数字调音台实验报告

1、 数字信号处理课程设计报告姓名:陈洋学 号：1121302104学 院:计算机工程学院专 业:通信工程题 目:数字调音台2014年12月摘要根据数字信号处理课程设计教学大纲的要求，利用Matlab（工程设计软件）设计数字调音台，并且给出了具体的软件实施方案。Matlab功能强大、简单易学、编程效率高,深受广大科技工作者的欢迎。特别是Matlab还具有信号分析工具箱,不需具备很强的编程能力,就可以很方便地进行信号分析、处理和设计。此次设计利用Matlab对音频信号进行采样后；并画出音频信号的时域波形、频谱图及语谱图；然后分别利用IIR和FIR设计高通、低通、带通以及帯阻滤波器对现有的音频信号进行

2、滤波，实现音频音色的改变实现调音台的功能，并画出滤波后信号的时域波形和频谱，对滤波前后的信号进行对比，分析信号的变化；最后利用GUI设计一个数字信号系统界面。关键词 数字调音台 MATLAB 音频 波形 频谱课程设计目的及意义数字信号处理课程是一门理论和技术发展十分迅速、应用非常广泛的前沿性学科，在雷达、通信、医学、地震等众多领域都有广发的应用。数字信号处理课程是电子、通信、信号处理等专业的基础课程，数字信号处理课程设计是完成数字信号处理相关理论的学习后进行的综合性训练课程，使学生能够对信号的采集、处理、传输、显示和存储等理论及技术实现有一个系统的掌握和理解。它的理论性和实践性都很强，学生在学

3、习这门课程时，普遍感到数字信号处理的概念抽象，对其中的分析方法与基本理论不能很好地理解与掌握。因此，如何帮助学生理解与掌握课程中的基本概念、基本原理、基本分析方法以及综合应用所学知识解决实际问题的能力，是本课程教学中所要解决的关键问题。通过本课题的设计进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；能掌握的基本理论和分析方法方面的知识得到进一步扩展；能有效地将理论和实际紧密结合；增强软件编程实现能力和解决实际问题的能力，要求能够熟练地用Matlab语言编写数字信号处理的应用程序系统分析2.1涉及知识2.1.1 FIR数字滤波器FIR滤波器具有以下特点：（1）可以做成严格的线性相位，

4、同时又可以具有任意的幅度特性（2）单位冲激响应是有限长的，所以一定是稳定的，因此在实际中得到广泛的应用。2.1.2语音信号的特点语音信号的带宽约为5KHz，主要能量集中在低频段。语音信号是典型的随机信号，人的每次发音过程都是一个随机过程。很难得到两次完全相同的发音样本。 在信号处理中，通常假设语音信号是短时平稳的。例如，可以认为在语音的浊音段部分，语音的二阶矩统计量是平稳的(在510mS内)，即二阶矩平稳，或称为宽平稳。 语音时域信号特征：1）清音段：能量低，过零率高，波形特点有点像随机的噪声。这部分信号常与语音的辅音段对应。 2）浊音段：能量高，过零率低，波形具有周期性特点。所谓的短时平稳性

5、质就是处于这个语音浊音（元音）段中。 3）过渡段：一般是指从辅音段向元音段信号变化之间的部分。信号变化快，是语音信号处理中最复杂、困难的部分。 2.2 总体方案 系统的总体设计界面主要分为两个区域，分别是主菜单区域，和FIR区域。其中主菜单区域包括：曲目选择、暂停、结束等按钮。FIR区域则分为四个大块，分别是：高通、低通、带通、带阻，其中高通是通过添加汉宁窗实现，低通是通过添加矩形窗实现，带通是通过凯萨窗来实现，带阻是通过布兰克曼窗实现的。3.系统设计3.1流程图开始开始选择曲目播放暂停滤波器选择结束3.2具体设计界面效果如下：播放代码如下：global fname;global player

6、;global y;filename,pathname=uigetfile(虹之间.wav);fname= pathname,filename;y, Fs, nbits = wavread(filename);y1=y(:,1);player = audioplayer(y, Fs);play(player);figure(1);subplot(1,1,1);plot(y);title(滤波前波形);Y=fft(y,Fs);% Fs=22050figure(2)subplot(1,1,1);plot(abs(Y(1:length(Y)/2);title(滤波前频谱);y3=specgram(y

7、1);figure(3)subplot(1,1,1);plot(y3); title(滤波语前谱图)暂停的主要代码为：global player;global playerr;pause (player);pause (playerr);继续播放的主要代码为：global player;pause(player);global player; resume(player);结束的主要代码为：clear all;close all;高通区域的主要代码为：汉宁窗：clear all;x, Fs, nbits = wavread(虹之间.wav);%sound(x,Fs);N=length(x);

8、figure(1);subplot(4,1,1);plot(x);title(滤波前的信号波形);Y=fft(x,Fs);% Fs=22050subplot(4,1,2);plot(abs(Y(1:length(Y)/2);title(滤波前信号的频谱);ws=2*pi*5000/Fs;wp=2*pi*5100/Fs;Bt=wp-ws;N1=ceil(8*pi/Bt);N=N1+mod(N1+1,2);wc=(wp+ws)/2/pi;hn=fir1(N-1,wc,high,hanning(N);wf=0:pi/511:pi;HK=freqz(hn,wf);wHz=wf*511/(2*pi);

9、% 转化为Hzsubplot(4,1,3);plot(20*log10(abs(HK);%plot(wHz,20*log10(abs(HK);xlabel(频率(Hz);ylabel(幅度);z=fftfilt(hn,x);%进行滤波Y1=fft(z,Fs);subplot(4,1,4);plot(abs(Y1(1:length(Y)/2);title(滤波后信号的频谱);sound(z,Fs);低通区域的主要代码为：矩形窗：clear all;x, Fs, nbits = wavread(c.wav);%sound(x,Fs);N=length(x); figure(1);subplot(4

10、,1,1);plot(x);title(滤波前信号波形);Y=fft(x,Fs);% Fs=22050subplot(4,1,2);plot(abs(Y(1:length(Y)/2);title(滤波前信号的频谱);ws=2*pi*2000/Fs;wp=2*pi*2100/Fs;Bt=wp-ws;N1=ceil(4*pi/Bt);N=N1+mod(N1+1,2);wc=(wp+ws)/2/pi;hn=fir1(N-1,wc,boxcar(N);wf=0:pi/511:pi;HK=freqz(hn,wf);wHz=wf*511/(2*pi); % 转化为Hzsubplot(4,1,3);plot

11、(20*log10(abs(HK);%plot(wHz,20*log10(abs(HK);xlabel(频率(Hz);ylabel(幅度);z=fftfilt(hn,x);% 进行滤波Y1=fft(z,Fs);subplot(4,1,4);plot(abs(Y1(1:length(Y)/2);title(滤波后信号的频谱);sound(z,Fs);带通区域的主要代码为：凯萨窗：clear all;x, Fs, nbits = wavread(虹之间.wav);%sound(x,Fs);N=length(x); figure(1);subplot(4,1,1);plot(x);title(滤波前

12、的信号波形);Y=fft(x,Fs);% Fs=22050subplot(4,1,2);plot(abs(Y(1:length(Y)/2);title(滤波前信号的频谱);wlp=2*pi*2150/Fs; wls=2*pi*2200/Fs;wus=2*pi*4000/Fs; wup=2*pi*4050/Fs;wc=(wlp+wls)/2/pi,(wus+wup)/2/pi;%tr_width=wup-wus;B=wls-wlp;M=ceil(12*pi/B)-1;hn=fir1(M,wc,kaiser(M+1); wf=0:pi/511:pi;HK=freqz(hn,wf);wHz=wf*5

13、11/(2*pi); % 转化为Hzsubplot(4,1,3);plot(20*log10(abs(HK);%plot(wHz,20*log10(abs(HK);xlabel(频率(Hz);ylabel(幅度);z=fftfilt(hn,x);% 进行滤波Y1=fft(z,Fs);subplot(4,1,4);plot(abs(Y1(1:length(Y)/2);title(滤波后信号的频谱);sound(z,Fs);带阻区域的主要代码为：布兰克曼窗：clear all;x, Fs, nbits = wavread(虹之间.wav);%sound(x,Fs);N=length(x); fig

14、ure(1);subplot(4,1,1);plot(x);title(滤波前的信号的波形);Y=fft(x,Fs);% Fs=22050subplot(4,1,2);plot(abs(Y(1:length(Y)/2);title(滤波前信号的频谱);wlp=2*pi*1150/Fs; wls=2*pi*2200/Fs;wus=2*pi*5000/Fs; wup=2*pi*5050/Fs;wc=(wlp+wls)/2/pi,(wus+wup)/2/pi;%tr_width=wup-wus;B=wls-wlp;M=ceil(11*pi/B)-1;hn=fir1(M,wc,stop,blackma

15、n(M+1);% stop去掉为带通；wf=0:pi/511:pi;HK=freqz(hn,wf);wHz=wf*511/(2*pi); % 转化为Hzsubplot(4,1,3);plot(20*log10(abs(HK);%plot(wHz,20*log10(abs(HK);xlabel(频率(Hz);ylabel(幅度);z=fftfilt(hn,x);% 进行滤波Y1=fft(z,Fs);subplot(4,1,4);plot(abs(Y1(1:length(Y)/2);title(滤波后信号的频谱);sound(z,Fs);4.系统运行与测试4.1点击播放后，选择曲目出现如下图片 4

16、.2点击高通按键后，出现如下界面.点击低通按键后，出现如下界面.点击带通按键后，出现如下界面.点击带阻按键后，出现如下界面 结 论通过本课题的设计，我组进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；能掌握的基本理论和分析方法方面的知识得到进一步扩展；有效地将理论和实际紧密结合；增强软件编程实现能力和解决实际问题的能力，能够熟练地用Matlab语言编写数字信号处理的应用程序。为什么电话中唱歌，不好听？ 因为一般模拟语音电话的信号带宽为3400Hz，相当于一个低通滤波器，高于3400Hz的语音信号会被滤除。同时声音是需要物质传播的，电话收线声音本来就失真，这就是为什么人家录歌或者表演

17、需要录音棚或者好的麦克风，电话收线不好，电话的听筒这些都构成了电话中唱歌不好听。所以电话中唱歌一般不好听。 致 谢在本次课程设计中，我要感谢淮阴工学院计算机工程学院给我提供的这次课程设计的机会。让我能够增长才干，提高动手能力。我要感谢我的指导老师顾相平老师，她严谨细致、一丝不苟的作风一直是我学习的榜样；循循善诱的教导和不拘一格的思路给予我无尽的启迪。顾老师多次向我询问课程设计进程，并及时为我指点迷津，帮助我开拓研究思路，精心点拨、热忱鼓励。无论是在程序的编写，还是在系统界面的设计上，我都得到了顾老师悉心细致的教诲和无私的帮助。顾老师渊博的专业知识，严谨的治学态度，精益求精的工作作风，诲人不倦的

18、高尚师德，严以律己、宽以待人的崇高风范，朴实无华、平易近人的人格魅力对我影响深远。不仅使我树立了远大的学术目标、掌握了基本的研究方法，还使我明白了许多待人接物与为人处世的道理。在此，谨向指导老师顾老师表示我崇高的敬意和衷心的感谢！我要感谢淮阴工学院计算机工程学院实验室的工作人员们，感谢他们为我们提供如此舒适整洁的学习环境，为此次课程设计提供了很大的方便。在这里我对他们致以崇高的敬意与真挚的感谢。我要感谢参考文献的作者们，感谢他们编写如此体系化的书籍，让我在遇到困难时能从中找到解决的办法。当然在本次课程设计过程中，我也得到了许多同学的宝贵建议和真诚的帮助，在此我也对他们表示我真诚的感谢！感谢他们在忙