MATLAB结课论文设计

MATLAB程序设计(论文)

基于MATLAB实现语音信号的去噪

院（系）名称 专 学 学 任

电子与信息工程学院

通信工程

业班级 号

生课

姓教

名 师

本科生（论文）

论 文 任 务

给定一段带噪语音(mp3文件格式) 1．将带噪语音abc.mp3读入MATLAB内存 2．画出时域波形图， 3．画出频谱图 4. 分析该段语音文件的频谱图 5. 设计语音信号去噪方案 6．编写代码实现语音信号去噪 7. 将纯净语音重新合成mp3文件 7. 总结设计方案，分析实验效果，撰写论文

I

本科生（论文）

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 切比雪夫 双线性变换

II

本科生（论文）

目 录

第1章 绪论 ·················································································· 1

1.1数字信号处理的意义 ····························································· 1 1.2语音去噪设计要求 ································································ 2 第2章 语音去噪方案设计 ································································ 3

2.1语音去噪的应用意义 ····························································· 3 2.2 语音去噪设计框图 ································································ 3 2.3设计原理 ··········································································· 4 第3章 程序分析 ············································································ 5

3.1 语音去噪采样过程 ································································ 5 3.2 语音去噪方案 ······································································ 6 第 4 章 总结 ················································································ 8 参考文献 ······················································································ 9 附录 ··························································································· 10

III

本科生（论文）

第1章 绪论

1.1数字信号处理的意义

数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等优点。

数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。

FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能用较高的阶数达到高的选择性。FIR数字滤波器的幅频特性精度较之于IIR数字滤波器低，但是线性相位，就是不同频率分量的信号经过fir滤波器后他们的时间差不变，这是很好的性质。FIR数字滤波器是有限的单位响应也有利于对数字信号的处理，便于编程，用于计算的时延也小，这对实时的信号处理很重要。 FIR滤波器因具有系统稳定，易实现相位控制，允许设计多通带（或多阻带）滤波器等优点收到人们的青睐。

IIR滤波器采用递归型结构，即结构上带有反馈环路。IIR滤波器运算结构通常由延时、乘以系数和相加等基本运算组成，可以组合成直接型、正准型、级联型、并联型四种结构形式，都具有反馈回路。同时，IIR数字滤波器在设计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，有现成的设计数据或图表可查，在设计一个IIR数字滤波器时，我们根据指标先写出模拟滤波器的公式，然后通过一定的变换，将模拟滤波器的公式转换成数字滤波器的公式。

滤波器的设计可以通过软件或设计专用的硬件两种方式来实现。随着MATLAB软

1

数字信号处理课程设计报告

图3.3 滤波前后波形

由图1.2中滤波前后波形比较可看出，经过滤波后的波形比原波形的振幅有所减小，去除了很多由于噪声所产生的干扰；从滤波前后的频谱比较可以看出经过滤波后除了原本的声音外，中间由于噪声产生的频谱波形已经滤除；经过MATLAB仿真，听滤波前后的声音，可以听出有明显的滤波效果。

7

数字信号处理课程设计报告

第 4 章 总结

语音信号处理是语音学与数字信号处理技术相结合的交叉学科，课题在这里不讨论语音学，而是将语音当做一种特殊的信号，即一种“复杂向量”来看待。也就是说，课题更多的还是体现了数字信号处理技术。

从课题的中心来看，课题“基于MATLAB的有噪声语音信号处理”是希望将数字信号处理技术应用于某一实际领域，这里就是指对语音及加噪处理。作为存储于计算机中的语音信号，其本身就是离散化了的向量，我们只需将这些离散的量提取出来，就可以对其进行处理了。这一过程的实现，用到了处理数字信号的强有力工具MATLAB。通过MATLAB里几个命令函数的调用，很轻易的在实际语音与数字信号的理论之间搭了一座桥。

课题的特色在于它将语音信号看作一个向量，于是就把语音数字化了。那么，就可以完全利用数字信号处理的知识来解决语音及加噪处理问题。我们可以像给一般信号做频谱分析一样，来对语音信号做频谱分析，也可以较容易的用数字滤波器来对语音进行滤波处理。通过比较加噪前后，语音的频谱和语音回放，能明显的感觉到加入噪声后回放的声音与原始的语音信号有很大的不同,前者随较尖锐的干扰啸叫声。从含噪语音信号的频谱图中可以看出含噪声的语音信号频谱,在整个频域范围内分是布均匀。其实，这正是干扰所造成的。通过滤波前后的对比，低通滤波后效果最好，高通滤波后的效果最差。由此可见，语音信号主要分布在低频段，而噪声主要分布在高频段。

本人签字：

8

数字信号处理课程设计报告

参考文献

1.高西全，丁玉美．数字信号处理．第3版．北京：西安电子科技大学出版社，2008 2.刘泉，阙大顺．数字信号处理原理与实现．北京：电子工业出版社，2005 3 .张磊，毕靖，郭莲英．MATLAB实用教程．北京：人民邮电出版社，2008 4 .张威．MATLAB基础与编程入门．西安：西安电子科技大学出版社，2006 5 .周利清，苏菲．数字信号处理基础．北京：北京邮电大学出版社，2005 6.蒋瑞艳 振动，噪声处理系统[J]. 大连理工大学学院学报(自然科学版) 2002（1） 7.崔晓娟 基于MATLAB的舰船辐射噪声信号小波消噪处理[J]. 《舰船科学技术》 2006（06）

9

数字信号处理课程设计报告

附录

源代码

%对语言信号做原始的时域波形分析和频谱分析 [y,fs,bits]=wavread('abc.wav'); % sound(y,fs) % 回放语音信号 n=length(y) %选取变换的点数

y_p=fft(y,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(1)

subplot(2,1,1);

plot(y); %语音信号的时域波形图 title('原始语音信号采样后时域波形'); xlabel('时间轴') ylabel('幅值 A') subplot(2,1,2);

plot(f,abs(y_p(1:n/2))); %语音信号的频谱图 title('原始语音信号采样后频谱图'); 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; %(以上为低通滤波器的性能指标）

wc=2*pi*fc/fs; wp=2*pi*fp/fs; wdel=wc-wp;

beta=0.112*(As-8.7);

N=ceil((As-8)/2.285/wdel); wn= kaiser(N+1,beta); ws=(wp+wc)/2/pi; b=fir1(N,ws,wn); figure(2);

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); X=fft(x); figure(3);

10

数字信号处理课程设计报告

subplot(2,2,1);plot(f,abs(y_p(1:n/2))); title('滤波前信号的频谱');

subplot(2,2,2);plot(f,abs(X(1:n/2))); title('滤波后信号的频谱'); subplot(2,2,3);plot(y);

title('滤波前信号的时域波形'); subplot(2,2,4);plot(x);

title('滤波后信号的时域波形'); sound(x,fs,bits) den=2*ifft(y_p); wavwrite('2.wav')11

本文来源：https://www.bwwdw.com/article/iz7d.html