类型（IIR或FIR），确定对应的滤波器技术指标（低通、高通、带通、带阻）。
3)滤波器设计根据IIR/FIR数字滤波器技术指标设计滤波器，生成相应的滤波器系数，并展示对应的滤波器幅频、相频特性。
(1)IIR DF设计：使用双线性变换法，可选择滤波器类型（巴特沃斯/切比雪夫型）；(2)FIR DF 设计：使用窗口法，可选择窗口类型。
4)数字滤波根据设计的滤波器系数，对测试信号进行滤波，得到滤波后信号。
（1） IIR DF：要求通过差分方程迭代实现滤波，未知初值置0处理；（2） FIR DF：要求通过快速卷积实现滤波，可以选择使用重叠相加或重叠保留法进行卷积运算，并动态展示卷积运算的详细过程。
5)输出信号分析展示滤波后信号的幅频和相频特性，分析是否满足滤波要求。
对同一滤波要求，根据输出信号频谱，对比分析各类滤波器的差异。
2、设计题目要求使用MATLAB编程实现上述信号处理演示系统，具体要求如下：（1）系统应使用图形用户界面（GUI）；（2）系统功能至少包括非语音信号的低通和高通滤波；（3）滤波器设计模块应避免使用MATLAB工具箱函数；（4）IIR DF设计必须可选基于巴特沃斯或切比雪夫1型；（5）FIR DF设计必须可选择各类窗口，且FIR滤波可选长序列卷积方法。
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。
数字信号课程设计—钢琴琴键声音合成
洛阳理工学院课程设计报告课程名称数字信号处理设计题目钢琴琴键声音合成专业通信工程班级B100509学号B********姓名周东煜完成日期2013年5月28日课程设计任务书设计题目：钢琴琴键声音合成设计内容与要求：钢琴声音优美号称“乐器之王”，据研究发现钢琴的声音是若干基本频率的倍频合成的。
弹奏钢琴产生16个音符，分别是“Do/Re/Mi/Fa/So/La/Si/Do(高)/Do(高)/Si/La/So/Fa/Mi/Re/Do”，对此信号进行STFT对此信号进行STFT，时频谱如图所示根据上述论述题目的基本要求如下：（1）找到Do/Re/Mi/Fa/So/La/Si/Do(高)的基频；（2）找出基频与倍频之间能量比率的关系；（3）编写函数，用正弦波来合成钢琴的声音。
指导教师：王新新2013年5 月27 日课程设计评语成绩：指导教师：2013年月日摘要目前，随着科技的不断发展，音频信号处理技术也发展异常迅猛，并且数字信号处理已成为主流。
运用计算机来处理数字信号，这就使得数字信号的处理速度非常快，这也是数字信号处理技术发展迅猛的主要原因。
将各种各样的音频信号转换为数字信号之后我们就可以快速而轻松的对这些音频信号进行处理了。
在这方面，早已出现如语音识别软件的各种关于音频信号处理的软件，随着计算机技术的持续发展，计算机运算速度的大幅提高，音频处理软件的处理能力越来越强。
以语音识别软件为例，现在的语音识别软件的识别准确度越来越高，识别速度越来越快，而今，我们运用的软件是matlab软件，这都主要归功于数字信号处理技术的发展。
所以说，用数字信号处理音频信号的发展前景非常广阔。
那么，我们就有理由选用数字信号处理的方法处理类似于钢琴音的音频信号。
钢琴声音优美，号称“乐器之王”，据研究发现钢琴的声音是若干基本频率的倍频合成的。
弹奏钢琴产生16个音符，分别是“Do/Re/Mi/Fa/So/La/Si/Do(高)/ Do(高)/Si/La/So/Fa/Mi/Re/Do”关键词：Matlab、电子琴、数字信号abstractAt present, with the continuous development of science and technology, audio signal processing technology and development of abnormal rapidly, and digital signal processing has become the mainstream. Use computer to deal with digital signal, which makes very fast digital signal processing, digital signal processing technology which is developing rapidly. Convert all kinds of audio signal to digital signal after, we can quickly and easily for the audio signal processing. In this respect, have appeared such as voice recognition software on audio signal processing software, with the continued development of computer technology, the computer operation speed increase, audio processing software processing power is more and more strong. V oice recognition software, for example, is now the voice recognition software is more and more high recognition accuracy, and speed faster and faster, but now, we use the software matlab software, this is mainly due to the development of digital signal processing technology. So, with the development of digital signal processing audio signal prospects are very broad. So, we have reasons to use digital signal processing method of similar steel sound audio signal processing.A beautiful piano sound, so-called \"the king of instruments\", according to research finds the sound of the piano is a number of basic frequency times frequency synthesis. Respectively, playing the piano have 16 notes, is \"Do Re Mi/Fa/So/La/Si/Do (high)/Do (high)/Si/La/So/Fa/Mi/Re/Do\"Key word: Matlab, electric piano, digital signa目录第一章系统运行环境 (4)1.1、MATLAB开发环境简介 (4)1.2 硬件环境 (5)第二章系统内容设计 (6)2.1、钢琴琴键合成原理 (6)2.2、总体结构图 (7)2.3、钢琴信号的时频分析 (8)2.4对时频谱进行分析 (10)第三章实验结果及其分析 (11)3.1、钢琴信号的合成 (12)3.2实验结果 (13)实验总结 (14)第一章系统运行环境1.1、MATLAB开发环境简介分析以及合成声音所需软件环境------MATLABMATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。
数字信号处理技术在音频音乐处理中的应用
数字信号处理技术在音频音乐处理中的应用随着数字技术的不断发展和进步，数字信号处理技术在音频音乐领域的应用日益广泛。
数字信号处理技术能够很好地处理音频信号，使其质量更加优越，具有更高的保真度和更好的音质。
本文将探讨数字信号处理技术在音频音乐处理中的应用，简单介绍数字信号处理技术的基本概念及其在音频处理中的应用。
一、数字信号处理技术的基本概念数字信号处理技术是指用数字化方法对信号进行处理的技术，它主要包括以下几个基本步骤：1、采样：将模拟信号转化为数字信号。
2、量化：将采样得到的信号的大小量化为离散的取值。
3、编码：将量化后的数字信号编码为二进制信号。
4、数字信号处理：对编码后的数字信号进行处理。
二、数字信号处理技术在音频处理中的应用数字信号处理技术在音频音乐领域的应用非常广泛，以下是数字信号处理技术在音频音乐处理中的应用：1、数字滤波器数字滤波器是指一种数字信号处理器，它可以用来处理音频信号中的不需要的频率分量，如噪声等。
数字滤波器可以通过改变信号的频率性质来实现对信号的处理。
它可以分为FIR滤波器和IIR滤波器。
通常情况下，FIR滤波器比IIR滤波器更容易设计和性能更佳，因此在音频音乐处理中得到了广泛应用。
2、数字信号压缩数字信号压缩是一种广泛应用于音频音乐领域的数字信号处理技术。
它是把信号转换为更小的文件，以便在磁盘和其他媒介中存储，传输或播放。
压缩可以通过减少冗余信息和降低信号采样率来实现。
通过数字信号压缩技术，用户能够在保证音质的前提下更有效地使用存储空间，便于存储和传输。
3、谐波增强谐波增强是一种常用的音频信号处理技术，它可以增强一个音频信号的谐波成分，让音频信号更加具有表现力和动感。
谐波增强技术主要通过增加谐波分量来实现信号的加强，一般采用数字滤波的方法进行实现。
谐波增强主要用于音乐录音和混音中，可以提高音质，增加音乐节奏感和乐曲层次感。
4、音量调节音量调节是一种简单但是常用的音频信号处理技术。
本科毕业设计论文--数字信号处理课程设计报告抽样定理的应用
抽样定理的应用摘要抽样定理表示为若频带宽度有限的，要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高频率。
抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。
抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。
语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴学科，是目前发展最为迅速的学科之一，通过语音传递信息是人类最重要，最有效，最常用和最方便的交换信息手段，所以对其的研究更显得尤为重要。
Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换成离散的数据文件，然后用起强大的矩阵运算能力处理数据。
这为我们的本次设计提供了强大并良好的环境！本设计要求通过利用matlab对模拟信号和语音信号进行抽样，通过傅里叶变换转换到频域，观察波形并进行分析。
关键词：抽样Matlab目录一、设计目的： (2)二、设计原理： (2)1、抽样定理 (2)2、MATLAB简介 (2)3、语音信号 (3)4、Stem函数绘图 (3)三、设计内容： (4)1、已知g1(t)=cos(6πt),g2(t)=cos(14πt),g3(t)=cos(26πt),以抽样频率fsam=10Hz对上述三个信号进行抽样。
在同一张图上画出g1(t)，g2(t)，g3(t)及其抽样点,对所得结果进行讨论。
(4)2、选取三段不同的语音信号，并选取适合的同一抽样频率对其进行抽样，画出抽样前后的图形，并进行比较，播放抽样前后的语音。
(6)3、选取合适的点数，对抽样后的三段语音信号分别做DFT，画图并比较。
(10)四、总结 (12)五、参考文献 (13)绪论当今，随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域，数字信号处理技术正飞速发展，它不但自成一门学科，更是以不同形式影响和渗透到其他学科；它与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注数字化、智能化和网络化是当代信息技术发展的大趋势，而数字化是智能化和网络化的基础，实际生活中遇到的信号多种多样，例如广播信号、电视信号、雷达信号、通信信号、导航信号等等。
数字信号处理课程设计基于 matlab 的音乐信号处理和分析
《数字信号处理》课程设计设计题目：基于MATLAB 的音乐信号处理和分析一、课程设计的目的本课程设计通过对音乐信号的采样、抽取、调制、解调等多种处理过程的理论分析和MATLAB实现，使学生进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；使学生掌握的基本理论和分析方法知识得到进一步扩展；使学生能有效地将理论和实际紧密结合；增强学生软件编程实现能力和解决实际问题的能力。
二、课程设计基本要求1学会MATLAB 的使用，掌握MATLAB的基本编程语句。
2掌握在Windows 环境下音乐信号采集的方法。
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FIR 和IIR 数字滤波器的方法。
5 掌握使用MATLAB处理数字信号、进行频谱分析、设计数字滤波器的编程方法。
三、课程设计内容1、音乐信号的音谱和频谱观察使用windows下的录音机录制一段音乐信号或采用其它软件截取一段音乐信号（要求：时间不超过5s、文件格式为wav文件）①使用wavread语句读取音乐信号，获取抽样率；（注意：读取的信号是双声道信号，即为双列向量，需要分列处理）；②输出音乐信号的波形和频谱，观察现象；③使用sound语句播放音乐信号，注意不同抽样率下的音调变化，解释现象。
Wavread格式说明：[w,fs,b]=wavread(‘语音信号’)，采样值放在向量w中，fs表示采样频率（hz），b表示采样位数。
上机程序：[y,fs,bit]=wavread('I do片段')%读取音乐片段，fs是采样率size(y)%求矩阵的行数和列数y1=y( : ,1);%对信号进行分列处理n1=length(y1);%取y的长度t1=(0:n1-1)/fs;%设置波形图横坐标 figuresubplot(2,1,1);plot(t1,y1); %画出时域波形图 ylabel('幅值');xlabel('时间（s ）'); title('信号波形'); subplot(2,1,2); Y1=fft(y1);w1=2/n1*(0:n1-1);%设置角频率 plot(w1,abs(Y1));%画频谱图 title('信号频谱'); xlabel('数字角频率'); ylabel('幅度'); grid on ;sound(y,fs); 实验结果：123456幅值时间（s ）信号波形信号频谱数字角频率幅值1、通过观察频谱知，选取音乐信号的频谱集中在0~0.7*pi 之间，抽样点数fs=44100;2、当采样频率问原来0.5（0.5*fs ）倍时：音乐片段音调变得非常低沉，无法辨认原声，播放时间变长；抽样频率减小，抽样点数不变时，其分辨力增大，记录长度变长，声音失真。
数字信号处理课程设计报告
本科生课程设计报告课程名称数字信号处理课程设计指导教师赵亚湘学院信息科学与工程学院专业班级通信工程1301班姓名学号目录摘要 (2)一、课程设计目的 (3)二、课程设计内容 (3)三、设计思想和系统功能分析 (4)3.2问题二的设计分析 (5)3.3问题三的设计分析 (6)3.4问题四的设计分析 (7)3.5 GUI的设计分析 (8)四、数据测试分析 (9)4.1 问题一数据测试分析 (9)4.2 问题二数据测试分析 (12)4.3 问题三数据测试分析 (17)4.4 问题四数据测试分析 (20)4.5 GUI测试分析 (27)五、问题及解决方案 (29)5.1 设计过程 (29)5.2 遇到的具体问题 (29)六、设计心得体会 (30)参考文献 (31)附录摘要通信工程专业的培养目标是具备通信技术的基本理论和应用技术，能从事电子、信息、通信等领域的工作。
鉴于我校充分培养学生实践能力的办学宗旨，对本专业学生的培养要进行工程素质培养、拓宽专业口径、注重基础和发展潜力。
特别是培养学生的创新能力，以实现技术为主线多进行实验技能的培养。
通过《数字信号处理》课程设计这一重要环节，可以将本专业的主干课程《数字信号处理》从理论学习到实践应用，对数字信号处理技术有较深的了解，进一步增强学生动手能力和适应实际工作的能力。
数字信号处理课程主要是采用计算机仿真软件，以数值计算的方法对信号进行分析、变换、滤波、检测、估计与识别等加工处理，以达到提取信息便于使用的目的。
数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。
因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。
而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。
数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。
数字信号处理的核心算法是离散傅立叶变换(DFT)，是DFT使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。
- 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)。
实验11、音乐信号的音谱和频谱观察○1使用wavread语句读取音乐信号，获取抽样率；○2输出音乐信号的波形和频谱，观察现象；○3使用sound语句播放音乐信号，注意不同抽样率下的音调变化，解释现象。
clear all;close all;clc[a,fs,bit]=wavread('c:\MATLAB6p5\work\陪你一起看草原.wav');size(a);y1=a(:,1);a1=y1(10000:60000)figure;subplot(2,1,1),plot(a);subplot(2,1,2),plot(a1);x1=resample(a1,2,1); %y=resample(x,p,q)返回量的长度是向量x的p/q倍sound(x1,fs);%sound(a,fs);N1=length(a1);F1=fft(a1,N1);w=2/N1*[0:N1-1]; %频谱图横坐标设置figure;plot(w,abs(F1));N2=length(a1);t=0:1/N2:1/N2*(N2-1);title('傅利叶变换'); %傅利叶变换;figure;plot(a1);title('时域波形'); %时域波形;1，以二倍的抽样率听声音信号时，音乐播放的特别快，像被压缩了，播放的时间比原信号短。
2，以二分之一的抽样率听声音信号时，音乐播放的特别慢，像被拉长了，播放的时间比原信号长。
3，原信号频谱截止频率为0.5*pi实验22、音乐信号的抽取（减抽样）○1观察音乐信号频率上限，选择适当的抽取间隔对信号进行减抽样（给出两种抽取间隔，代表混叠和非混叠）；○2输出减抽样音乐信号的波形和频谱，观察现象，给出理论解释；○3播放减抽样音乐信号，注意抽样率的改变，比较不同抽取间隔下的声音，解释现象。
clear all;close all;clc[a,fs,bit]=wavread('c:\MATLAB6p5\work\陪你一起看草原.wav');size(a);y1=a(:,1);a1=y1(10000:60000)D=2; %减抽样；l=length(a1);yd=a1(1:D:l);sound(yd,fs/D);N3=length(yd);t=0:1/N3:1/N3*(N3-1); %横坐标设置figure;plot(yd);title('减抽样时域波形'); %时域波形; xlabel('t');ylabel('幅度');N4=length(yd);F2=fft(yd,N4);w=2/N4*[0:N4-1];figure;plot(w,abs(F2));title('减抽样频谱'); %减抽样频谱xlabel('f');ylabel('幅度');D=2,减抽样D=4,减抽样1，原信号频谱截止频率为0.5*pi，当D=2时，频谱刚好不混叠，当D>2时，频谱就会混叠。
2，减抽样后的音乐信号听起来变得尖锐，有失真。
3，抽样率随着抽样间隔的增大而逐渐变小，声音越来越失真，音调变得急促，而尖锐，信号产生混叠实验33、音乐信号的AM调制○1观察音乐信号的频率上限，选择适当调制频率对信号进行调制（给出高、低两种调制频率）；○2输出调制信号的波形和频谱，观察现象，给出理论解释；○3播放调制音乐信号，注意不同调制频率下的声音，解释现象。
clear all;close all;clc[a,fs,bit]=wavread('c:\MATLAB6p5\work\陪你一起看草原.wav');size(a);y1=a(:,1);a1=y1(10000:100000);%sound(a1,fs);N=length(a1);n1=0:[N-1];y=cos(0.5*pi*n1); %产生余弦信号N1=length(a1);F1=fft(y,N1);w=2/N1*[0:N1-1];figure;plot(w,abs(F1));title('cos(wt)频谱'); %余弦频谱xlabel('f');ylabel('幅度');N2=length(a1);F2=fft(a1,N2);w=2/N2*[0:N2-1];figure;plot(w,abs(F2));title('yinyue频谱'); %原信号频谱xlabel('f');ylabel('幅度');x1=a1.*y'; % 音乐信号与余弦信号点乘进行调制figureplot(x1);N3=length(a1);F3=fft(x1,N3); %调制信号傅立叶变换w=2/N3*[0:N3-1];figure;plot(w,abs(F3));title('调制频谱'); %调制信号频谱xlabel('f');ylabel('幅度');sound(x1,fs);w=0.5*pi 时.w=0.3*pi 时.w=0.7*pi 时.1，由原信号频谱知，信号截止频率约为0.4pi，则产生混叠的阈值为0.6pi。
2，原信号的调制相当于频谱搬移，左移一个右移一个，当调制频率（余弦频率）小于0.4pi或大于0.6pi时就会产生混叠或丢失一部分信息。
3，当余弦点数取得少时，余弦频谱会产生泄漏。
4，当调制频率较高时（发生混叠），声音响度低，几乎只能听见兹兹的声音，信号几乎完全失真，当调制频率较低时（未发生混叠），声音很尖锐，响度较大，稍微能听出一点调子，但也有兹兹的声音。
实验44、AM调制音乐信号的同步解调○1设计巴特沃斯IIR滤波器完成同步解调；观察滤波器频率响应曲线；○2用窗函数设计FIR滤波器完成同步解调，观察滤波器频率响应曲线；（要求：分别使用矩形窗和布莱克曼窗，进行比较）；○3输出解调音乐信号，比较不同滤波器下的声音，解释现象。
clear all;close all;clcfunction hd=ideal(N,wc)for n=0:N-1if n==(N-1)/2hd(n+1)=wc/pi;else hd(n+1)=sin(wc*(n-(N-1)/2))/(pi*(n-(N-1)/2));endend[a,fs,bit]=wavread('c:\MATLAB6p5\work\陪你一起看草原.wav');size(a);y1=a(:,1);a1=y1(10000:100000);%sound(a1,fs); %播放yuan的信号N=length(a1);n1=0:[N-1];y=cos(0.5*pi*n1);x1=a1.*y';%点乘figureplot(x1);N1=length(a1);F1=fft(x1,N1); %调制信号傅立叶变换w=2/N1*[0:N1-1];figureplot(w,abs(F1));title('调制频谱'); %调制信号频谱xlabel('f');ylabel('幅度');%sound(x1,fs); %播放调制后的信号x2=x1.*y';figureplot(x2); %解调后信号F2=fft(x2,N1); %解调信号傅立叶变换w=2/N1*[0:N1-1];figureplot(w,abs(F2));title('解调频谱'); %解调频谱xlabel('f');ylabel('幅度');%sound(x2,fs); %播放解调后的信号[N,Wc]=buttord(0.4,0.5,1,15);[B,A]=butter(N,Wc);[H,W]=freqz(B,A);figureplot(W/pi,abs(H));title('数字巴特沃斯滤波器'); %数字巴特沃斯滤波器x3=filter(B,A,x2); %滤波后信号w=2/N1*[0:N1-1];fx=fft(x3,N1);fa=fft(a1,N1);figuresubplot(2,1,1),plot(w,abs(fa));title('yuan xin hao pin pu');subplot(2,1,2),plot(w,abs(fx));title('数字巴特沃斯滤波器滤波频谱'); %滤波后频谱sound(x3,fs); %播放巴特沃斯滤波器滤波后信号sheng yinN=33;wc=0.4*pi;hd=ideal(N,wc);w1=boxcar(N); %矩形窗w2=blackman(N); %布莱克曼窗h1=hd.*w1';h2=hd.*w2';y3=conv(x2,h1); %解调后信号与矩形窗函数卷积y4=conv(x2,h2); %解调后信号与布莱克曼窗函数卷积%sound(y3,fs); %播放矩形窗滤波后信号sheng yin%sound(y4,fs); %播放布莱克曼窗滤波后信号sheng yin figure;subplot(2,1,1),plot(y3);title('矩形窗滤波后信号');subplot(2,1,2);plot(y3);title('布莱克曼窗滤波后信号');fh1=fft(h1,N1);db1=-20*log10(abs(fh1(1)./(abs(fh1)+eps))); %理想低通滤波器加窗后幅度响应fh2=fft(h2,N1);db2=-20*log10(abs(fh2(1)./(abs(fh2)+eps)));w=2/N1*[0:N1-1];figure;subplot(3,1,1),stem(h1); %矩形窗函数grid on;title('矩形窗');xlabel('n');ylabel('h(n)');subplot(3,1,2),plot(w,abs(fh1));grid on;title('矩形窗');xlabel('w');ylabel('H(k)');subplot(3,1,3);plot(w,db1); %矩形窗函数分贝图grid on;figure;subplot(3,1,1);stem(h2);grid on;title('布莱克曼窗');xlabel('n');ylabel('h(n)');subplot(3,1,2);plot(w,abs(fh2));grid on;title('布莱克曼窗');xlabel('w');ylabel('H(k)');subplot(3,1,3);plot(w,db2); %布莱克曼窗窗函数分贝图grid on;w=2/N1*[0:N1-1];Fy1=fft(y3,N1);Fy2=fft(y4,N1);figure;subplot(2,1,1);plot(w,abs(Fy1));title('矩形窗滤波后频谱');subplot(2,1,2);plot(w,abs(Fy2));title('布莱克曼窗滤波后频谱');1，解调后信号频谱在高频和低频处均有一部分，且成对称分布，需要滤掉高频才可大致还原原信号。