数字信号多采样率设计报告

合集下载

数字信号处理课设实验报告

数字信号处理课设实验报告

数字信号处理—课程设计报告学院:信息工程学院专业:姓名:井底之蛙学号: ******** 指导老师:日期: 2018年题目一:用Matlab 验证时域采样定理和频域采样定理1、设计目的:(1) 掌握模拟信号时域采样前后频谱的变化规律及时域采样定理;(2) 掌握频域采样的概念及频域采样定理;(3) 掌握时域采样频率的选择方法及频域采样点数的选择方法。

2、设计内容:编制Matlab 程序,完成以下功能,对给定模拟信号进行时域采样,观察不同采样频率对采样信号频谱的影响,验证时域采样定理;对给定序列进行傅里叶变换,并在频域进行采样,观察不同采样点数对恢复序列的影响,验证频域采样定理;绘制相关信号的波形。

具体要求如下: (1)验证时域采样定理 给定模拟信号 a 0()sin()()t x t Ae t u t αΩ-=式中, A =444.128,502πα=,s rad /2500π=Ω。

现用DFT(FFT)求该模拟信号的幅频特性,以验证时域采样理论。

(问答)时域采样定理:当时间信号函数f(t)的最高频率分量为fM 时,f(t)的值可由一系列采样间隔小于或等于1/(2fM)的采样值来确定,即采样点的重复频率f ≥(2fM)按照x a (t )的幅频特性曲线,选取三种采样频率,即F s =1 kHz ,300 Hz ,200 Hz 。

观测时间选T p =64 ms 。

为使用DFT ,首先用下面的公式产生时域离散信号,对三种采样频率,采样序列按顺序用x 1(n )、x 2(n )、x 3(n )表示。

a 0()()e sin()()nT x n x nT A nT u nT αΩ-==因为采样频率不同,得到的x 1(n )、 x 2(n )、x 3(n )的长度不同, 长度(点数)用公式N=T p ×F s 计算。

选FFT 的变换点数为M=64,序列长度不够64的尾部加零。

X (k )=FFT[x (n )] , k =0,1,2,3,…,M -1式中, k 代表的频率为2πk k Mω=要求: 编写实验程序,计算x 1(n )、 x 2(n )和x 3(n )的幅度特性,并绘图显示。

数字信号处理实验(民航无线电监测关键技术研究)

数字信号处理实验(民航无线电监测关键技术研究)

《数字信号处理》实验报告实验名称数字信号处理实验(民航无线电监测关键技术研究)实验时间一、实验目的:通过实验,理解和掌握民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术,培养学生对数字信号处理技术的兴趣,并提高学生基于数字信号处理技术的工程应用能力。

二、实验环境:Matlab三、实验原理、内容与分析(包括实验内容、MATLAB程序、实验结果与分析)实验总体框图如上图所示,主要实现民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术。

1.有限长单位脉冲(FIR)滤波器的设计FIR 数字滤波器是一种非递归系统,其冲激响应h(n)是有限长序列,其差分方程表达式为:系统传递函数可表达为:N-1 为FIR 滤波器的阶数。

在数字信号处理应用中往往需要设计线性相位的滤波器,FIR 滤波器在保证幅度特性满足技术要求的同时,很容易做到严格的线性相位特性。

为了使滤波器满足线性相位条件,要求其单位脉冲响应h(n)为实序列,且满足偶对称或奇对称条件,即h(n)=h(N-1-n)或h(n)=-h(N-1-n)。

这样,当N 为偶数时,偶对称线性相位FIR 滤波器的差分方程表达式为:由上可见FIR 滤波器不断地对输入样本x(n)延时后,再做乘法累加算法,将滤波器结果y(n)输出,因此,FIR 实际上是一种乘法累加运算。

而对于线性相位FIR 而言,利用线性相位FIR 滤波器系数的对称特性,可以采用结构精简的FIR 结构将乘法器数目减少一半。

2.AM 调制解调AM 调制解调过程如下:3.多采样率数字信号处理一般认为,在满足采样定理的前提下,首先将以采样率F1 采集的数字信号进行D/A 转换, 变成模拟信号,再按采样率F2 进行A/D 变换,从而实现从F1 到F2 的采样率转换。

但这样较麻烦,且易使信号受到损伤,所以实际上改变采样率是在数字域实现的。

实验七 多采样率数字信号处理

实验七  多采样率数字信号处理

实验七 多采样率数字信号处理一.实验目的1.掌握信号抽取和插值的基本原理和实现2.掌握信号的有理数倍速率转换 二.实验内容例7.1 对信号进行抽取,使采样率为原来的1/4倍。

MATLAB 程序: t=0:.00025:1;x=sin(2*pi*30*t)+sin(2*pi*60*t); y=decimate(x,4);figure,subplot(2,2,1),stem(x(1:120)); title('原始信号时域图'),xlabel('(a)');subplot(2,2,2),plot(abs(fft(x))),title('原始信号频域图'),xlabel('(b)'); subplot(2,2,3),stem(y(1:30))title('抽样后的信号时域图'),xlabel('(c)'); subplot(2,2,4),plot(abs(fft(y)));title('抽样后的信号频域图'),xlabel('(d)');050100150-2-1012原始信号时域图(a)2000400060000100020003000原始信号频域图(b)0102030-2-1012抽样后的信号时域图(c)050010001500200400600抽样后的信号频域图(d)例 7.2 信号()⎪⎪⎭⎫ ⎝⎛=s f f nn x π3cos ,采样频率16/1=sf f,现将采样率提高为原来的4倍。

MATLAB 程序: n=0:30;x=cos(3*pi*n/16); y=interp(x,4);figure,subplot(2,2,1),stem(x);title('原始信号时域图'),xlabel('(a)');subplot(2,2,2),plot(abs(fft(x))),title('原始信号频域图'),xlabel('(b)'); subplot(2,2,3),stem(y(1:30))title('抽样后的信号时域图'),xlabel('(c)');subplot(2,2,4),plot(abs(fft(y)));title('抽样后的信号频域图'),xlabel('(d)');10203040-1-0.500.51原始信号时域图(a)102030405101520原始信号频域图(b)0102030-1-0.500.51抽样后的信号时域图(c)05010015020406080抽样后的信号频域图(d)例7.3 序列()()()2.12.1cos 5.0sin ++=n n n x ππ,调用resample 函数对想按因子3/7进行采样率转换,并绘出图形。

数字信号处理实验报告

数字信号处理实验报告

数字信号处理实验报告引言数字信号处理(Digital Signal Processing,DSP)是一门研究数字信号的获取、分析、处理和控制的学科。

在现代科技发展中,数字信号处理在通信、图像处理、音频处理等领域起着重要的作用。

本次实验旨在通过实际操作,深入了解数字信号处理的基本原理和实践技巧。

实验一:离散时间信号的生成与显示在实验开始之前,我们首先需要了解信号的生成与显示方法。

通过数字信号处理器(Digital Signal Processor,DSP)可以轻松生成和显示各种类型的离散时间信号。

实验设置如下:1. 设置采样频率为8kHz。

2. 生成一个正弦信号:频率为1kHz,振幅为1。

3. 生成一个方波信号:频率为1kHz,振幅为1。

4. 将生成的信号通过DAC(Digital-to-Analog Converter)输出到示波器上进行显示。

实验结果如下图所示:(插入示波器显示的正弦信号和方波信号的图片)实验分析:通过示波器的显示结果可以看出,正弦信号在时域上呈现周期性的波形,而方波信号则具有稳定的上下跳变。

这体现了正弦信号和方波信号在时域上的不同特征。

实验二:信号的采样和重构在数字信号处理中,信号的采样是将连续时间信号转化为离散时间信号的过程,信号的重构则是将离散时间信号还原为连续时间信号的过程。

在实际应用中,信号的采样和重构对信号处理的准确性至关重要。

实验设置如下:1. 生成一个正弦信号:频率为1kHz,振幅为1。

2. 设置采样频率为8kHz。

3. 对正弦信号进行采样,得到离散时间信号。

4. 对离散时间信号进行重构,得到连续时间信号。

5. 将重构的信号通过DAC输出到示波器上进行显示。

实验结果如下图所示:(插入示波器显示的连续时间信号和重构信号的图片)实验分析:通过示波器的显示结果可以看出,重构的信号与原信号非常接近,并且能够还原出原信号的形状和特征。

这说明信号的采样和重构方法对于信号处理的准确性有着重要影响。

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

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 第九章多采样率数字信号处理

数字信号处理 第九章多采样率数字信号处理

y(0) 1
2
Y (e jy
)dy
1
2
I
I
CX
(e
jIy
)d
y
C
2 I
X
(e jx
)dx
C I
x(0)
C I
*
时域关系
x(n)
v(m)
y(m) xa (mTy )
I
hI (m)
y(m) v(m) hI (m) hI (m k)v(k) k v(kI ) x(k), v(k) 0, k 0, I , 2I ,
I
y
2
*
如何实现 加滤波器
y(m) xa (mTy ) Ty Tx I
H
I
(e
j y
)
C
,
0,
y I I y
y x I
镜像滤波器
Y
(e
j y
)
CV 0,
(e
j y
) I
CX (e jIy
y
),
y I
C=?
x(n)
v(m)
y(m) xa (mTy )
I
hI (m)
*
*
x(n) X (e jw )
hD (n)
v(n)
H D (e j ) V (e jw )
D
y(n) Y (e jw )
H
D
(e
j
)
1,
0,
D D
V (z) Hd (z)X (z)
Y (e jy )
1
D1
j (y 2 k )
V (e D D )
D k0
1 D1
j (y 2 k )

(完整word版)数字信号课程设计实验报告-(2)(word文档良心出品)

(完整word版)数字信号课程设计实验报告-(2)(word文档良心出品)

题目一: 采样定理的验证1.课程设计目的及要求:1).掌握利用MATLAB分析系统频率响应的方法, 增加对仿真软件MATLAB的感性认识, 学会该软件的操作和使用方法。

2). 掌握利用MATLAB实现连续信号采用与重构的方法, 加深理解采样与重构的概念。

.).初步掌握线性系统的设计方法, 培养独立工作能力。

2.4).学习MATLAB中信号表示的基本方法及绘图函数的调用, 实现对常用连续时间信号的可视化表示, 加深对各种电信号的理解。

3.5).验证信号与系统的基本概念、基本理论,掌握信号与系统的分析方法。

4.6).加深对采样定理的理解和掌握,以及对信号恢复的必要性;掌握对连续信号在时域的采样与重构的方法。

详细设计过程及调试结果:1).设, 利用filter函数求出的源程序:n=0:49;xn=0.8.^nsubplot(1,2,1);stem(n,xn,'.');axis([0 49 0 1]);title('输入xn图');xlabel('n');ylabel('xn');grid on;B=1;A=[1,-0.8];yn=filter(B,A,xn);n=0:length(yn)-1;subplot(1,2,2);stem(n,yn,'.');axis([0 49 0 2.5]); title('输出yn图');xlabel('n');ylabel('yn');grid on; 本题验结果及分析:2): 模拟信号, 间隔采样得到:a.每一个画出的源程序:t=0:0.01:1;T1=0:0.01:1;T2=0:0.05:1;T3=0:0.1:1;xt=sin(20*pi*t);xn1=sin(20*pi*T1);xn2=sin(20*pi*T2);xn3=sin(20*pi*T3);subplot(4,1,1);plot(t,xt);title('模拟信号xt图');xlabel('t');ylabel('xt');grid on;subplot(4,1,2);stem(T1,xn1,'.');title('0.01s采样图');xlabel('n');ylabel('xn1');grid on;subplot(4,1,3);stem(T2,xn2,'.');axis([0 1 -1 1]);title('0.05s采样图');xlabel('n');ylabel('xn2');grid on;subplot(4,1,4);stem(T3,xn3,'.');axis([0 1 -1 1]);title('0.1s采样图');xlabel('n');ylabel('xn3');grid on;调试结果分析:b.采用内插从样本重建模拟信号的源程序:t=0:0.01:1;T0=0.1;xt=sin(20*pi*t);T1=0.01;n1=0:100;T2=0.05;n2=0:20;T3=0.1;n3=0:10;xt=sin(20*pi*t);subplot(4,1,1);plot(t,xt);title('原信号xt模拟图');xlabel('t');ylabel('xt');grid on; xn1=sin(20*pi*n1*T1);xn2=sin(20*pi*n2*T2);xn3=sin(20*pi*n3*T3);t1=0:T1:1;t2=0:T2:1;t3=0:T3:1;tn1=ones(length(n1),1)*t1-n1'*T1*ones(1,length(t1));tn2=ones(length(n2),1)*t2-n2'*T2*ones(1,length(t2));tn3=ones(length(n3),1)*t3-n3'*T3*ones(1,length(t3));yt1=xn1*sinc(tn1*pi/T1);subplot(4,1,2);plot(t1,yt1);axis([ 0 1 -1 1]); title('sinc内插0.01恢复的xt1图');xlabel('n');ylabel('xt1');grid on; yt2=xn2*sinc(tn2*pi/T2);subplot(4,1,3);plot(t2,yt2);axis([ 0 1 -1 1]); title('sinc内插0.05恢复的xt2图');xlabel('n');ylabel('xt2');grid on; yt3=xn3*sinc(tn3*pi/T3);subplot(4,1,4);plot(t3,yt3);axis([ 0 1 -1 1]); title('sinc内插0.1恢复的xt3图');xlabel('n');ylabel('xt3');grid on; 调试结果分析:c.采用三次样条内插从样本重建模拟信号源程序: t=0:0.01:1;xt=sin(20*pi*t);T1=0.01;n1=0:100;T2=0.05;n2=0:20;T3=0.1;n3=0:10;T1=0:T1:1;T2=0:T2:1;T3=0:T3:1;xt=sin(20*pi*t);xn1=sin(20*pi*T1);xn2=sin(20*pi*T2);xn3=sin(20*pi*T3);yt1=spline(T1,xn1,t);yt2=spline(T2,xn2,t);yt3=spline(T3,xn3,t);subplot(4,1,1);plot(t,xt);title('原信号xt模拟图');xlabel('t');ylabel('xt');grid on;subplot(4,1,2);plot(t,yt1);axis([ 0 1 -1 1]);title('三次样条0.01恢复的xt1图');xlabel('n');ylabel('xt1');grid on; subplot(4,1,3);plot(t,yt2);axis([ 0 1 -1 1]);title('三次样条0.05恢复的xt2图');xlabel('n');ylabel('xt2');grid on; subplot(4,1,4);plot(t,yt3);axis([ 0 1 -1 1]);title('三次样条0.1恢复的xt3图');xlabel('n');ylabel('xt3');grid on; 调试结果分析:总结体会:连续信号是指自变量的取值范围是连续的, 且对于一切自变量的取值, 除了有若干个不连续点以外, 信号都有确定的值与之对应。

数字信号处理-多采样率数字信号处理在数字语音系统中的应用

数字信号处理-多采样率数字信号处理在数字语音系统中的应用

目录一、课程设计的性质与目的 (1)二、课程设计题目 (1)1. 设计目的 (1)2. 设计要求 (1)3. 设计步骤 (2)三、课程设计要求 (2)四、设计进度安排 (2)五、设计原理 (3)1. 巴特沃斯滤波器 (3)2. 采样定理............................................. 错误!未定义书签。

3. 椭圆滤波器........................................... 错误!未定义书签。

4. 抽取与内插 (5)六、实验步骤及效果图 (6)1. 信源的时域和频域分析 (6)2. 对原始信号进行滤波 (7)3. 对滤波后的信号采样 (8)4. 椭圆滤波器滤波 (9)5. 对语音信号进行抽取和内插处理 (10)6. 语音信号的恢复 (11)7. 信号波形图对比 (12)七、问题及解决办法 (14)1. 信源的时域和频域分析原代码 (14)2. 对原始信号进行滤波原代码 (15)3. 椭圆滤波器滤波原代码 (16)八、心得体会 (17)一、课程设计的性质与目的《数字信号处理》课程是通信专业的一门重要专业基础课,是信息的数字化处理、存储和应用的基础。

通过该课程的课程设计实践,使学生对信号与信息的采集、处理、传输、显示、存储、分析和应用等有一个系统的掌握和理解;巩固和运用在《数字信号处理》课程中所学的理论知识和实验技能,掌握数字信号处理的基础理论和处理方法,提高分析和解决信号与信息处理相关问题的能力,为以后的工作和学习打下基础。

数字滤波器是一种用来过滤时间离散信号的数字系统,通过对抽样数据进行数学处理来达到频域滤波的目的。

根据其单位冲激响应函数的时域特性可分为两类:无限冲激响应(IIR)滤波器和有限冲激响应(FIR)滤波器。

二、课程设计题目多采样率数字信号处理在数字语音系统中的应用1、设计目的学习多采样率数字信号处理原理,采用整数因子抽取与整数因子内插来解决数字语音系统中的信号采样过程中存在的问题,并用MATLAB编程实现,加深对多采样率数字信号处理的理解。

  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)。

实验名称:多采样率数字信号处理
一.实验原理:
多采样率数字信号处理共分为3方面的问题:信号的整数倍抽取、信号的整数倍插值和信号的有理数倍速率转换。

Matlab 信号处理工具箱提供了抽取函数decimate 用于信号整数倍抽取,其调用格式为:
y=decimate(x,M)
y=decimate(x,M,n)
y=decimate(x,M,’fir’)
y=decimate(x,M,n,’fir’)
其中y=decimate(x,M)将信号x 的采样率降低为原来的
M 1,抽取前缺省地采用8阶Chebyshev Ⅰ型低通滤波器压缩频带。

y=decimate(x,M,n)指定所采用Chebyshev Ⅰ型低通滤波器的阶数,通常13 n 。

y=decimate(x,M,’fir’)指定用FIR 滤波器来压缩频带。

y=decimate(x,M,n,’fir’) 指定所用FIR 滤波器的阶数。

Matlab 信号处理工具箱提供了插值函数interp 用于信号整数倍插值,其调用格式为:
y=interp(x,L)
y=interp(x,L,n,alpha)
[y,b]=interp(x,L,n,alpha)
其中y=interp(x,L)将信号的采样率提高到原来的L 倍。

y=interp(x,L,n,alpha)指定反混叠滤波器的长度n 和截止频率alpha ,缺省值为4和0.5。

[y,b]=interp(x,L,n,alpha)在插值的同时,返回反混叠滤波器的系数向量。

信号的有理数倍速率转换是使信号的采样率经由一个有理因子M L 来改变,可以通过插值和抽取的级联来实现。

Matlab 信号处理工具箱提供了重采样函数resample 用于有理倍数速率转换,其调用格式为:
y=resample(x,L,M);
y=resample(x,L,M,n);
y=resample(x,L,M,n,beta);
y=resample(x,L,M,b);
[y,b]= y=resample(x,L,M);
其中,y=resample(x,L,M);将信号x 的采样率转换为原来的M L 倍,所用的低通滤波器为kaiser 窗的FIR 滤波器。

y=resample(x,L,M,n)指定用x 左右两边各n 个数据作为重采样的邻域。

y=resample(x,L,M,n,beta)指定Kaiser 窗的FIR 滤波器的设计参数,缺省值为5。

y=resample(x,L,M,b)指定用于重采样的滤波器系数向量。

[y,b]=resample(x,L,M)除了得到重采样信号外,还返回所使用的滤波器系数向量。

二.实验内容:
1、令()cos(2)
s x n nf f π=,112s f f =,实现以下采样率的转换:
(1) 作2L =倍的插值;
(2) 作3M =倍的抽取;
(3) 作23L M =倍的采样率转换。

给出相对每一种情况下的数字滤波器的频率特性和频率转换后的信号波形。

2、录制一段语音信号,对录制的信号进行采样,画出采样前后语音信号的时域波形和频谱图,改变信号的采样率,输出改变采样率后信号的频谱,对比前后语音信号的变化。

三.程序:
(1)
n=0:30;
x=cos(2*pi*n/12);
y=interp(x,3);
figure;subplot(2,2,1),stem(x);
title('原始信号时域图');
xlabel('(a)');
subplot(2,2,2);
plot(abs(fft(x)));
title('原始信号频域图');
xlabel('(b)');
subplot(2,2,3);
stem(y);
title('插值后的信号时域图');
xlabel('(c)');
subplot(2,2,4);
plot(abs(fft(y)));
title('插值后的信号频域图');
xlabel('(d)');
(2)
t=0:.00025:1;
x=cos(2*pi*t/12);
y=decimate(x,3);
figure,subplot(2,2,1),stem(x(1:120));
title('原始信号时域图'),xlabel('(a)');
subplot(2,2,2),plot(abs(fft(x))),title('原始信号频域图'),xlabel('(b)'); subplot(2,2,3),stem(y(1:30));
title('抽取后的信号时域图'),xlabel('(c)');
subplot(2,2,4),plot(abs(fft(y)));
title('抽取后的信号频域图'),xlabel('(d)');
(3)
n=0:38;
x=cos(2*pi*n/12);
[y,b]=resample(x,2,3);
figure, subplot(2,2,1),stem(x);
title('原始信号时域图'),xlabel('(a)');
subplot(2,2,2),plot(b,'.'),title('滤波器的单位脉冲响应'),xlabel('(b)'); subplot(2,2,3),stem(y);
title('变换后的信号时域图'),xlabel('(c)');
w=(0:1023)*2/1024
subplot(2,2,4),plot(w,20*log10(abs(fft(b,1024))));
axis([0,1/4,-100,20]);
grid on title('滤波器的频率响应'),xlabel('(d)');
说明:Figure的功能是产生一个空白的窗口;
y=interp(x,2);
将信号x的采样率将为原来的1/2.;
y=decimate(x,3);
将信号的采样率提高到原来的3倍。

;
[y,b]=resample(x,2,3);
将信号x的采样率转换为原来的2/3倍;
除了得到重采样信号外还返回所使用的滤波器系数向量。

4.录制一段语音信号并处理。

[x,fs,bits]=wavread('C:\Users\Administrator\Desktop\007.wav'); n=length(x);
dt=10.00/n;
t=dt:dt:10.00;
figure(1);
subplot(211);plot(t,x,'r');
title('原始语音信号域波形');
xlabel('时间s');ylabel('幅值y(t)');
X=fft(x,n);magY=abs(X);
f=0:fs/n:fs*(n-1)/n;
subplot(212);plot(f,magY,'r');
title('原始语音信号频谱图');
xlabel('频率Hz');ylabel('幅值magY');
y1=decimate(x,3);
figure(2),
subplot(2,1,1),stem(y1);
title('抽取后的信号时域图'),xlabel('(c)');
subplot(2,1,2),plot(abs(fft(y1)));
title('抽取后的信号频域图'),xlabel('(d)');
[y2,b]=resample(x,3,8);
figure(3),
subplot(2,1,1),stem(y2);
title('变换后的信号时域图'),xlabel('(c)');
w=(0:1023)*2/1024;
subplot(2,1,2),plot(w,20*log10(abs(fft(b,1024))));axis([0,1/4,-100,20]);grid on title('滤波器的频率响应'),xlabel('(d)');。

相关文档
最新文档