大学毕业课程设计-数字信号处理课程设计.doc

现代信号处理数字信号处理 课程设计报告信息科学与工程学院 通信0804 张驰 0909082328目录课程设计目的和任务 设计原理与方案设计实现的过程结果显示附程序清单个人心得一、课程设计原理方案1全面复习课程所学理论知识，巩固所学知识重点和难点，将理论与实践很好地结合起来。2提高综合运用所学知识独立分析和解决问题的能力；3熟练使用一种高级语言进行编程实现。二、课程设计内容（一）信号分析1、编制信号生成程序，产生下述各序列，绘出它们的时域波形 1） 单位抽样序列 2）矩形序列 3） 三角波序列4) 反三角波序列 5）Gaussian序列6） 正弦序列 取7）衰减正弦序列 对连续信号 进行采样，可得到测试序列 。令A=50,采样周期T=1ms,即fs=1000Hz,f0=62.5,a=100。2. 对上述信号完成下列信号分析 1）对三角波序列和反三角波序列，作N=8点的FFT，观察比较它们的幅频特性，说明它们有什么异同？绘出两序列及其它们的幅频特性曲线。 在和的尾部补零，作N=16点的FFT，观察它们的幅频特性发生了什么变化？分析说明原因。2)、观察高斯序列，固定信号中的参数p=8，令q分别等于2，4，8，观察它们的时域和幅频特性，了解当q取不同值时，对信号序列的时域幅频特性的影响；固定q=8，令p分别等于8，13，14，观察参数p变化对信号序列的时域及幅频特性的影响，观察p等于多少时，会发生明显的泄漏现象，混叠是否也随之出现？记录实验中观察到的现象，绘出相应的时域序列和幅频特性曲线。3）对于正弦序列x6(n)，取数据长度N分别等于8，16，20，分别作N点FFT，观察它们的的时域和幅频特性，说明它们的差别 ，简要说明原因。4)、观察衰减正弦序列的时域和幅频特性，绘出幅频特性曲线，改变采样频率fs,使fs=300Hz， 观察此时的频谱的形状和谱峰出现位置？说明产生现象的原因。3设有一连续时间信号s(t),其由20Hz、220Hz和750Hz的正弦信号叠加而成，分析确定采样频率及数据分析长度，计算并绘出信号的频谱，指出各个频率份量。 （二）、数字滤波器的设计与实现 设计和实现IIR或FIR数字滤波器： 要求：输入数字滤波器的滤波指标,包括通带截止频率,通带最大衰减,阻带截止频率,阻带最小衰减。设计出相应的数字滤波器。显示得到的滤波器的系数和阶数，求出系统的单位脉冲响应h(n)。并画出设计得到的滤波器的幅频特性图(要有坐标标度)和相频特性。 1对于IIR数字滤波器：使用双线性变换法。可选用BW型、CB型和椭圆型等滤波器类型来进行设计2对于FIR数字滤波器：要对多种窗口（三种及以上）、不同阶数设计结果进行分析比较。（三）、综合应用对于给出的任意一段语音信号，进行分析处理。1、 读出语音信号，并显示语音信号的时域波形，然后对读出的信号进行FFT变换，得到信号的频谱特性。2、 分析其频谱特性，应用设计的滤波器将主要的频率分量分离出来。3、 回放此语音信号，感觉滤波前后的声音有什么变化注意：使用Matlab工具箱的同学尽量将上述任务实现成一个整体。三、设计实现的过程单位抽样序列：取采样点N=31，取前15点为0，中间1点为1，后15点为0。其MATLAB实现为：矩形序列：采样点N=31，取前5点为0，中间21点为1，后5点为0的矩形序列。MATLAB实现为：三角波序列,反三角波序列及Gaussian序列MATLAB实现为：n1=0:3;y1=n1+1;n2=4:7;y2=8-n2;n1=0:3;y1=4-n1;n2=4:7;y2=n2-3;n=0:15;p=5;q=8;x=exp(-1*(n-p).2/q);正弦序列：给出的抽样频率fs=64Hz;采样点N=16，：其MATLAB实现如下：衰减正弦序列：抽样频率A=50fs=1000hz，f0=62.5,a=100。对其取采样N=50。其MATLAB实现如下：A=50;a=100;f0=62.5;T=1/1000;n=1:50;x=A*exp(-1*a*n*T).*sin(2*pi*f0*n*T); 对三角波序列和反三角波序列，作N=8点的FFT对以上序列进行FFT变换，观察它的频谱图。MATLAB实现在以上的基础上加上：即可。求幅度特性：求相位特性：数字滤波器的设计与实现：在本次设计中采用了基于双线性变换IIR巴特沃思滤波器，为了方便随意输入或更改滤波器的技术指标，在设计中特意将指标设计成在滤波器界面可以随意输入。设计过程为首先将数字指标预畸变成模拟指标，根据模拟指标可以求得过渡模拟滤波器，再将模拟滤波器直接转换成数字滤波器。其MATLAB实现过程主要如下：低通滤波器：fp=input(输入通带截止频率fp:);fs=input(输入阻带截止频率fs:);Fs=input(输入抽样频率Fs:);rp=input(输入通带最大衰减系数rp:);rs=input(输入阻带最小衰减系数rs:);wp=2*Fs*tan(pi*fp/Fs);ws=2*Fs*tan(pi*fs/Fs);n,wc=buttord(wp,ws,rp,rs,s)；z,p,G=buttap(n); bp,ap=butter(n,wc,s)；bs,as=lp2lp(bp,ap,wp);bz,az=bilinear(bs,as,Fs);h,w=freqz(bz,az,Fs); 高通滤波器MATLAB实现过程同上类似，只是高通在：上不同，低通与带通时在ftype上为缺省，高通与带阻是在ftype上分别为high,stop;带通数字滤波器数字指标不一样：fpl=input(输入通带上截止频率fpl:);fpu=input(输入通带下截止频率fpu:);fsl=input(输入阻带上截止频率fsl:);fsu=input(输入阻带下截止频率fsu:); Fs=input(输入抽样频率Fs:); rp=input(输入通带最大衰减系数rp:);rs=input(输入阻带最小衰减系数rs:);带阻滤波器：与带通滤波器类似，只是如上所说在ftype上为 stop。综合应用-语言信号处理：语言信号处理主要分为3个部分：第一部分，获取一段语言信号，对它采样了2048点，采样频率为25000hz,获得它的时域波形，并对它进行FFT变换，获得它的频谱图。第二部分，产生一个与原语音信号相同长度的随机信号，将这个随机信号与原语音信号进行叠加，即加噪声过程。第三部分，对加噪声后的语音信号进行滤波处理。结果显示程序清单N=get(handles.popupmenu1,Value);switch N;case 1n=-15:15;x=zeros(1,15),ones(1,1),zeros(1,15);stem(x);title(单位抽样序列)case 2n=-15:15;x=zeros(1,5),ones(1,21),zeros(1,5);stem(n,x);title(矩形序列)case 3n1=0:3;y1=n1+1;n2=4:7;y2=8-n2;stem(n1,n2,y1,y2);title(三角波序列)case 4 n1=0:3;y1=4-n1;n2=4:7;y2=n2-3;stem(n1,n2,y1,y2);title(反三角波序列) case 5 n=0:15;p=5;q=8;x=exp(-1*(n-p).2/q);stem(n, x);title(gaussian序列) case 6 T=1/64;n=0:15;t=n*T;x=sin(16*pi*t);stem(n,x);title(正弦序列) case 7A=50;a=100;f0=62.5;T=1/1000;n=1:50;x=A*exp(-1*a*n*T).*sin(2*pi*f0*n*T);stem(n,x);title(衰减正弦序列) endM=get(handles.popupmenu2,Value); switch M case 1 x1=1 2 3 4 4 3 2 1;X1=fft(x1,8);subplot(221);stem(X1);title(三角波序列8点FFT); x2=4 3 2 1 1 2 3 4;X2=fft(x2,8);subplot(222);stem(X2);title(反三角波序列8点FFT); x3=1 2 3 4 4 3 2 1 0 0 0 0 0 0 0 0;X3=fft(x3,16);subplot(223);stem(X3);title（三角波序列16点FFT); x4=4 3 2 1 1 2 3 4 0 0 0 0 0 0 0 0;X4=fft(x4,16);subplot(224);stem(X4);title(反三角波序列16点FFT) case 2 n=0:15;p=8;q=2;x1=exp(-1*(n-p).2/q);subplot(321);stem(n,x1);ylabel(p=8,q=2时gaussian序列时域特性); n=0:15;p=8;q=2;x2=exp(-1*(n-p).2/q);X2=fft(x2);subplot(322);stem(n,X2);ylabel(p=8,q=2时gaussian序列频域特性); n=0:15;p=8;q=4;x3=exp(-1*(n-p).2/q);subplot(323);stem(n,x3);ylabel(p=8,q=4时gaussian序列时域特性); n=0:15;p=8;q=4;x4=exp(-1*(n-p).2/q);X4=fft(x4);subplot(324);stem(n,X4);ylabel(p=8,q=4时gaussian序列频域特性); n=0:15;p=8;q=8;x5=exp(-1*(n-p).2/q);subplot(325);stem(n,x5);ylabel(p=8,q=8时gaussian序列时域特性); n=0:15;p=8;q=8;x6=exp(-1*(n-p).2/q);X6=fft(x6);subplot(326);stem（n,X6);ylabel(p=8,q=8时gaussian序列频域特性); case 3 n=0:15;q=8;p=8;x1=exp(-1*(n-p).2/q);subplot(321);stem(n,x1);ylabel(q=8,p=8时gaussian序列时域特性); n=0:15;q=8;p=8;x2=exp(-1*(n-p).2/q);X2=fft(x2);subplot(322);stem(n,X2);ylabel(q=8,p=8时gaussian序列频域特性); n=0:15;q=8;p=13;x3=exp(-1*(n-p).2/q);subplot(323);stem(n,x3);ylabel(q=8,p=13时gaussian序列时域特性); n=0:15;q=8;p=8;x4=exp(-1*(n-p).2/q);X4=fft(x4);subplot(324);stem(n,X4);ylabel(q=8,p=13时gaussian序列频域特性); n=0:15;q=8;p=14;x5=exp(-1*(n-p).2/q);subplot(324);stem(n,x5);ylabel(q=8,p=14时gaussian序列时域特性); n=0:15;q=8;p=14;x6=exp(-1*(n-p).2/q);X6=fft(x6);subplot(326);stem(n,X6);ylabel(q=8,p=14时gaussian序列频域特性); case 4 T=1/64;n=0:7;t=n*T;x1=sin(16*pi*t);subplot(321);stem(n,x1);ylabel(N=8时该正弦序列时域特性); T=1/64;n=0:7;t=n*T;x2=sin(16*pi*t);X2=fft(x2);subplot(322);stem(n,X2);ylabel(N=8时该正弦序列频域特性); T=1/64;n=0:15;t=n*T;x3=sin(16*pi*t);subplot(323);stem(n,x3);ylabel(N=16时该正弦序列时域特性); T=1/64;n=0:15;t=n*T;x4=sin(16*pi*t);X4=fft(x4);subplot(324);stem(n,X4);ylabel(N=16时该正弦序列频域特性); T=1/64;n=0:31;t=n*T;x5=sin(16*pi*t);subplot(325);stem(n,x5);ylabel(N=32时该正弦序列时域特性); T=1/64;n=0:31;t=n*T;x6=sin(16*pi*t);X6=fft(x6);subplot(326);stem(n,X6);ylabel(N=32时该正弦序列频域特性); case 5 A=50;a=100;f0=62.5;T=1/1000;n=1:50;t=n*T;x1=A*exp(-1*a*n*T).*sin(2*pi*f0*n*T);subplot(311);stem(n,x1);ylabel(该衰减正弦序列时域特性); A=50;a=100;f0=62.5;T=1/1000;n=1:50;t=n*T;x2=A*exp(-1*a*n*T).*sin(2*pi*f0*n*T);X2=fft(x2);subplot(312);stem(n,X2);ylabel(该衰减正弦序列幅频特性); A=50;a=100;f0=62.5;T=1/300;n=1:50;t=n*T;x3=A*exp(-1*a*n*T).*sin(2*pi*f0*n*T);X3=fft(x3);subplot(313);stem(n,X3);ylabel(fs=300HZ时该衰减正弦序列频谱); case 6 f1=20;f2=220;f3=750;fs=2000;N=80;n=0:N-1;t=n/fs;x=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t); y=fft(x,N);mag=abs(y);f=(0:length(y-1)*fs/length(y); stem(f(1:N/2),mag(1:N/2),r); endL=get(handles.popupmenu3,Value); switch L case 1 fp=input(输入通带截止频率fp:);fs=input(输入阻带截止频率fs:);Fs=input(输入抽样频率Fs:); rp=input(输入通带最大衰减系数rp:);rs=input(输入阻带最小衰减系数rs:); wp=2*Fs*tan(pi*fp/Fs);ws=2*Fs*tan(pi*fs/Fs); n,wc=buttord(wp,ws,rp,rs,s); z,p,G=buttap(n); bp,ap=butter(n,wc,s); bs,as=lp2lp(bp,ap,wp); bz,az=bilinear(bs,as,Fs); h,w=freqz(bz,az,256,Fs); plot(w,abs(h);grid on;title(低通数字滤波器) case 2 fp=input(输入通带截止频率fp:);fs=input(输入阻带截止频率fs:);Fs=input(输入抽样频率Fs:); rp=input(输入通带最大衰减系数rp:);rs=input(输入阻带最小衰减系数rs:); wp=2*Fs*tan(pi*fp/Fs);ws=2*Fs*tan(pi*fs/Fs); n,wc=buttord(wp,ws,rp,rs,s); bh,ah=butter(n,wc,high,s); bz,az=bilinear(bh,ah,Fs); h,w=freqz(bz,az,256,Fs); plot(w,abs(h);grid on;title(高通数字滤波器) case 3 fpl=input(输入通带上截止频率fpl:);fpu=input(输入通带下截止频率fpu:);fsl=input(输入阻带上截止频率fsl:);fsu=input(输入阻带下截止频率fsu:); Fs=input(输入抽样频率Fs:); rp=input(输入通带最大衰减系数rp:);rs=input(输入阻带最小衰减系数rs:); wp=2*Fs*tan(pi*fpl,fpu/Fs);ws=2*Fs*tan(pi*fsl,fsu/Fs); n,wc=buttord(wp,ws,rp,rs,s); bb,ab=butter(n,wc,s); bz,az=bilinear(bb,ab,Fs); h,w=freqz(bz,az,256,Fs); plot(w,abs(h);grid