语音识别关键性技术的MATLAB仿真实现
现代控制系统分析与设计——基于matlab的仿真与实现
现代控制系统分析与设计——基于matlab的仿真与实现随着现代科技的发展，越来越多的系统需要被控制。
现代控制系统分析和设计是构建有效的控制系统的关键，而基于Matlab的仿真和实现技术可以为系统分析和设计提供有效的支持。
本文将从以下几个方面介绍基于Matlab的现代控制系统分析、设计、仿真和实现：
一、现代控制系统分析和设计
现代控制系统分析和设计是设计有效控制系统的关键，通过分析和设计把被控系统的模型建立出来，以及构建控制系统的控制参数、策略、信号和算法，最终完成控制系统的开发。
二、仿真和实现
仿真和实现是完成控制系统的重要环节，通过详细的分析和精确的仿真，找出控制系统的局限性，并对其进行改进以达到设计的要求，最终实现最优的控制效果。
三、基于Matlab的仿真和实现
基于Matlab的仿真和实现技术是构建有效现代控制系统的重要手段，它可以提供强大的数学运算与图形处理功能，并可以满足大多数系统分析、设计、仿真和实现的需求。
四、Matlab的应用
Matlab广泛应用在控制系统分析、设计、仿真和实现的各个方面，可以有效辅助系统分析，建立模型，优化模型参数，仿真系统行为和进行实际实现，可以说，Matlab是控制系统分析设计中不可或缺的重要支撑。
五、总结
本文介绍了现代控制系统分析和设计，并分析了基于Matlab的仿真和实现技术，Matlab在控制系统分析设计中的重要作用。
通过基于Matlab的现代控制系统分析和设计，可以有效的构建有效的控制系统，实现最优的控制效果。
基于声卡和Matlab平台的语音信号增强处理系统
ｔ ＞ （） ｌ（） ｘ （ ｔｔ） ） ｗ ＝Ｆｗ ｌ ｐｊ ｈａ， 一 ｅ
这样 才能进行逆变换 ， 显然 只有 幅度谱是不够的， 必 须有相应的相位谱； 纯净语音 的相位谱又不可能从 含噪 语音 的相位里分离 出来， 所有就粗略地用噪声信号的相 位来代替 了， 以一般 叫 ” 所 插入相位 ”基于计算机声 卡 。 的谱相减语音增 强系统一般采用 Ｍａａ 程序（ 图 １ 。 ｄｂ 见 ）
１ 概
述
增强 ， 非线性 处理语 音增强 ， 减谱法语音增 强 ， 自相关相 减法语音增强等等 。噪声对消的基本原理是从带噪语音 中减去噪声 。 自适应滤波是研究一类结构和参数可 以改 变或调整的系统。 自适应 滤波器通常采用 ＦＲ滤波器 ， Ｉ 其 系数 可 以采用最小 均方 ｆＭ ）法进行估 计 。最小均 方 ＬＳ （ＭＳ 算法 的基 本思路与梯度下 降法是一致 的 ， 同之 Ｌ ） 不 处仅在 于计算 中用 梯度 向量的估计来代替真实 的梯度 。 所以说 ，ＭＳ Ｌ 算法是由梯度下降法导 出的， 是对梯度下降 法的近似简化 ， 更符合实际应用 。
作者简介 ： 曹波 （９０ ， ， 海人 ， １８一）男 上 大学 本科 ， 研 究 方 向 ： 主要 计
算 机 网络信 息 管理 。
图 １基 于计 算 机 声 卡 和 Ｍａ ａ ｄｂ平 台 的语 音 信 号 采 集 处理 系统
图 １为 基于计算 机声卡 和 Ｍ ｔ ｂ 台的语音信 号 ａａ 平 ｌ 采集处理系统 。 语言输入通过传声 器到 ＡＤ转换器 ， ／ 将模
绍 了谱 相 减 算 法 ， 有 一 定 的 参 考价 值 。 具 关键 词 ： 算机 声 卡 ； 相减 ； 音 增 强 系统 ； 析 计 谱 语 分 中 图分 类 号 ： Ｐ ７ Ｔ ２４ 文献标识码： Ａ 文 章 编 号 ：０６ ８ ３ （００ ０ — １１ ０ １０ — ９ ７ ２ １） ６ ００ — ２
QPSK和16QAM调制下MIMO-OFDM系统Matlab仿真实现
QPSK和16QAM调制下MIMO-OFDM系统Matlab仿真实现QPSK和16QAM调制是一种常见的调制方式，而MIMO-OFDM系统是一种利用多输入多输出技术和正交频分复用技术的无线通信系统。
本文将介绍如何使用Matlab对MIMO-OFDM系统进行仿真实现，并分别使用QPSK和16QAM调制方式进行实验。
我们将讨论MIMO-OFDM系统的基本原理和结构，然后介绍Matlab的仿真实现方法，最后进行仿真实验并分析实验结果。
1. MIMO-OFDM系统的基本原理和结构MIMO-OFDM系统是一种结合了多输入多输出（MIMO）技术和正交频分复用（OFDM）技术的无线通信系统。
MIMO技术利用多个天线进行信号传输和接收，可以显著提高系统的传输速率和抗干扰性能。
而OFDM技术将高速数据流分割成多个低速子流，并利用正交频分复用技术进行传输，可以有效克服多径传输引起的频率选择性衰落和提高频谱利用率。
MIMO-OFDM系统的结构包括多个发射天线和多个接收天线，发射端和接收端分别进行信号处理和数据传输。
在发射端，将输入数据流进行调制、符号映射，并进行空间信号处理和频谱分配；在接收端，对接收的信号进行解调、解映射、信道均衡和解调制处理。
整个系统利用MIMO技术和OFDM技术的优势，可以实现高速和高质量的无线通信传输。
2. Matlab的仿真实现方法在Matlab中，可以利用通信工具箱和信号处理工具箱进行MIMO-OFDM系统的仿真实现。
需要定义系统的参数，包括天线数、子载波数、信道模型、调制方式等；然后生成输入数据流，并进行调制和符号映射；接着进行信道编码和传输；最后进行解码和译码，并进行结果分析。
对于QPSK调制方式，可以使用comm.QPSKModulator和comm.QPSKDemodulator进行调制和解调，并使用comm.ErrorRate进行误码率计算；对于16QAM调制方式，可以使用comm.RectangularQAMModulator和comm.RectangularQAMDemodulator进行调制和解调，并进行相应的误码率计算。
MATLAB语音信号采集与处理
MATLAB课程设计报告课题：语音信号采集与处理目录一、实践目的 (3)二、实践原理： (3)三、课题要求： (3)四、MATLAB仿真 (4)1、频谱分析： (4)2、调制与解调： (5)3、信号变化： (8)快放： (8)慢放： (8)倒放： (8)回声： (8)男女变声： (9)4、信号加噪 (10)5、用窗函数法设计FIR滤波器 (11)FIR低通滤波器： (12)FIR高通滤波器： (13)FIR带通滤波： (14)一、实践目的本次课程设计的课题为《基于MATLAB的语音信号采集与处理》，学会运用MATLAB的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟练使用MATLAB进行系统的分析仿真和设计奠定基础。
此次实习课程主要是为了进一步熟悉对matlab软件的使用，以及学会利用matlab对声音信号这种实际问题进行处理，将理论应用于实际，加深对它的理解。
二、实践原理：利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。
语音信号的“短时谱”对于非平稳信号, 它是非周期的, 频谱随时间连续变化, 因此由傅里叶变换得到的频谱无法获知其在各个时刻的频谱特性。
如果利用加窗的方法从语音流中取出其中一个短断, 再进行傅里叶变换, 就可以得到该语音的短时谱。
三、课题要求：○1利用windows 自带的录音机或者其它录音软件，录制几段语音信号（要有几种不同的声音，要有男声、女声）。
○2对录制的语音信号进行频谱分析，确定该段语音的主要频率范围，由此频率范围判断该段语音信号的特点（低沉or 尖锐）。
○3利用采样定理，对该段语音信号进行采样，观察不同采样频率（过采样、欠采样、临界采样）对信号的影响。
基于matlab的语音信号滤波处理论文
基于matlab的语音信号滤波处理论文一、论文题目基于matlab的语音信号滤波处理二、论文摘要语音信号是一种重要的人机交互方式，但常常受到环境噪声、话筒质量等因素的影响，导致信号质量不佳。
本论文针对该问题展开研究，通过matlab实现多种滤波算法对语音信号进行处理。
首先，基于短时傅里叶变换（STFT）将语音信号分解为时频图像，采用最小均方（LMS）算法实现自适应滤波，进一步排除环境噪声。
其次，采用语音增强方法，对于语音信号中存在的低频噪声进行滤除。
最后，结合加权平均滤波器、中值滤波器等，对语音信号进行综合性过滤处理。
实验结果表明，所提出的滤波方法可以有效地提高语音信号的质量，提升人机交互的体验效果。
三、论文关键词语音信号、滤波、matlab、自适应滤波、语音增强四、论文正文1. 绪论语音信号是一种重要的人机交互方式，而语音识别、语音合成、语音码率压缩等技术的发展也在不断推动着语音信号的应用。
但常常受到环境噪声、话筒质量等因素的影响，导致信号质量不佳，从而严重影响了人机交互的体验。
因此，对于语音信号的滤波处理具有重要的研究意义和应用价值。
本论文旨在对于matlab的语音信号滤波处理进行研究，通过对于多种滤波算法的探讨，以提高语音信号的质量，提升人机交互的体验效果。
具体算法包括自适应滤波、语音增强、中值滤波器等。
2. 基于STFT的自适应滤波自适应滤波是一种基于最小均方误差的滤波算法，在语音信号处理中，常用于消除环境噪声。
其基本思路是将输入信号分解为噪声信号和语音信号两个部分，构建自适应滤波器，通过不断调整滤波器的系数，使得滤波器的输出与语音信号接近。
自适应滤波常用的方法包括LMS算法、RLS算法等。
在本论文中，我们采用了LMS算法实现自适应滤波，基本步骤如下：1）对于输入语音信号，先进行时域分帧，然后通过FFT变换获得每帧的频域信息，得到时频图像。
2）将时频图像与期望信号（即语音信号）相比较，得到残差信号，该残差信号主要包含噪声部分。
基于DTW和HMM的语音识别算法仿真及软件设计的开题报告
基于DTW和HMM的语音识别算法仿真及软件设计的开题报告一、研究背景与意义随着信息技术的不断发展，语音识别技术逐步成熟，逐渐应用到语音唤醒、人机交互、语音翻译、语音控制等各种领域。
目前，基于概率模型的语音识别技术已经占据主流，其中，基于DTW和HMM的语音识别算法是最为广泛应用的方法之一。
DTW是一种基于动态规划的模式匹配算法，其主要用于处理两个时间序列模式之间的相似性匹配问题。
而HMM则是一种统计模型，主要用于处理隐含在观测序列中的状态序列，其在语音识别中也有广泛的应用。
本研究旨在基于DTW和HMM算法，开发一种语音识别仿真系统，通过实现该系统，熟悉DTW和HMM算法的原理及应用，提高各种语音信号处理技术的算法实现水平，并为相关领域的研究提供支持。
二、研究内容与方案1.研究内容（1）DTW算法的原理及应用（2）HMM算法的原理及应用（3）基于DTW和HMM的语音识别算法（4）搭建语音识别仿真系统（5）语音信号传输与处理实现2.方案（1）理论研究通过查阅文献，了解DTW算法和HMM算法的原理及其在语音识别中的应用，熟悉相关基本概念和算法流程。
（2）算法设计基于理论研究的基础，设计基于DTW和HMM的语音识别算法，包括算法流程、数学模型及程序实现等。
（3）软件开发使用MATLAB等工具，搭建语音识别仿真系统，实现语音信号的生成、传输和处理等功能。
（4）实验验证通过模拟实验和实际语音识别测试，验证基于DTW和HMM的语音识别算法在不同情景下的稳定性和准确性，并对系统进行优化和改进。
三、预期成果（1）基于DTW和HMM算法的语音识别程序和仿真系统。
（2）语音识别测试数据和结果统计分析报告。
（3）相关算法的理论和应用研究论文。
四、研究进展目前，已经完成了阶段性的理论研究和算法设计工作，并搭建了部分语音识别仿真系统。
下一步，将继续完善语音信号传输和处理部分，进行实验验证和优化。
预计两个月内完成本研究任务。
MATLAB语音信号处理
MATLAB语⾳信号处理数字信号处理课设，我们使⽤MATLAB对语⾳信号进⾏了⼀系列处理，并将其所有功能集中于下图界⾯中：这个界⾯涉及功能众多，其中包括语⾳信号的观察分析、⾳⾊变换、AM调制解调、减抽样、加噪去噪、相频分析和幅频滤波等，最重要的是对MATLAB中函数的掌握，通过不同函数的组合实现你想要实现的功能。
本篇不会给出整个界⾯的程序，下⾯会分块给出每个功能的程序，整个界⾯只需GUI设计界⾯⽂件、定义结构体并把对应键程序打进去即可。
1、语⾳信号的采集1.1题⽬要求使⽤windows下的录⾳机录制⼀段语⾳信号、⾳乐信号或者采⽤其他软件截取⼀段⾳乐信号（要求：时间不超过5s，⽂件格式为WAV。
）①请每位同学都参与录⾳，内容⾃定。
②使⽤wavread语句读取语⾳/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）；③输出时域语⾳/⾳乐信号的波形。
④实现对录⾳信号的声⾳⼤⼩的调节。
⑤实现对两种语⾳/⾳乐信号的混⾳⾳效。
⑥实现⾳乐信号的回⾳⾳效。
1.2设计内容及⽅案①读取⾳频信号：我是通过wavread函数读取.wav⽂件的⽅式来获得，当然⾸先要⾃⼰创建⼀个.wav⾳频，我是通过电脑录⾳⽣成.mp3然后格式⼯⼚转成.wav的，需保存到同⼀⽂件夹下。
②分声道处理：⼀般⾳乐和语⾳信号都是双声道信号，时域和频谱图会有两个颜⾊，所以要取单列来分析，通过x1=x(:,1)语句来实现。
③画时域波形图：⽤plot函数来画图，注意横坐标为时间t。
④⾳量⼤⼩调节：通过将⾳频直接乘⼀个系数来实现调⾳量。
⑤混⾳和回声：混⾳即将两个⾳频相加，要相加就得保证矩阵⼀样，所以要通过截取并补零矩阵来实现；回声是把三个信号叠加，这三个信号在不同位置补零⾳量也逐渐变⼩，就可以实现回声。
⑥播放声⾳：本题我使⽤wavplay来播放声⾳，会有警告，后⾯的题我⽤sound⽐较好。
1.3程序源码及注释clear[x,fs] = wavread('beautiful.wav');%⾳乐信号[y,fs1]= wavread('1.wav');%⼥⽣声⾳[z,fs2]= wavread('2.wav');%男⽣声⾳%输出频率fsfs1fs2%⾳乐语⾳信号分声道处理x1=x(:,1);y1=y(:,1);z1=z(:,1);%画⾳乐信号时域图n1=length(x1);%length取数列长度即元素个数figure(1)t1=(0:(n1-1))/fs;plot(t1,x1);axis([0,5,-1,1]);xlabel('时间t');title('⾳乐信号时域波形');%画语⾳信号时域图n2=length(y1);figure(2)subplot(2,1,1);t2=(0:(n2-1))/fs1;plot(t2,y1);%⼥⽣axis([0,4,-0.5,0.5]);xlabel('时间t');ylabel('幅度');title('⼥⽣语⾳信号时域波形');n3=length(z1);subplot(2,1,2);t3=(0:(n3-1))/fs2;plot(t3,z1);%男⽣axis([0,4,-0.5,0.5]);xlabel('时间t');ylabel('幅度');title('男⽣语⾳信号时域波形');%对语⾳信号声⾳⼤⼩调节wavplay(y,fs1); %播放原语⾳y11=10*y;wavplay(y11,fs1); %加⼤⾳量播放y22=0.5*y;wavplay(y22,fs1); %减⼩⾳量播放%两种语⾳信号的混⾳[m,n]=size(y1);%size取矩阵的⾏列数[m0,n0]=size(z1);a=zeros(abs(m-m0),n);%两矩阵⾏数差为零矩阵⾏数if length(y1)<length(z1)y2=[y1;a];y3=y2+z1;%两个矩阵⾏数⼀样才能相加，所以要补零elsey2=[z1;a];y3=y2+y1;%y1和z1中长的那个不变，短的那个补零end;wavplay(y3,fs1) ;%播放混⾳语⾳%画混⾳波形figure(3)subplot(2,1,1);t4=(0:(max(n2,n3)-1))/fs1;plot(t4,y3);axis([0,4.5,-0.5,0.5]);xlabel('时间');ylabel('幅度');title('两语⾳信号叠加后时域波形');%⾳乐信号的回⾳x11=x1(1:200000);%截取部分x11=x11';%因为输出为⼀列所以要转置成⼀⾏int0=zeros(1,20000);%1⾏2000列的零矩阵temp1=[x11,int0,int0];temp2=[int0,0.6*x11,int0];temp3=[int0,int0,0.3*x11];%通过补零实现延时，同时声⾳⼀个⽐⼀个⼩hui=temp1+temp2+temp3;%三重声⾳相加实现回声N=length(hui);wavplay(hui,fs1);%播放回⾳⾳乐%画回声波形subplot(2,1,2);t1=(0:(N-1))/fs;plot(t1,hui);axis([0,4.5,-1,1]);xlabel('时间');ylabel('幅度');title('回声时域波形');1.4运⾏结果仿真结果分析：我听到了原声和⾳量放⼤减⼩的声⾳，也听到了混⾳和回声的效果，变化明显；本题我画了⾳乐和两个语⾳信号的时域波形以及混⾳回声的时域波形，⾳乐信号幅度⽐语⾳信号⾼且连贯性⾼，混⾳之后幅度叠加，回声之后幅度也增⼤，波形有很明显的变化。
基于声卡和MATLAB的语音信号采集和处理
高教装备局教装备哪ｌ啪ｍｌｌｍｇｌ咖语音信号采集和处理木陈宇锋（杭州师范学院浙江杭州３１００１２）摘要：Ｍａｔ１ａｂ是一个数据分析和处理功能十分强大的工程实用软件，运用它来进行语音信号的分析、处理和可视化相当便捷，而声卡是计算机中语音信号处理的主要硬件，文章介绍了在Ｍａｔｌａｂ环境中如何驱动声卡采集语音信号和语音信号采集后的文档处理方法，并通过实例分析了语音信号处理的Ｍａｔ１ａｂ。
关键词：Ｍａｔｌａｂ声卡语音信号信号采集信号处理随着计算机技术和信息技术的发展，语音交互已经成为人机交互的必要手段，而语音信号的采集和处理是人机交互的前提和基础。
声卡是计算机对语音信号进行加工的重要部件，它具有对信号滤波、放大、采样保持、Ａ／Ｄ和Ｄ／Ａ转换等功能。
尽管在Ｗｉｎｄｏｗｓ附件的娱乐中带有一个录音机，通过它可以驱动声卡采集语音信号并保存为语音文档。
但是要对采集的信号进一步分析处理就必须另外编程或通过其它软件，而且Ｗｉｎｄｏｗｓ附件中的录音机功能极其有限且不能扩展。
Ｍａｔｌａｂ是美国ＭａｔｈＷｏｒｋｓ公司推出的一种面向工程和科学计算的交互式计算软件，它以矩阵运算为基础，把计算、可视化、程序设计融合到了一个简单易用的交互式工作环境中。
在Ｍａｔｌａｂ环境中，可以通过多种编程方法驱动声卡，实现对语音信号的采集和回放。
同时由于Ｍａｔｌａｂ是一个数据分析和处理功能十分强大的工程实用软件，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以·杭州师范学院科研基金项目（２００５ｘＮＭ０５）箩中国她代树袭各快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。
一、ＭＡＴＬＡＢ环境中的语音信号采集在Ｍａｔｌａｂ环境中，主要可以通过以下几种方法驱动声卡，采集语音信号：１．将声卡作为对象处理采集语音信号Ｍａｔｌａｂ将声卡作为对象处理，其后的一切操作都不与硬件直接相关，而是通过对该对象的操作来作用于硬件设备（声卡）。
- 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)。
万方数据
万方数据
５结束语
本文主要针对语音识别过程中的预加重、分帧加窗、端点检测、特征参数提取等过程进行介绍，并重点阐述了利用ＭＡＴＬＡＢ仿真软件对于各个环节的具体程序设计。
文中侧重于常规语音识别过程的具体软件实现，如果需要采用其他改进的识别方法，完全可以在本设计程序的相应模块中进行填加或删除，从而可以比较方便地实现改进的识别方法。
口
参考文献
【１］赵力．语音信号处理，北京：机械一【业出版社，２００３：７—８．
［２］张雄伟，陈亮，杨吉斌．现代语音处理技术及应用［Ｍ］．北京：机械工业出版社。
２００３：７－８．
仪器仪表用户
［３］刘潇．语音识别系统关键技术的研究．硕士论文，哈尔滨工程大学．２００６：１７－２０
［４］Ｊ．Ｈ．Ｌ．Ｈａｎｓｅｎ，Ｌ．Ｍ．Ａｒａｌａｎ．Ｒｏｂｕｓｔｆｅａｔｕｒｅ－ｅｓｔｉｍａｔｉｏｎａｎｄｏｈ－
ｊｅｃｔｉｖｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｆｏｒｎｏｉｓｙｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｕｓｉｎｇｔｈｅ
ｃｒｅｄｉｔｃａｒｄｃｏｒｐｕｓ．ＩＥＥＥＴｒａｍ．Ｓｐｅｅｃｈ，ＡｕｄｉｏＰｒｏｃｅｓｓｉｎｇ，
】９９５：１６９—１８４．
［５］ＢａｂｉｎｅｒＬＲ．Ａｎａｌｇｏｒｉｔｈｍｆｏｒｄｅｔｅｒｍｉｎｇｔｈｅｅｎｄｐｏｉｎｔｓｏｆｉｓｏｈｔｅｄｕｔｔｅｒａｎｃｅ．ＢｅｌｌＳｙｓｔｅｍＴｅｃｈｎｉｃａｌＪｏｕｒｎａｌ，１９７５：２９７－３１５．［６］Ｓ．Ｔｉｂｒｅｗａｌａ，Ｈ．Ｈｅｒｍａｎｓｋｙ．Ｓｕｂ·ｂａｎｄｂａｓｅｄｒｅｃｏｇｎｉｔｉｏｎｏｆｎｏｉｓｙｓｐｅｅｃｈ．ＩＥＥＥＰｒｏｃ．１ＣＡＳＳＰ９７，１９９７：１２５５·１２５８．
作者简介：付丽辉（１９７５．），女。
讲师，南京邮电大学硕士研究生，研究方向：模式识别与智能控制。
收稿日期：２００９－ｌｌ－０７
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．＂１６７１—１０４１．２０１０．０３．０２６
基于ＰＸＩ的复合视频信号源
王清雅。
黄昶
（华东师范大学信息学院电子科学系，上海２００２４１）
摘要：视频信号源是显示器、播放器测试系统的重要组成部分。
本文提出了一种基于ＰＸＩ总线模块化仪器的复合视频信号源系统。
该系统能够将各种测试图片转换为多种不同制式的复合视频信号。
通过结合任意波形发生模块的大存储量、高处理精度和ＬａｂＶＩＥＷ图形化开发环境．实现了一个稳定的视频信号产生和传输系统。
关键词：Ｍ·ＰＸＩ；模块化仪器；复合视频信号；ＬａｂⅧＷ
中图分类号：ＴＰ３９１文献标识码：Ｂ
ＣｏｍｐｏｓｉｔｅｖｉｄｅｏｇｅｎｅｒａｔｏｒｂａｓｅｄｏｎＰＸＩ
ＷＡＮＧＱｉｎｇ－ｙａ，ＨＵＡＮＧＣｈａｎｇ
（Ｄｅｐｔ．ｏｆＥｌｅｃｔｒｏｎｉｃｓ。
ＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ。
Ｓｈａｎｇｈａｉ２００２４１．ＣｈｉｎａＪ
Ａｂｓｔｒａｃｔ：ＶｉｄｅｏｇｅｎｅｒａｔｏｒｉＳｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔａｓｐｅｃｔｓｏｆｍｏ－ｎｉｔｏｒａｎｄｐｌａｙｅｒｔｅｓｔｓｙｓｔｅｍ．ＴｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｃｏｍｐｏｓｉｔｅｖｉｄｅｏｇｅｎｅｒａｔｏｒｓｙｓｔｅｍｂｙｕｓｉｎｇＰＸｌｍｏｄｕｌａｒｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ．Ｉｔｃａｎ
ｃｏｎ－ｖｅｒｔｓｋｉｎｄｓｏｆｔｅｓｔｉｍａｇｅｓｔｏｃｏｍｐｏｓｉｔｅｖｉｄｅｏｓｉｇｎａｌｓｉｎｄｉｆｆｅｒｅｎｔｆｏｒ－ｍａｔｓ．Ａｓｔａｂｌｅｇｅｎｅｒａｔｉｏｎａｎｄｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｏｆｖｉｄｅｏｓｉｇｎａｌｈａｓｂｅｅｎｉｍｐｌｅｍｅｎｔｅｄｂｖａｃｏｍｂｉｎａｔｉｏｎｏｆａｒｂｉｔｒａｒｙｗａｖｅｆｏｒｍｇｅｎｅｒ－ａｔｉｏｎｍｏｄｕｌｅｗｉｔｈａｌａｒｇｅｓｔｏｒａｇｅｃａｐａｃｉｔｙ，ｈｉｇｈｐｒｏｃｅｓｓｉｎｇｐｒｅｃｉｓｉｏｎａｎｄＬａｂＶＩＥＷｇｒａｐｈｉｃ．ａｔｄｅｖｅｌｏｐｍｅｎｔｅｎｖｉｒｏｎｍｅｎｔ．
Ｋｅｙｗｏｒｄｓ：ＮＩ·ＰＸＩ；ｍｏｄｕｌａｒ
ｓｉｇｎａｌ；ＬａｂＶｌＥＷ
０引言。
随着多媒体时代的来临，人们对图像信息的需求越来越大，对各类视频显示器、播放器精准度的要求也越来越高。
视频信号源为检修、调试显示设备和仪器提供信号源，是许多测试系统中必不可少的仪器，很大程度上决定了测试系统的稳定性和通用程度。
通用的视频信号源能发生多种制式的视频信号，以满足不同制式测试的需求，可连接到投影机或其它任何兼容视频图像信号源，用于各类视频显示器的测试。
文章主要介绍如何使用ＮＩ公司的ＰＸＩ总线模块化仪器及Ｉ／Ｏ模块，通过ＰＣ工作站外加ＰＸＩ机箱的架构，利用ＰＸＩ任意波形发生模块、以ＬａｂＶＩＥＷ为软件开发平台对信号源进行设计，研究并实现一个稳定、通用的复合视频信号源系统。
１ＮＩ－ＰＸＩ硬件平台简介
ＰＸＩ（ＰＣＩｅｘｔｅｎｓｉｏｎｓｆｏｒＩｎｓｔｒｕｍｅｎｔａｔｉｏｎ，面向仪器系统的５２ＥｌＣＶ０１．１７２０１０Ｎｏ．３ＰＣＩ扩展）硬件平台是一种内建有高端的定时和触发总线的坚固的模块化仪器平台。
ＰＸＩ结合了ＰＣＩ的电气总线特性与ＣｏｍｐａｃｔＰＣＩ的坚固性、模块化及Ｅｕｒｏｃａｒｄ机械封装的特性，并增加了专门的同步总线和主要软件特性，使它成为测量和自动化系统的高性能、低成本运载平台。
利用标准的ＰＣＩ总线，ＰＸＩ模块化仪器系统能够受益于可方便购得的软硬件产品。
作为一种专为工业数据采集与自动化应用度身定制的模块化仪器平台，ＰＸＩ内建有高端的定时和触发总线，配以各类模块化的Ｉ／Ｏ硬件和相应的测试测量开发软件。
２任意波形发生模块
任意波形发生器（ＡＷＧ）通常提供较深的存储器，较大的动态范围以及较宽的带宽，来满足通信、半导体和系统测试等各式各样的应用。
ＡＷＧ用户可以将想要产生的一系列波形下载到仪器所带的存储器中，ＡＷＧ接收来自ＰＣ的用户自定义数据，并利用这些数据生成任意波形。
ＡＷＧ的基本架构如图１所示。
图１任意波形发生器基本架构
要从ＡＷＧ上产生波形，必须先创建波形数据。
像模拟波形编辑器、调制工具、ＬａｂＶＩＥＷ这类软件工具都能够简化波形的创建过程。
这些波形数据和控制波形生成的序列指令都储存在任意波形发生器所带的ＲＡＭ存储器中，图２描述了ＰＸＩ任意波形发生器的存储结构。
ＡＷＧ允许用户载入多个波形片断，并通过重复波形片段来构建复杂波形。
波形数据片段按序列指令指定的次序从存储器传人数模转换器（ＤＡＣ），转换器再将数字采样样本转换成所需的模拟输出波形。
用户可以通过软件编程，在ＤＡＣ之前和ＤＡＣ之后，选择是否使用数字滤波器和模拟滤波器。
这
欢迎光临本刊网站ｈｔｔｐ：／／ｗｗｗ．ｅｉｃ．ｃｏｍ．ｃｎ
万方数据
语音识别关键性技术的MATLAB仿真实现
作者：付丽辉， FU Li-hui
作者单位：江苏省淮阴工学院,电子与电气工程学院,淮安,223001
刊名：
仪器仪表用户
英文刊名：INSTRUMENTATION CUSTOMER
年，卷(期)：2010,17(3)
被引用次数：1次
1.赵力语音信号处理 2003
2.张雄伟;陈亮;杨吉斌现代语音处理技术及应用 2003
3.刘潇语音识别系统关键技术的研究 2006
4.J.H.L.Hansen;L.M.Arslan Robust feature-estimation and objective quality assessment for noisy speech recognition using the credit card corpus[外文期刊] 1995(3)
5.Rabiner L R An algorithm for determing the endpoints of isolated utterance 1975
6.S.Tibrewala;H.Hermansky Sub-band based recognition of noisy speech[外文会议] 1997
1.龙银东.刘宇红.敬岚.乔卫民.LONG YINDONG.LIU YUHONG.JING LAN.QIAO WEIMIN在MATLAB环境下实现的语音识别[期刊论文]-微计算机信息2007,23(34)
2.杨熙.苏娟.赵鹏.YANG Xi.SU Juan.ZHAO Peng MATLAB环境下的语音识别系统[期刊论文]-电声技术2007,31(2)
3.张培玲.王福忠.刘群坡.ZHANG Pei-ling.WANG Fu-zhong.LIU Qun-po连续数码串语音识别系统的MATLAB实现[期刊论文]-河南理工大学学报（自然科学版）2009,28(2)
4.郭圣权.连晓峰MATLAB环境下的基于HMM模型的语音识别系统[期刊论文]-计算机测量与控制2004,12(5)
5.杨熙.张文昭.YANG Xi.ZANG Wen-zhao非特定人语音识别系统的设计与实现[期刊论文]-湖南科技学院学报2009,30(4)
6.马莉.党幼云.MA Li.DANG You-yun特定人孤立词语音识别系统的仿真与分析[期刊论文]-西安工程科技学院学报2007,21(3)
1.肖雯娟基于MATLAB的孤立词语音识别系统分析[期刊论文]-电子制作 2013(20)
引用本文格式：付丽辉.FU Li-hui语音识别关键性技术的MATLAB仿真实现[期刊论文]-仪器仪表用户 2010(3)。