基于MATLAB的语音信号加噪处理

合集下载

在Matlab中进行语音增强和噪声抑制的技术

在Matlab中进行语音增强和噪声抑制的技术

在Matlab中进行语音增强和噪声抑制的技术引言:语音增强和噪声抑制技术在现代通信、语音处理和语音识别领域发挥着重要的作用。

随着社交媒体、智能手机以及智能家居等技术的发展,我们越来越需要能够从复杂的背景噪声中清晰地捕捉到语音信号。

在Matlab中,我们可以使用各种算法和工具来实现语音增强和噪声抑制。

在本文中,我们将介绍一些常用的技术和方法,以帮助读者更好地理解和应用这些技术。

一、语音增强技术1.1 频域滤波器频域滤波器是一种常用的语音增强技术,它通过对语音信号进行频谱分析并对频谱进行滤波,去除噪声成分。

在Matlab中,我们可以使用快速傅里叶变换(FFT)将时域的语音信号转换为频域的信号,然后进行频谱滤波操作。

1.2 波束形成波束形成是一种基于阵列信号处理的语音增强技术。

它通过在多个麦克风上采集语音信号,并对这些信号进行加权和合成,来提高语音信号的信噪比。

在Matlab中,我们可以使用波束形成算法来实现语音增强。

二、噪声抑制技术2.1 统计建模统计建模是一种常见的噪声抑制技术,它通过对噪声进行建模和估计,然后对语音信号进行去噪处理。

在Matlab中,我们可以使用高斯混合模型(GMM)等方法来建模和估计噪声分布,并对语音信号进行去噪。

2.2 时域滤波时域滤波是一种基于时域信号处理的噪声抑制技术。

它通过对语音信号进行滤波,去除噪声成分。

在Matlab中,我们可以使用数字滤波器设计和滤波器应用等函数,来实现时域滤波。

三、实例演示为了更好地理解和应用语音增强和噪声抑制技术,我们将通过一个实例来演示在Matlab中的具体操作。

假设我们有一段包含噪声的语音信号,我们希望能够对其进行噪声抑制,使得语音信号更加清晰。

首先,我们需要将语音信号加载进Matlab中。

可以使用wavread函数将WAV 格式的语音文件读入,或者使用audioread函数读入其他格式的语音文件。

然后,我们可以使用FFT函数将时域的语音信号转换为频域的信号。

基于MATLAB有噪声语音信号处理

基于MATLAB有噪声语音信号处理

基于MATLAB有噪声语音信号处理一设计内容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。

二设计的具体实现1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。

接下来,对语音信号kalong.wav进行采样。

其程序如下:[y,fs,nbits]=wavered (‘kalong’);把语音信号加载入Matlab 仿真软件平台中然后,画出语音信号的时域波形,再对语音信号进行频谱分析。

MATLAB提供了快速傅里叶变换算法FFT计算DFT的函数fft,其调用格式如下:Xk=fft(xn,N)参数xn为被变换的时域序列向量,N是DFT变换区间长度,当N大于xn 的长度时,fft函数自动在xn后面补零。

当N小于xn的长度时,fft函数计算xn 的前N个元素,忽略其后面的元素。

在本次设计中,我们利用fft对语音信号进行快速傅里叶变换,就可以得到信号的频谱特性。

其程序如下:[x,fc,nbits]=wavread ('kalong.wav');sound(x,fc,nbits); %回放语音信号N=length(x); %求出语音信号的长度t=0:1/fc:(size(x)-1)/fc;X=abs(fft(x,N)); %傅里叶变换X=X(1:N/2);f=fc/N*(0:1:(N/2)-1);figure(1)subplot(2,1,1);plot(t,x);title('原始信号波形');xlabel('s');subplot(2,1,2);plot(f,abs(X));%可见声音信号频谱在0~4e3范围之内程序结果如下图:24681012-0.2-0.100.10.2原始信号波形s02000400060008000100001200050010001500原始信号频谱Hz幅度2 语音信号加噪与时谱分析在本次设计中,我们是利用MA TLAB 中加入单频率噪声到语音信号中,模仿语音信号被污染,并对其频谱分析。

基于MATLAB的语音信号处理与识别系统设计与实现

基于MATLAB的语音信号处理与识别系统设计与实现

基于MATLAB的语音信号处理与识别系统设计与实现一、引言语音信号处理与识别是人工智能领域中的重要研究方向之一,随着深度学习和人工智能技术的不断发展,基于MATLAB的语音信号处理与识别系统设计与实现变得越来越受到关注。

本文将介绍如何利用MATLAB进行语音信号处理与识别系统的设计与实现。

二、MATLAB在语音信号处理中的应用MATLAB作为一种强大的科学计算软件,提供了丰富的工具箱和函数库,可以方便地进行语音信号处理。

在语音信号处理中,MATLAB可以用于语音信号的采集、预处理、特征提取、模型训练等各个环节。

通过MATLAB提供的工具,可以高效地对语音信号进行分析和处理。

三、语音信号处理流程1. 语音信号采集在语音信号处理系统中,首先需要对语音信号进行采集。

通过MATLAB可以实现对声音的录制和采集,获取原始的语音信号数据。

2. 语音信号预处理采集到的语音信号数据通常包含噪声和杂音,需要进行预处理以提高后续处理的准确性。

预处理包括去噪、降噪、滤波等操作,可以有效地净化语音信号数据。

3. 特征提取在语音信号处理中,特征提取是一个关键步骤。

通过MATLAB可以提取出语音信号的频谱特征、时域特征等信息,为后续的模式识别和分类打下基础。

4. 模型训练与识别利用MATLAB可以构建各种机器学习模型和深度学习模型,对提取出的特征进行训练和识别。

通过模型训练,可以实现对不同语音信号的自动识别和分类。

四、基于MATLAB的语音信号处理与识别系统设计1. 系统架构设计基于MATLAB的语音信号处理与识别系统通常包括数据采集模块、预处理模块、特征提取模块、模型训练模块和识别模块。

这些模块相互配合,构成一个完整的系统架构。

2. 界面设计为了方便用户使用,可以在MATLAB中设计用户友好的界面,包括数据输入界面、参数设置界面、结果展示界面等。

良好的界面设计可以提升系统的易用性和用户体验。

五、基于MATLAB的语音信号处理与识别系统实现1. 数据准备首先需要准备好用于训练和测试的语音数据集,包括正样本和负样本。

基于MATLAB的有噪声的语音信号处理的课程设计要点

基于MATLAB的有噪声的语音信号处理的课程设计要点

基于MATLAB的有噪声的语音信号处理的课程设计要点一、设计背景随着科技的不断发展,语音信号处理愈发成为热门话题。

在语音数据中,常常会被噪声干扰,从而使得信号质量下降,影响了数据分析和处理的效果。

本课程设计旨在通过MATLAB来设计一套有噪声的语音信号处理方法,以提高对语音信号信噪比的分析和处理能力,为后续的语音处理研究奠定基础。

二、课程设计要点1. 语音信号的获取和预处理在本课程中,需要使用MATLAB语音处理工具箱中的audioread()函数获取.wav格式的语音信号,然后进行预处理操作,包括:•极化和采样:将语音信号从时间域转换到频域,并进行重采样处理,以适应后续处理操作的需求。

•去噪:根据信噪比的情况,选择合适的去噪算法对语音信号进行滤波,以减低信号的噪声干扰。

2. 基本的信号处理方法•频谱分析和频率域滤波:可以通过MATLAB处理语音信号的频域,进行谱分析、谱修复以及滤波的操作。

•时域滤波:应用IIR和FIR滤波器来消除噪声,提高信号质量。

•自适应滤波:通过模型建立和自适应滤波器设计,从语音信号中分离出噪声信号。

3. 压缩和解压缩•信号压缩:对语音信号进行压缩处理,以实现数据的高效管理和传输。

•信号解压缩:对压缩后的语音信号进行解压缩处理,还原原始的语音信号,以进行后续处理。

4. 语音识别•特征提取:通过分段处理,并进行特征提取,将信号的语音特征转换为相应的数字特征向量,为后续的语音识别做准备。

•语音识别:基于数字特征向量,采用各种识别算法,进行语音识别。

三、设计思路1.读入语音信号和噪声,可以通过audioread()函数和一些MATLAB工具箱实现。

同时,对输出语音信号进行噪声除去处理。

2.对语音信号进行频谱分析,并基于不同的SNR条件下,应用FIR和IIR滤波器对语音信号进行滤波处理。

进而利用多种去噪算法对含噪语音信号进行去噪处理。

3.对经过滤波处理的语音信号进行特征提取,并采用隐马尔可夫模型(HMM)对数字特征向量进行处理,进行不同说话人的识别。

MATLAB对语音信号加随机噪声及去噪程序

MATLAB对语音信号加随机噪声及去噪程序
title('滤波后信号频谱');
subplot(2,2,3);plot(y_z);
title('滤波前信号的波形')
subplot(2,2,4);plot(x);
title('滤波后信号的波形')
%sound(x,fs,bits)%回放滤波后的音频
设计滤波器:
器常用的方法有:脉冲响应不变法和双线性变换法。
xlabel('时间轴')
ylabel('幅值A')
subplot(2,1,2);
plot(f,abs(y_zp(1:n/2)));%加噪语音信号的频谱图
title('加噪语音信号频谱图');
xlabel('频率Hz');
ylabel('频率幅值');
对加噪的语音信号进行去噪程序如下:
fp=1500;fc=1700;As=100;Ap=1;
%sound(y_z,fs)
%对加噪后的语音信号进行分析
n=length(y);%选取变换的点数
y_zp=fft(y_z,n);%对n点进行傅里叶变换到频域
f=fs*(0:n/2-1)/n;%对应点的频率
figure(2)
subplot(2,1,1);
plot(y_z);%加噪语音信号的时域波形图
title('加噪语音信号时域波形');
figure(3);
freqz(b,1);
(此前为低通滤波器设计阶段)——接下来为去除噪声信号的程序——
x=fftfilt(b,y_z);
X=fft(x,n);
figure(4);

Matlab中的信号加噪处理技巧

Matlab中的信号加噪处理技巧

Matlab中的信号加噪处理技巧导言:在现代的信息传输、储存和处理中,信号的质量是至关重要的。

然而,在现实世界中,信号通常会受到各种噪声的干扰。

为了最大程度地提高信号的清晰度和准确性,信号加噪处理技巧在信号处理领域中起着至关重要的作用。

这篇文章将介绍Matlab中一些常用的信号加噪处理技巧,并探讨它们的原理和应用。

一、信号加噪的背景和概述1.1 什么是信号加噪?信号加噪是指在原始信号中添加噪声的过程。

噪声可以是由于电磁波、电磁辐射、传输信道等原因引起的随机干扰。

信号加噪处理的目标是去除或降低噪声对信号的影响,以提高信号的质量和可靠性。

1.2 信号加噪的意义和应用信号加噪处理技巧在很多领域都有广泛的应用。

在通信领域中,信号加噪处理可以提高通信系统的抗干扰能力和传输质量。

在音频和图像处理领域中,信号加噪处理可以提高音频和图像的清晰度和准确性。

此外,在生物医学领域和物理实验中,信号加噪处理也是必不可少的。

二、2.1 生成噪声信号在进行信号加噪处理之前,首先需要生成噪声信号。

Matlab提供了一些内置函数和工具箱,用于生成各种类型的噪声信号,如高斯噪声、均匀噪声、脉冲噪声等。

这些函数和工具箱提供了丰富的参数选项,可以根据实际需求生成符合要求的噪声信号。

2.2 信号加噪处理方法Matlab中有多种信号加噪处理方法,常用的包括滤波、降噪算法和频谱分析等。

滤波是最常用的信号加噪处理方法之一。

信号滤波可以通过去除噪声频率成分或减小噪声幅度来降低噪声的影响。

Matlab提供了多种滤波器设计工具和函数,如FIR滤波器、IIR滤波器等,可以根据具体需求选择合适的滤波器进行信号滤波。

除了滤波之外,降噪算法也是一种常用的信号加噪处理方法。

主要有小波降噪、自适应滤波等算法。

这些算法基于信号的统计特性和噪声的模型,通过一系列数学运算来估计和去除噪声成分。

Matlab提供了丰富的函数和工具箱,用于实现这些降噪算法。

频谱分析是用于分析信号频率特性的方法,也可以用于信号加噪处理。

(完整word版)基于matlab的语音信号处理(2)

(完整word版)基于matlab的语音信号处理(2)

(完整word版)基于matlab的语音信号处理(2) 数字信号处理设计报告题目:基于Matlab的语音信号处理系别信息工程学院专业班级通信工程1342学生姓名范泉指导教师吉李满提交日期2016年6月10日(完整word版)基于matlab的语音信号处理(2)摘要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。

数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器(DSP)和专用集成电路(ASIC)等。

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。

本设计的具体内容是基于MATLAB的语音信号处理,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。

然后添加噪声信号,选用合适的滤波器对噪声信号进行滤除,使数字信号处理从理论走向实用。

MATLAB功能强大,可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

用MATLAB来解算问题要比用其他语言简捷得多,并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。

在新的版本中也加入了对C,FORTRAN,C++ ,JAVA的支持。

可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用,此外许多的MATLAB爱好者都编写了一些经典的程序,用户可以直接进行下载就可以用。

关键词:数字信号处理器;离散傅立叶变换;MATLAB目录第一章绪论 (1)1.1课题研究的目的 (1)1。

基于MATLAB的语音信号加噪处理

基于MATLAB的语音信号加噪处理

d = filter( b, 1, n) ; % Desired signal w0 = zeros( 1, 4) ; % Intial filter coefficients mu = 0.5; % LMS step size. s = initlms( w0, mu) ; [y, e, s] = adaptlms( n, d, s) ; y1=x- y' ; plot( y1) ; save sanpl.mat y1 信 号 加 粉 红 色 噪 声 通 过 lms 与 原 信 号的图形输出比较波形如图 8 所示。
图 3 语音信号 ( 2) 粉红色噪声信号 b=wavread( ' e:\ pink.wav' ) ; plot( b) ; save noise.mat b 如图 4 所示。
图 4 粉红色噪声信号 ( 3) 信号加粉红色噪声滤波图形输出 信 号 加 粉 红 色 噪 声 通 过 IIR 滤 波 器 滤波。通过 butterworth 后与原信号的图形 输出比较波形如图 5 所示。
中 图 分 类 号 :TP391.42
文 献 标 识 码 :A
文章编号:1672- 7800( 2006) 11- 0017- 02
0 前言
基 于 MATLAB 的 语 音 信 号 加 噪 处 理, 其实质是针对于不同的滤波器性能的 分 析 与 比 较 。本 文 给 出 了 一 个 信 号 源 和 一 个 噪 声 源 。对 于 噪 声 源 主 要 采 用 粉 红 色 噪 声以便于分析; 对于信号的加噪, 有信号 源 与 噪 声 源 直 接 相 加 、相 乘 、相 卷 等 几 种 形式, 限于篇幅本文仅对其中的信号源与 噪 声 源 直 接 相 加 滤 波 进 行 了 分 析 。对 于 滤 波 器 的 设 计 可 以 使 用 MATLAB 中 自 带 的 工 具 , 也 可 以 通 过 编 程 或 直 接 利 用 MAT- LAB 中的函数库来实现。
  1. 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. 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. 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)。
[2]Vinay.K.Ingle, John.G.Proakis. 数字信号处理 使用 MATLAB[M].刘树堂译.西安: 西安 交 通 大学出版社, 2002.
[3]丁 玉 美 , 高 西 全.数 字 信 号 处 理[M].西 安 : 西 安电子科技大学出版社, 1996.
[4]王宏.MATLAB6.5 及其在信号处理中的应用 [M].北京: 清华大学出版社, 2003.
图 1 Butte rworth 滤波器 成。本文利用编程完成该滤波器即加权 的 cls 滤 波 器 的 设 计 。
加权的 cls 滤波器参数如下: n=65; wo=0.4; dp=0.02; ds=0.004; wp=0.38; ws=0.42; k=10; h=fircls1( n, wo, dp, ds, wp, ws, k) ; [H, W]=freqz( h, 1, 512, 2) ; plot( W, abs( H) ) ;xlable( ' 归 一 化 频 率 ' ) ; ylable( ' 幅度 ' ) ; grid; save fircls.mat 如图 2 所示。 对 于 IIR 滤 波 器 和 FIR 滤 波 器 中 的 维纳滤波器和自适应滤波器的设计, 可以 直 接 利 用 MATLAB 自 带 的 函 数 实 现 , 本 文不再赘叙。
2 滤波器设计器
滤波器种类很多, 一般分为模拟滤 波 器 和 数 字 滤 波 器 。从 滤 波 器 的 实 现 方 法 上 可 分 为 IIR 滤 波 器 ( 无 限 冲 激 响 应 滤 波 器 ) 和 FIR 滤 波 器 ( 有 限 冲 激 响 应 滤 波 器) 。从滤波器的功能上可分为低通滤波 器 ( LPF) 、高 通 滤 波 器 ( HPF) 、带 通 滤 波 器 ( BPF) 、带阻滤波器( BSF) 。
d = filter( b, 1, n) ; % Desired signal w0 = zeros( 1, 4) ; % Intial filter coefficients mu = 0.5; % LMS step size. s = initlms( w0, mu) ; [y, e, s] = adaptlms( n, d, s) ; y1=x- y' ; plot( y1) ; save sanpl.mat y1 信 号 加 粉 红 色 噪 声 通 过 lms 与 原 信 号的图形输出比较波形如图 8 所示。
图 7 维纳滤波前后波形比较 信 号 加 粉 红 色 噪 声 通 过 lms 滤 波 器 滤波。 a=wavread( ' e:\wav1.wav' ) ; b=wavread( ' e:\pink.wav' ) ; c=b( 1:763, :) ;x=a+c; n=- c; b = fir1( 3, 0.3) ; % FIR system to be identified
中 图 分 类 号 :TP391.42
文 献 标 识 码 :A
文章编号:1672- 7800( 2006) 11- 0017- 02
0 前言
基 于 MATLAB 的 语 音 信 号 加 噪 处 理, 其实质是针对于不同的滤波器性能的 分 析 与 比 较 。本 文 给 出 了 一 个 信 号 源 和 一 个 噪 声 源 。对 于 噪 声 源 主 要 采 用 粉 红 色 噪 声以便于分析; 对于信号的加噪, 有信号 源 与 噪 声 源 直 接 相 加 、相 乘 、相 卷 等 几 种 形式, 限于篇幅本文仅对其中的信号源与 噪 声 源 直 接 相 加 滤 波 进 行 了 分 析 。对 于 滤 波 器 的 设 计 可 以 使 用 MATLAB 中 自 带 的 工 具 , 也 可 以 通 过 编 程 或 直 接 利 用 MAT- LAB 中的函数库来实现。
[5]陈怀琛.MATLAB 及其在理工课 程 中的 应 用 指 南[M]. 西 安 : 西 安 电 子 科 技 大 学 出 版 社 , 2000. ( 编任编辑: 刘 君)
图 8 Ims 滤波前后波形比较
4 结论
通过以上分析, 可以看出滤波后的输 出图形和原信号源的图形存在一定的差 别, 不同滤波器的滤波输出效果也不同, 有优有劣, 这说明不同滤波器的性能差异 以及参数的调节会对滤波器产生一定影 响。
参考文献:
[1]陈亚勇.matlab 信号处理详解[M] 北 京: 人 民 邮电出版社, 2001.
MATLAB 中 的 SPTool ( Signal Pro- cessing Tool) 提 供 了 一 个 便 于 完 成 信 号 处 理 任 务 的 GUI 集 成 环 境 , 它 有 信 号 浏 览 器、滤 波器 设计 程序 、滤波 器查 看 程 序 、功
率谱查看程序 4 个功能模块, 可以进行信 号 浏 览 、滤 波 器 的 设 计 、分 析 与 实 现 等 。
1 MATLAB 简介
MATLAB( MATrix LABoratory) 是美国 Mathwork 公 司 开 发 的 新 一 代 科 学 计 算 软 件, 它是一套功能强大的工程计算及数值 分 析软 件, 集 数值 分析 、矩阵 运 算 、信 号 处 理和图形显示于一体, 其核心是矩阵。它 还提供了类似于其它设计与编程语言的 编程特性, 并且具备与其它应用程序的接 口 , 允 许 用 户 将 编 写 的 C/C++或 FORTRAN 程序 与 MATLAB 接 口, 即 在 MATLAB 工 作空间中可以调用这些语言编写的程序。
( 1) 语音信号 a=wavread( ' e:\wav1.wav' ) ; plot( a) ; save signal.mat a 如图 3 所示。
信 号 加 粉 红 色 噪 声 通 过 FIR 滤 波 器 滤波。
a=wavread( ' e:\ wav1.wav' ) ; b=wavread( ' e:\ pink.wav' ) ; c=b( 1:763, :) ;x=a+c; n=65; wo=0.4; dp=0.02; ds=0.004; wp=0.3Байду номын сангаас; ws=0.42; k=10; h=fircls1( n, wo, dp, ds, wp, ws, k) ; xo=filter( h, 1, x) ; plot( xo) ; save sanpf.mat xo 信号 加 粉 红 色 噪 声 通 过 fircls 后 与 原 信号的图形输出比较波形如图 6 所示。
软件技术研究
基于 MATLAB 的语音信号加噪处理
成利香, 张桂新 ( 湖南建材高等专科学校, 湖南 衡阳 421008)
摘 要: 基于 MATLAB 对信号与粉红色噪声直接相加, 通过比较分析不同特性的滤波器输出, 论述了加噪
处理中不同滤波器的差异。
关键词: MATLAB; 数字滤波器; 粉红色噪声; 信号加噪处理
3 信号的加噪处理
3.1 输入信号 该信号是 2 个声音文件, 放在 e 盘根
作者简介:成利香( 1979- ) , 女, 湖南永州人, 湖南建材高等专科学校助教, 中南大学硕士研究生。
软件导刊·2006·12 月号 17
软件技术研究
图 2 FIR 滤波器 目录下, 文件名为 wav1.wav 和 pink.wav。
本 文 将 要 设 计 一 个 IIR 型 的 滤 波 器 , 即 Butterworth 滤 波 器 。 利 用 SPTool 中 的 滤波器设计程序功能模块, 根据需要设计 和调整参数来完成滤波器的设计。
Butterworth 滤波器参数如下: typelowpass samplingfrequency 10000 passband fp=500 rp=3 stopband fs=750 rs=20 如图 1 所示。 相 对 无 限 冲 击 响 应 数 字 滤 波 器 ( I- IR) , 有限 冲击 响应 数 字 滤 波 器 ( FIR) 的 优 点是: 具有精确的线性相位, 设计方式为 线性, 硬件容易实现, 滤波器过渡过程具 有有限区间。而其缺点是: 在实现给定性 能水平的前提下, 其要求的滤波器阶次要 比 IIR 高得多。 本文还 设计 了一 个 FIR 型 滤 波 器 , 但 不 利 用 sptool 所 提 供 的 滤 波 器 设 计 器 完
图 3 语音信号 ( 2) 粉红色噪声信号 b=wavread( ' e:\ pink.wav' ) ; plot( b) ; save noise.mat b 如图 4 所示。
图 4 粉红色噪声信号 ( 3) 信号加粉红色噪声滤波图形输出 信 号 加 粉 红 色 噪 声 通 过 IIR 滤 波 器 滤波。通过 butterworth 后与原信号的图形 输出比较波形如图 5 所示。
图 5 IIR 滤波前后波形比较
18 软件导刊·2006·12 月号
图 6 FIR 滤波前后波形比较 信号加粉红色噪声通过维纳滤波器 滤波。 a=wavread( ' e:\ wav1.wav' ) ; b=wavread( ' e:\ pink.wav' ) ; c=b( 1:763, :) ; x=a+c; y=wiener2( x, [1, 30]) ; plot( y) ; save sanpw.mat y 信 号 加 粉 红 色 噪 声 通 过 wiener 与 原 信号的图形输出比较波形如图 7 所示。
相关文档
最新文档