MATLAB语言实现对模拟信号的处理

1、*大学课程设计题目要求： 1.录制一段自己的语音信号，并对录制的信号进行采样； 2.画出采样后的语音信号的时域波形和频谱图； 3.给定滤波器的性能指标，采用窗函数法和双线性变换法设计滤波器， 并划出滤波器的频域响应； 4.用该滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱， 并对滤波前后的信号进行对比，分析信号的变化； 5.回放语音信号； 6.设计一个信号处理系统界面。 报告要求：根据自己录制的语音信号选择合适的滤波器，并按照题目要求完成报告；程序1:用matlab对原始语音信号进行分析，画出它的时域波形和频谱fs=22050; %语音信号采样频率为22050x1=wavread(

2、c:teng.wav); %读取语音信号的数据，赋给变量x1sound(x1,22050); %播放语音信号y1=fft(x1,1024); %对信号做1024点fft变换f=fs*(0:511)/1024;figure(1)plot(x1) %做原始语音信号的时域图形title(原始语音信号);xlabel(time n);ylabel(fuzhi n);figure(2)freqz(x1) %绘制原始语音信号的频率响应图title(频率响应图)figure(3)subplot(2,1,1);plot(abs(y1(1:512) %做原始语音信号的fft频谱图title(原始语音信号fft频

3、谱)subplot(2,1,2);plot(f,abs(y1(1:512);title(原始语音信号频谱)xlabel(hz);ylabel(fuzhi);程序2:给原始的语音信号加上一个高频余弦噪声，频率为5khz。画出加噪后的语音信号时域和频谱图，与原始信号对比，可以很明显的看出区别。fs=22050; x1=wavread(c:teng.wav);f=fs*(0:511)/1024;t=0:1/22050:(size(x1)-1)/22050;%将所加噪声信号的点数调整到与原始信号相同au=0.03;d=au*cos(2*pi*5000*t);%噪声为5khz的余弦信号x2=x1+d;s

4、ound(x2,22050);%播放加噪声后的语音信号y2=fft(x2,1024);figure(1)plot(t,x2)title(加噪后的信号);xlabel(time n);ylabel(fuzhi n);figure(2)subplot(2,1,1);plot(f,abs(y1(1:512);title(原始语音信号频谱);xlabel(hz);ylabel(fuzhi);subplot(2,1,2);plot(f,abs(y2(1:512);title(加噪后的信号频谱);xlabel(hz);ylabel(fuzhi);程序3:双线性变换法设计butterworth滤波器fs=2

5、2050;x1=wavread(h:课程设计2shuzi.wav);t=0:1/22050:(size(x1)-1)/22050;au=0.03;d=au*cos(2*pi*5000*t);x2=x1+d;wp=0.25*pi;ws=0.3*pi;rp=1;rs=15;fs=22050;ts=1/fs;wp1=2/ts*tan(wp/2); %将模拟指标转换成数字指标ws1=2/ts*tan(ws/2); n,wn=buttord(wp1,ws1,rp,rs,s);%选择滤波器的最小阶数z,p,k=buttap(n); %创建butterworth模拟滤波器bap,aap=zp2tf(z,p,

6、k);b,a=lp2lp(bap,aap,wn); bz,az=bilinear(b,a,fs); %用双线性变换法实现模拟滤波器到数字滤波器的转换h,w=freqz(bz,az); %绘制频率响应曲线figure(1)plot(w*fs/(2*pi),abs(h)gridxlabel(频率hz)ylabel(频率响应幅度)title(butterworth)f1=filter(bz,az,x2);figure(2)subplot(2,1,1)plot(t,x2) %画出滤波前的时域图title(滤波前的时域波形);subplot(2,1,2)plot(t,f1); %画出滤波后的时域图tit

7、le(滤波后的时域波形);sound(f1,22050); %播放滤波后的信号f0=fft(f1,1024);f=fs*(0:511)/1024;figure(3)y2=fft(x2,1024);subplot(2,1,1);plot(f,abs(y2(1:512); %画出滤波前的频谱图title(滤波前的频谱)xlabel(hz);ylabel(fuzhi);subplot(2,1,2)f1=plot(f,abs(f0(1:512); %画出滤波后的频谱图title(滤波后的频谱)xlabel(hz);ylabel(fuzhi);程序4:窗函数法设计滤波器：fs=22050;x1=wavr

8、ead(h:课程设计2shuzi.wav);t=0:1/22050:(size(x1)-1)/22050;au=0.03;d=au*cos(2*pi*5000*t);x2=x1+d;wp=0.25*pi;ws=0.3*pi;wdelta=ws-wp;n=ceil(6.6*pi/wdelta); %取整wn=(0.2+0.3)*pi/2;b=fir1(n,wn/pi,hamming(n+1); %选择窗函数，并归一化截止频率figure(1)freqz(b,1,512)f2=filter(bz,az,x2)figure(2)subplot(2,1,1)plot(t,x2)title(滤波前的时域

9、波形);subplot(2,1,2)plot(t,f2);title(滤波后的时域波形);sound(f2,22050); %播放滤波后的语音信号f0=fft(f2,1024);f=fs*(0:511)/1024;figure(3)y2=fft(x2,1024);subplot(2,1,1);plot(f,abs(y2(1:512);title(滤波前的频谱)xlabel(hz);ylabel(fuzhi);subplot(2,1,2)f2=plot(f,abs(f0(1:512);title(滤波后的频谱)xlabel(hz);ylabel(fuzhi);目录一、 绪论2二、 正文31 设计

10、思路32 流程图 12三、小结13五、参考文献14六、谢辞14七、附录14 绪论本次课程设计是利用matlab对信号进行采样、分析以及根据信号的特点设计出合适的数字滤波器对信号进行滤波。matlab名字是由matrix和laboratory两个词的前三个字母组合而成的。它是mathworks公司于982年推出的一套高性能的数值计算和可视化数学软件。它一般用于数值分析、矩阵运算、数字信号处理、建模和系统控制和优化等应用程序，并集应用程序和图形于一便于使用的集成环境中。由于matlab不需定义数组的维数，并给出矩阵函数、特殊矩阵专门的库函数，使之在求解诸如信号处理、建模、系统识别、控制、优化等领域

11、的问题时，显得大为简捷、高效、方便，这是其它高级语言所不能比拟的。matlab中包括了被称作工具箱（toolbox）的各类应用问题的求解工具。工具箱实际上是对matlab进行扩展应用的一系列matlab函数（称为m文件），它可用来求解各类学科的问题，包括信号处理、图象处理、控制系统辨识、神经网络等。其主要内容涉及了从波形产生到滤波器设计和参量建模以及信号谱分析的范围，核心领域为滤波器设计和频谱分析。工具箱除去提供了用于信号处理的命令函数外，还提供了一组基于cpu开发的借口工具。随着matlab版本的不断升级，其所含的工具箱的功能也越来越丰富，因此，应用范围也越来越广泛，成为涉及数值分析的各类工

12、程师不可不用的工具。 matlab5.3中包括了图形界面编辑gui，改变了以前单一的“在指令窗通过文本形的指令进行各种操作”的状况。这可让使用者也可以象vb vc vj delphi等那样进行一般的可视化的程序编辑。在命令窗口（matlab command window）键入simulink，就出现(simulink) 窗口。以往十分困难的系统仿真问题，用simulink只需拖动鼠标即可轻而易举地解决问题，这也是近来受到重视原因所在。本次课程设计主要涉及的内容是，离散时间信号与系统的时域、频域表示，以及信号通过系统的时域、频域分析及其变换域分析。matlab数据库中提供了与之相对应的函数，如f

13、ilter、fftfilt、 freqz 。课设过程中最重要的部分是滤波器的设计，数字滤波器设计和频谱分析是数字信号处理的两个主要应用。数字滤波器设计包括了无限冲击响应（iir）和有限冲击响应（fir）滤波器设计，在这一方面，matlab的这一工具库提供了极为丰富的设计工具。频谱分析又可进一步分为线性频谱分析和非线性频谱分析。其中，线性频谱分析的理论基础为傅立叶变换，因此所使用的matlab函数主要为fft,ifft，此外，工具箱中还给出了各种窗函数。对于非线性频谱分析，matlab也提供了多种成熟算法的相应函数。一 设计思路本次课设题目是用matlab语言实现对模拟信号的处理。根据课程设计的

14、任务和要求，设计思路如下：首先利用电脑windows自带的录音机录制一段几秒钟自己的语音信号，如图：录制的语音信号音频格式pcm，平均数据速率 8.00kb/秒，采样速率 8.00kb/秒，音频采样大小为8位，频道为单声道，从音频参数可以得出对录制的信号采样的频率为8000kz，本人录制的语音信号命名为 teng.wav录制号后将teng.wav文件放在c盘,其路径为c:teng.wav.然后利用matlab语句wavread进行采样：y,fs,n=wavread(c:teng.wav); %将采样后的语音信号赋给变量y再对采样后的语音信号y做2048点的fft变换，利用如下语句：y=fft(

15、y,2048) 根据设计要求画出语音信号时域图plot(y)，以及频谱图plot(abs(y)。如图用sound(y,fs,n)语句播放语音。分析采样后语音信号的频谱图，任意选取一段噪声信号，本人选择了幅值为0.5，1.8k的余弦噪声信号，为了使噪声信号能加入道语音信号中，则所加噪声信号的点数调整到与原始信号相同，否则不能相加，f=fs*(0:511)/2048;t=0:1/8000:(size(y)-1)/8000; %将所加噪声信号的点数调整到与原始信号相同则噪声信号表达式为d=au*cos(2*pi*1800*t); 画出噪声时域波形plot(t,d)和频谱plot(f,abs(y2(1

16、:512)，如下图：只有噪声信号与语音信号的点数相同才可以将噪声加入语音信号中x2=y+d; %将噪声加入到语音信号中画出加入噪声后的语音信号时域图plot(t,x2)然后画出加入噪声后语音信号频谱图并与原语音信号频谱图比较：根据加入噪声以后的语音信号的频谱图，选定滤波器的类型。通常分fir滤波器和iir滤波器，再根据分析结果得出滤波器的性能指标。根据本次课程设计的要求采用双线性变换法和窗函数法来设计滤波器。双线性变换法是先设计一个模拟iir滤波器，然后映射成一个等效的数字滤波器。双线性变换法有巴特沃思滤波器和切贝雪夫滤波器。窗函数法有矩形窗，三角窗，汉宁窗，海明窗，布拉克曼窗。本人采用了巴特

17、沃思滤波器和海明窗来进行滤波器的设计。下面就巴特沃思滤波器和海明窗设计滤波器详细介绍：（一）巴特沃思滤波器属于iir滤波器，需要用到的有关语句如下：(1) n,wn=buttord(wp,ws,rp,rs)(2) n,wn=buttord(wp,ws,rp,rs,s)格式(1)对应数字滤波器，式中wp,ws分别使通带和阻带的截至频率，实际上它们是归一化频率，其值在01之间，1对应抽样频率的一半。对低通和高通滤波器，wp,ws都是标量，对带通和带阻滤波器，wp,ws都是12的向量。rp,rs分别是通带和阻带的衰减，单位为db。n是求出的相应低通滤波器的阶次，wn是求出的3db频率，它和wp稍有不

18、同。格式(2)对应模拟滤波器，式中各个变量含义和格式(1)相同，但wp,ws及wn的单位为rad/s,因此，它们实际上是频率。(3) z,p,k=buttap(n)此语句是用来设计模拟低通原型滤波器g(p),n是欲设计的低通原型滤波器的阶次，z,p和k分别是设计出的g(p)的极点、零点及增益。(4) b,a=lp2lp(b,a,wo) 或 b,a=lp2hp(b,a,wo)(5) b,a=lp2bp(b,a,wo,bw)或b,a=lp2bs(b,a,wo,bw)上式功能是将模拟低通原型滤波器g(p)分别转换为实际的低通、高通、带通及带阻滤波器。式中b,a分别是模拟低通原型滤波器g(p)的分子、

19、分母多项式的系数向量，b,a分别是转换后的h(s)的分子、分母多项式的系；在(4)中，wo是低通或高通滤波器的截至频率；在(5)中，wo是带通或带阻滤波器的中心频率，bw是其带宽。本次课程的设计的巴特沃思滤波器是低通滤波器，故用到式子b,a=lp2lp(b,a,wo).(6) bz,az=bilinear(b,a,fs)上式语句是实现双线性变换，即由模拟滤波器h(s)得到数字滤波器h(z).式中b,a 分别是h(s)的分子、分母多项式的系数向量，bz，az分别是h(z)的分子、分母多项式的系数向量，fs是抽样频率。在这里fs=8000.根据含有噪声的语音信号频谱图分析，本人设置wp=0.25*

20、pi;ws=0.3*pi;rp=1;rs=15进行设计巴特沃思低通滤波器。（二）海明窗滤波器属于fir型滤波器； 海明(hamming)窗（又称为改进的升余弦窗）窗函数： (n)= rn(n)其频率响应的幅度函数为w()=0.54wr()+0.23 0.54wr()+0.23 ，（当n1）主瓣宽度为42/n=8/n,过渡带宽3.32/n。(7) b=fir1(n,f,m)上式中f是频率向量，其值在01之间，m是与f相对应的所希望的幅频响应，不指定窗函数类型时，则自动选择海明窗。本次课程设计用到类似语句为：n=ceil(6.6*pi/wdelta); %滤波器长度wn=(0.2+0.3)*pi/

21、2;b=fir1(n,wn/pi,hamming(n+1); %选择窗函数，并归一化截止频率根据含有噪声的语音信号频谱图分析，选取wp=0.25*pi; ws=0.3*pi;滤波器设计好后，画出两种滤波器的频率响应图：巴特沃思滤波器海明窗滤波器然后用已设计出来的滤波器对采集的语音信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比。经过巴特沃思滤波器滤波的时域波形图和频谱图分别如下：经过海明窗滤波器滤波滤波前后时域波形图及频谱图分别如下：分析信号的变化，根据两种滤波器滤波前后频谱图可发现，在1200hz后的信号基本被滤除掉了，回放语音信号：sound(x2,8000); %

22、播放含有噪声的语音信号sound(f1,8000); %播放经过巴特沃思滤波器滤波后的语音信号sound(f2,8000); %播放经过海明窗滤波器滤波后的语音信号滤波后的语音效果有明显的沉闷的感觉，其原因是滤除噪声的同时也滤除了一部分的语音信号，但总体上其滤波后的语音与原语音信号相差无几，也彻底的把噪声滤除掉了。最后用 matlab 设计一信号处理系统界面。首先在matlab工作区键入guide，回车，出现一窗口，选择blank gui（default）。如界面图1界面图1点击ok确定后弹出一运行窗口，如界面图2界面图2菜单设置：选择名为menu editor的图标后，出现另一窗口，添加新的

23、菜单，在label框中键入菜单名，子菜单还需在callback中键入连接的文件名，如界面图3界面图3界面图4二 流程图录音噪声播放原音导入语音文件 时域波形和频谱信号时域波形和频谱信号窗函数法双线性变化法海明窗滤波器加入噪声的语音信号信号巴特沃思滤波器时域波形和频谱信号频率响应频率响应滤波语音重放滤波滤波前后时域及频谱图比较滤波前后时域及频谱图比较三 小结本次课程设计是以数字信号处理为理论基础，利用matlab对信号进行分析，处理语音信号以及设计滤波器。课程设计题目是matlab语言实现对模拟信号的处理课程设计，需要对语音信号进行采样、分析并滤波。从这次课程设计中，我认识到了书上的理论知识很好

24、的和实际结合到了一起，首先要采集一段语音信号，因为原始的语音信号是模拟的，所以要对原始的语音信号进行采样，是通过函数wavread()来实现的，使我很好的掌握了这个函数的用法。数字滤波器设计包括了无限冲击响应（iir）和有限冲击响应（fir）滤波器设计，在本次课设中，iir滤波器本人设计了一种：巴特沃思低通滤波器，fir滤波器本人设计了海明窗低通滤波器。它们的性能指标是根据含有噪声的语音信号频谱图的特点设计的。在平时的理论学习中我们学习了数字滤波器的基本结构，无限长单位冲激响应数字滤波器的设计方法和有限长单位冲激响应数字滤波器的设计方法，着重学习了利用模拟滤波器设计iir数字滤波器，从理论知识

25、可知利用模拟滤波器设计数字滤波器就是要把s平面映射到z平面，使模拟系统函数h(s)变换成所需的数字滤波器的系统函数h(z)，一般是利用冲激响应不变法、阶跃响应不变法、双线性变换法来实现模拟滤波器到数字滤波器的映射。在纯理论的学习中，我们学生对滤波器的设计还不了解。通过这次课设，使我对滤波器的设计有了更深层次的的认识。在整个程序中，多次使用了matlab的绘图功能，画出了低通滤波器的频率响应图，滤波前后的语音信号的时域图和频谱图，使我感受到了其强大的绘图功能，使得可以很直观的看出信号的种种特性，从而可以更加容易的判断出对信号的处理是否达到了预期的目的。总的来说，这次课程设计帮助我巩固了平常所学习

26、的理论知识，使我对所学的理论知识有了一个更深层次的理解和掌握，同时加强了我对matlab的运用能力，从而能够借助软件来更好的分析，处理信号和设计滤波器。在整个课程设计过程中，编写程序与调试程序中出现了一系列的问题经过日夜认真琢磨分析后，最终改正了错误，把课程设计顺利完成，下面就主要碰到的问题分析：录音为双声道，未转换为单声道，以至于将噪声怎么也加不进语音信号中，后经老师提点，又经过认真分析发现原来录音为双声道，而噪声却是单声道，所以最后将录制的声音信号转换为单声道。最后终于把这个问题解决了。参考文献1、数字信号处理教程 程佩青 清华大学出版社2、数字信号处理及matlab实现 余成波 杨菁 杨

27、如民 清华大学出版社谢辞本次数字信号处理课程设计能顺利的完成，首先得要感谢李伟平老师的指导，同时也要感谢在课程设计中给予我帮助的同学们，是大家大量查阅资料，共享资料，然后有一个很好的交流。在本次课程设计中，认识到一个团队的力量是无穷的，每个人贡献一点点微薄之力，合在一起就是一股强大的力量。同时我认识到数字信号处理的理论知识是非常重要的，是本次课程设计的基石，所以在此要特别谢谢余慧娟老师在平时教学过程中对我们严格要求，使我们有一个比较扎实的理论基础，同时能熟练运用matlab语言也是本次课程设计的关键所在，也为这次顺利完成课设提供了保证。附录附录一：主程序（1）. 原始信号的采样将录制的语音信号

28、与所有的程序放置在同一个文件夹，在程序中通过wavread()函数来读取这段原始信号，并绘出采样后其时域波形图和频谱图。程序如下：y,fs,n=wavread(c:teng.wav); %将采样后的语音信号赋给变量yy=fft(y,2048) %对采样后的语音信号做2048点fft变换 figure(1);subplot(211);plot(y); %采样后语音信号的波形 title(原始信号波形);xlabel(时间n);ylabel(幅值n);subplot(212);plot(abs(y); %采样后语音信号的频谱 title(原始信号频谱);xlabel(hz);ylabel(幅值n)

29、;图1.原始信号时域波形及频谱（2）. 噪声y,fs,n=wavread(c:teng.wav); f=fs*(0:511)/2048;t=0:1/8000:(size(y)-1)/8000; %将所加噪声信号的点数调整到与原始信号相同au=0.5; %噪声幅值d=au*cos(2*pi*1800*t); %噪声为1khz的余弦信号y2=fft(d,2048); %对噪声信号做2048点fft变换 figure(2)subplot(2,1,1);plot(t,d)title(噪声信号时域图);xlabel(时间n);ylabel(幅值n);subplot(2,1,2);plot(f,abs(y

30、2(1:512);title(噪声信号频谱);xlabel(hz);ylabel(幅值n);图2.噪声信号频谱（3）.将噪声信号加入原始信号中 y,fs,n=wavread(c:teng.wav); %将采样后的语音信号赋给变量yf=fs*(0:511)/2048;t=0:1/8000:(size(y)-1)/8000; %将所加噪声信号的点数调整到与原始信号相同au=0.5; %噪声幅值d=au*cos(2*pi*1800*t); %噪声为1.8khz的余弦信号x2=y+d; %将噪声加入到语音信号中y1=fft(y,2048); %对信号做2048点fft变换y2=fft(x2,2048)

31、; %对加入噪声以后的语音信号做2048点fft变换 figure(1)plot(t,x2)title(加噪后的信号);xlabel(时间n);ylabel(幅值n);figure(2)subplot(2,1,1);plot(f,abs(y1(1:512);title(原始语音信号频谱);xlabel(hz);ylabel(幅值n);subplot(2,1,2);plot(f,abs(y2(1:512);title(加噪后的信号频谱);xlabel(hz);ylabel(幅值n);图3.加噪声后的信号图图4.原始语音信号频谱图及加入噪声后的信号频谱图（4）. 滤波器的类型双线性变换法设计巴特沃

32、思低通滤波器y,fs,n=wavread(c:teng.wav); %将采样后的语音信号赋给变量yf=fs*(0:511)/2048;t=0:1/8000:(size(y)-1)/8000; %将所加噪声信号的点数调整到与原始信号相同au=0.5; %噪声幅值d=au*cos(2*pi*1800*t); %噪声为1.8khz的余弦信号x2=y+d; %将噪声加入到语音信号中wp=0.25*pi;ws=0.3*pi;rp=1;rs=15;fs=8000;ts=1/fs;wp1=2/ts*tan(wp/2); %将模拟指标转换成数字指标ws1=2/ts*tan(ws/2); n,wn=buttor

33、d(wp1,ws1,rp,rs,s);%选择滤波器的最小阶数z,p,k=buttap(n); %创建butterworth模拟滤波器bap,aap=zp2tf(z,p,k);b,a=lp2lp(bap,aap,wn); bz,az=bilinear(b,a,fs); %用双线性变换法实现模拟滤波器到数字滤波器的转换h,w=freqz(bz,az); %绘制频率响应曲线figure(1)plot(w*fs/(2*pi),abs(h)gridxlabel(频率hz)ylabel(频率响应幅度)title(butterworth)f1=filter(bz,az,x2);figure(2)subplo

34、t(2,1,1)plot(t,x2) %画出滤波前的时域图title(滤波前的时域波形);subplot(2,1,2)plot(t,f1); %画出滤波后的时域图title(滤波后的时域波形);f0=fft(f1,2048);f=fs*(0:511)/2048;figure(3)y2=fft(x2,2048);subplot(2,1,1);plot(f,abs(y2(1:512); %画出滤波前的频谱图title(滤波前的频谱)xlabel(hz);ylabel(幅值);subplot(2,1,2)f1=plot(f,abs(f0(1:512); %画出滤波后的频谱图title(滤波后的频谱)

35、xlabel(hz);ylabel(幅值); 图5巴特沃斯低通滤波器 图6滤波前后时域波形图 图7滤波前后频谱图窗函数法设计滤波器：y,fs,n=wavread(c:teng.wav); %将采样后的语音信号赋给变量yf=fs*(0:511)/2048;t=0:1/8000:(size(y)-1)/8000; %将所加噪声信号的点数调整到与原始信号相同au=0.5; %噪声幅值d=au*cos(2*pi*1800*t); %噪声为1.8khz的余弦信号x2=y+d; %将噪声加入到语音信号中wp=0.25*pi;ws=0.3*pi;wdelta=ws-wp;n=ceil(6.6*pi/wdel

36、ta); %滤波器长度wn=(0.2+0.3)*pi/2;b=fir1(n,wn/pi,hamming(n+1); %选择海明窗函数，并归一化截止频率figure(1)freqz(b,1,512)f2=filter(bz,az,x2)figure(2)subplot(2,1,1)plot(t,x2)title(滤波前的时域波形);subplot(2,1,2)plot(t,f2);title(滤波后的时域波形);f0=fft(f2,2048);f=fs*(0:511)/2048;figure(3)y2=fft(x2,2048);subplot(2,1,1);plot(f,abs(y2(1:512

37、);title(滤波前的频谱)xlabel(hz);ylabel(幅值);subplot(2,1,2)f2=plot(f,abs(f0(1:512);title(滤波后的频谱)xlabel(hz);ylabel(幅值);图8海明窗滤波器图9滤波前后时域波形图图10滤波前后频谱图（5）. 用sound函数播放语音信号程序如下：y,fs,n=wavread(c:teng.wav); %将采样后的语音信号赋给变量ysound(y,fs,n); %播放语音信号sound(d,8000) %播放噪声信号sound(x2,8000); %播发加入噪声以后的语音信号sound(f1,8000); %播放经过

38、巴特沃思滤波器滤波后的信号sound(f2,8000); %播放经过海明窗滤波器滤波后的语音信号附录二：界面设计的程序function varargout = dsp(varargin)% dsp m-file for dsp.fig% dsp, by itself, creates a new dsp or raises the existing% singleton*.% h = dsp returns the handle to a new dsp or the handle to% the existing singleton*.% dsp(callback,hobject,event

39、data,handles,.) calls the local% function named callback in dsp.m with the given input arguments.% dsp(property,value,.) creates a new dsp or raises the% existing singleton*. starting from the left, property value pairs are% applied to the gui before dsp_openingfunction gets called. an% unrecognized

40、 property name or invalid value makes property application% stop. all inputs are passed to dsp_openingfcn via varargin.% *see gui options on guides tools menu. choose gui allows only one% instance to run (singleton).% see also: guide, guidata, guihandles% edit the above text to modify the response t

41、o help dsp% last modified by guide v2.5 10-jan-2008 15:24:46% begin initialization code - do not editgui_singleton = 1;gui_state = struct(gui_name, mfilename, . gui_singleton, gui_singleton, . gui_openingfcn, dsp_openingfcn, . gui_outputfcn, dsp_outputfcn, . gui_layoutfcn, , . gui_callback, );if nar

42、gin & isstr(varargin1) gui_state.gui_callback = str2func(varargin1);endif nargout varargout1:nargout = gui_mainfcn(gui_state, varargin:);else gui_mainfcn(gui_state, varargin:);end% end initialization code - do not edit% - executes just before dsp is made visible.function dsp_openingfcn(hobject, eventdata, handles, varargin)% this function has no output args, see outputfcn.% hobject handle to figure% eventdata reserved - to be defined in a future version of matlab% handles st