信號檢測與處理試驗(yàn)報告(二)

1、信號檢測與處理試驗(yàn)報告（二）題目:有噪聲語音信號降噪處理班級：2011級控制工程姓名：耿翔學(xué)號：2011331110101日期：2012年5月25日目錄1 緒論12 課程設(shè)計內(nèi)容13 課程設(shè)計的具體實(shí)現(xiàn)23.1 語音信號的采集23.2 語音信號的時頻分析23.3 語音信號加噪與頻譜分析33.4 設(shè)計FIR數(shù)字濾波器43.5 用濾波器對加噪語音信號進(jìn)行濾波83.6 比較濾波前后語音信號的波形及頻譜83.7回放語音信號114小結(jié)121 緒論數(shù)字信號處理是利用計算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)值計算的方法對信號進(jìn)行采集、抽樣、變換、綜合、估值與識別等加工處理，借以達(dá)到提取信息和便于應(yīng)用的目的。它在語音、雷達(dá)

2、、圖像、系統(tǒng)控制、通信、航空航天、生物醫(yī)學(xué)等眾多領(lǐng)域都獲得了極其廣泛的應(yīng)用。具有靈活、精確、抗干擾強(qiáng)、設(shè)備尺寸小、造價低、速度快等優(yōu)點(diǎn)。濾波器設(shè)計在數(shù)字信號處理中占有極其重要的地位，F(xiàn)IR數(shù)字濾波器和IIR濾波器是濾波器設(shè)計的重要組成部分。利用MATLAB信號處理工具箱可以快速有效地設(shè)計各種數(shù)字濾波器。課題基于MATLAB有噪音語音信號處理的設(shè)計與實(shí)現(xiàn)，綜合運(yùn)用數(shù)字信號處理的理論知識對加噪聲語音信號進(jìn)行時域、頻域分析和濾波。通過理論推導(dǎo)得出相應(yīng)結(jié)論，再利用 MATLAB 作為編程工具進(jìn)行計算機(jī)實(shí)現(xiàn)。FIR濾波器結(jié)構(gòu)上主要是非遞歸結(jié)構(gòu)，沒有輸出到輸入的反饋，系統(tǒng)函數(shù)H (z)在處收斂，極點(diǎn)全部在

3、z = 0處（因果系統(tǒng)），因而只能用較高的階數(shù)達(dá)到高的選擇性。FIR數(shù)字濾波器的幅頻特性精度較之于IIR數(shù)字濾波器低，但是線性相位，就是不同頻率分量的信號經(jīng)過fir濾波器后他們的時間差不變，這是很好的性質(zhì)。FIR數(shù)字濾波器是有限的單位響應(yīng)也有利于對數(shù)字信號的處理，便于編程，用于計算的時延也小，這對實(shí)時的信號處理很重要。 FIR濾波器因具有系統(tǒng)穩(wěn)定，易實(shí)現(xiàn)相位控制，允許設(shè)計多通帶（或多阻帶）濾波器等優(yōu)點(diǎn)收到人們的青睞。濾波器的設(shè)計可以通過軟件或設(shè)計專用的硬件兩種方式來實(shí)現(xiàn)。隨著MATLAB軟件及信號處理工具箱的不斷完善，MATLAB很快成為應(yīng)用學(xué)科等領(lǐng)域不可或缺的基礎(chǔ)軟件。它可以快速有效地實(shí)現(xiàn)數(shù)

4、字濾波器的設(shè)計、分析和仿真，極大地減輕了工作量,有利于濾波器設(shè)計的最優(yōu)化。2 課程設(shè)計內(nèi)容記錄一段實(shí)際運(yùn)行中的機(jī)器振動信號，或某些設(shè)備的實(shí)際響應(yīng)信號。分析噪音特征， 為其設(shè)計一種選頻數(shù)字濾波進(jìn)行降噪處理。說明設(shè)計參數(shù)的確定思路和具體實(shí)現(xiàn)方法， 計算降噪前后的信噪比變化。 3 課程設(shè)計的具體實(shí)現(xiàn)3.1 語音信號的采集利用PC 機(jī)上的聲卡和WINDOWS 操作系統(tǒng)可以進(jìn)行數(shù)字信號的采集。將話筒輸入計算機(jī)的語音輸入插口上,啟動錄音機(jī)。按下錄音按鈕,接著對話筒說話“語音信號處理”,說完后停止錄音,屏幕左側(cè)將顯示所錄聲音的長度。點(diǎn)擊放音按鈕,可以實(shí)現(xiàn)所錄音的重現(xiàn)。以文件名“speech”保存入g : M

5、ATLAB work 中?？梢钥吹?文件存儲器的后綴默認(rèn)為. wav ,這是WINDOWS 操作系統(tǒng)規(guī)定的聲音文件存的標(biāo)準(zhǔn)。3.2 語音信號的時頻分析利用MATLAB中的“wavread”命令來讀入（采集）語音信號，將它賦值給某一向量。再對其進(jìn)行采樣，記住采樣頻率和采樣點(diǎn)數(shù)。下面介紹Wavread 函數(shù)幾種調(diào)用格式。（1）y=wavread（file）功能說明：讀取file所規(guī)定的wav文件，返回采樣值放在向量y中。（2）y,fs,nbits=wavread(file) 功能說明：采樣值放在向量y中，fs表示采樣頻率（hz），nbits表示采樣位數(shù)。（3）y=wavread（file，N）功能

6、說明：讀取錢N點(diǎn)的采樣值放在向量y中。（4）y=wavread（file，N1,N2）功能說明：讀取從N1到N2點(diǎn)的采樣值放在向量y中。接下來，對語音信號OriSound.wav進(jìn)行采樣。其程序如下：>> y,fs,nbits=wavered (OriSound); %把語音信號加載入Matlab 仿真軟件平臺中然后，畫出語音信號的時域波形，再對語音信號進(jìn)行頻譜分析。MATLAB提供了快速傅里葉變換算法FFT計算DFT的函數(shù)fft,其調(diào)用格式如下：Xk=fft(xn,N)參數(shù)xn為被變換的時域序列向量，N是DFT變換區(qū)間長度，當(dāng)N大于xn的長度時，fft函數(shù)自動在xn后面補(bǔ)零。，當(dāng)

7、N小于xn的長度時，fft函數(shù)計算xn的前N個元素，忽略其后面的元素。在本次設(shè)計中，我們利用fft對語音信號進(jìn)行快速傅里葉變換，就可以得到信號的頻譜特性。其程序如下：y,fs,nbits=wavread ('OriSound');sound(y,fs,nbits); %回放語音信號N= length (y) ; %求出語音信號的長度Y=fft(y,N); %傅里葉變換subplot(2,1,1);plot(y);title('原始信號波形');subplot(2,1,2);plot(abs(Y);title('原始信號頻譜')程序結(jié)果如下圖：圖1

8、 原始信號波形及頻譜3.3 語音信號加噪與頻譜分析MATLAB中產(chǎn)生高斯白噪聲非常方便，有兩個產(chǎn)生高斯白噪聲的兩個函數(shù) 。我們可以直接應(yīng)用兩個函數(shù)：一個是WGN，另一個是AWGN。WGN用于產(chǎn)生高斯白噪聲，AWGN則用于在某一信號中加入高斯白噪聲。也可直接用randn函數(shù)產(chǎn)生高斯分布序列。在本次課程設(shè)計中，我們是利用MATLAB中的隨機(jī)函數(shù)(rand或randn)產(chǎn)生噪聲加入到語音信號中，模仿語音信號被污染，并對其頻譜分析。Randn函數(shù)有兩種基本調(diào)用格式：Randn(n)和Randn（m,n）,前者產(chǎn)生n×n服從標(biāo)準(zhǔn)高斯分布的隨機(jī)數(shù)矩陣，后者產(chǎn)生m×n的隨機(jī)數(shù)矩陣。在這里

9、，我們選用Randn（m,n）函數(shù)。語音信號添加噪聲及其頻譜分析的主要程序如下：y,fs,nbits=wavread ('OriSound);N = length (y) ; %求出語音信號的長度Noise=0.01*randn(n,2); %隨機(jī)函數(shù)產(chǎn)生噪聲Si=y+Noise; %語音信號加入噪聲 sound(Si);subplot(2,1,1);plot(Si);title('加噪語音信號的時域波形');S=fft(Si); %傅里葉變換subplot(2,1,2);plot(abs(S); title('加噪語音信號的頻域波形');程序結(jié)果如下圖

10、：圖2 加噪后的波形及頻譜分析3.4 設(shè)計FIR數(shù)字濾波器對于數(shù)字高通、帶通濾波器的設(shè)計，通用方法為雙線性變換法?？梢越柚谀M濾波器的頻率轉(zhuǎn)換設(shè)計一個所需類型的過渡模擬濾波器，再經(jīng)過雙線性變換將其轉(zhuǎn)換策劃那個所需的數(shù)字濾波器。用窗函數(shù)法設(shè)計FIR濾波器的步驟。如下：（1）根據(jù)對阻帶衰減及過渡帶的指標(biāo)要求，選擇串窗數(shù)類型（矩形窗、三角窗、漢寧窗、哈明窗、凱塞窗等），并估計窗口長度N。先按照阻帶衰減選擇窗函數(shù)類型。原則是在保證阻帶衰減滿足要求的情況下，盡量選擇主瓣的窗函數(shù)。（2）構(gòu)造希望逼近的頻率響應(yīng)函數(shù)。（3）計算h(n).。（4）加窗得到設(shè)計結(jié)果。接下來，我們根據(jù)語音信號的特點(diǎn)給出有關(guān)濾波器

11、的技術(shù)指標(biāo)：低通濾波器的性能指標(biāo)：fp=1000Hz，fc=1200Hz，As=100db ,Ap=1dB高通濾波器的性能指標(biāo)：fp=3500Hz，fc=4000Hz，As=100dB，Ap=1dB；帶通濾波器的性能指標(biāo)：fp1=1200Hz，fp2=3000hZ，fc1=1000Hz，fc2=3200Hz，As=100dB，Ap=1dB在Matlab中，可以利用函數(shù)fir1設(shè)計FIR濾波器，利用Matlab中的函數(shù)freqz畫出各步步器的頻率響應(yīng)。hn=fir1(M，wc，window)，可以指定窗函數(shù)向量window。如果缺省window參數(shù)，則fir1默認(rèn)為哈明窗。其中可選的窗函數(shù)有Re

12、ctangular Barlrtt Hamming Hann Blackman窗，其相應(yīng)的都有實(shí)現(xiàn)函數(shù)。%*FIR低通濾波器*% 用窗函數(shù)設(shè)計低通濾波器的程序如下rp=1;rs=50;p=1-10.(-rp/20); %通帶阻帶波紋s=10.(-rs/20);fpts=wp ws;mag=1 0;dev=p s;n21,wn21,beta,ftype=kaiserord(fpts,mag,dev);%kaiserord求階數(shù)截止頻率b21=fir1(n21,wn21,Kaiser(n21+1,beta); %由fir1設(shè)計濾波器h,w=freqz(b21,1); %得到頻率響應(yīng)plot(w/p

13、i,abs(h);title('FIR低通濾波器');圖6 FIR低通濾波器%*FIR帶通濾波器*wp1=tan(pi*Fp1/Ft); %帶通到低通濾波器參數(shù)轉(zhuǎn)換wp2=tan(pi*Fp2/Ft);ws1=tan(pi*Fs1/Ft);ws2=tan(pi*Fs2/Ft); w=wp1*wp2/ws2;bw=wp2-wp1;wp=1;ws=(wp*wp2-w.2)/(bw*w);n22,wn22=buttord(wp,ws,1,50,'s'); %求低通濾波器階數(shù)和截止頻率b22,a22=butter(n22,wn22,'s'); %求S域的

14、頻率響應(yīng)的參數(shù)num2,den2=lp2bp(b22,a22,sqrt(wp1*wp2),bw); %將S域低通參數(shù)轉(zhuǎn)為帶通的num22,den22=bilinear(num2,den2,0.5);%雙線性變換實(shí)現(xiàn)S域到Z域的轉(zhuǎn)換h,w=freqz(num22,den22); %根據(jù)參數(shù)求出頻率響應(yīng)plot(w*8000*0.5/pi,abs(h);axis(0 4000 0 1.5);legend('用butter設(shè)計');圖7 FIR帶通濾波器%*%FIR高通濾波器*p=1-10.(-rp/20); %通帶阻帶波紋s=10.(-rs/20);fpts=ws wp;mag=0

15、 1;dev=p s;n23,wn23,beta,ftype=kaiserord(fpts,mag,dev);b23=fir1(n23,wn23,'high',Kaiser(n23+1,beta); %由fir1設(shè)計濾波器h,w=freqz(b23,1); %得到頻率響應(yīng)plot(w*12000*0.5/pi,abs(h);title('FIR高通濾波器');axis(3000 6000 0 1.2);圖8 FIR高通濾波器3.5 用濾波器對加噪語音信號進(jìn)行濾波用自己設(shè)計的各濾波器分別對加噪的語音信號進(jìn)行濾波，在Matlab中，F(xiàn)IR濾波器利用函數(shù)fftfilt

16、對信號進(jìn)行濾波，IIR濾波器利用函數(shù)filter對信號進(jìn)行濾波。函數(shù)fftfilt用的是重疊相加法實(shí)現(xiàn)線性卷積的計算。調(diào)用格式為：y=fftfilter(h,x,M)。其中，h是系統(tǒng)單位沖擊響應(yīng)向量；x是輸入序列向量；y是系統(tǒng)的輸出序列向量；M是有用戶選擇的輸入序列的分段長度，缺省時，默認(rèn)的輸入向量的重長度M=512。函數(shù)filter的調(diào)用格式：yn=filter(B，A.xn)，它是按照直線型結(jié)構(gòu)實(shí)現(xiàn)對xn的濾波。其中xn是輸入信號向量，yn輸出信號向量。3.6 比較濾波前后語音信號的波形及頻譜%*低通濾波器*y,fs,nbits=wavread ('speech');n =

17、 length (y) ; %求出語音信號的長度noise=0.01*randn(n,2); %隨機(jī)函數(shù)產(chǎn)生噪聲s=y+noise; %語音信號加入噪聲 S=fft(s); %傅里葉變換z21=fftfilt(b21,s);sound(z21);m21=fft(z21); %求濾波后的信號subplot(2,2,1);plot(abs(S),'g');title('濾波前信號的頻譜');subplot(2,2,2);plot(abs(m21),'r'); title('濾波后信號的頻譜');subplot(2,2,3);plot(

18、s); title('濾波前信號的波形');subplot(2,2,4);plot(z21); title('濾波后的信號波形'); 圖12 窗函數(shù)法低通濾波%*帶通濾波器*y,fs,nbits=wavread ('speech');n = length (y) ; %求出語音信號的長度noise=0.01*randn(n,2); %隨機(jī)函數(shù)產(chǎn)生噪聲s=y+noise; %語音信號加入噪聲 S=fft(s); %傅里葉變換z22=fftfilt(b22,s);sound(z22);m22=fft(z22); %求濾波后的信號subplot(2,2

19、,1);plot(abs(S),'g');title('濾波前信號的頻譜');subplot(2,2,2);plot(abs(m22),'r');title('濾波后信號的頻譜');subplot(2,2,3);plot(s);title('濾波前信號的波形');subplot(2,2,4);plot(z22);title('濾波后的信號波形');圖13 窗函數(shù)法帶通濾波%*高通濾波器*y,fs,nbits=wavread ('speech');n = length (y) ; %求出語音信號的長度noise=0.01*randn(n,2); %隨機(jī)函數(shù)產(chǎn)生噪聲s=y+noise; %語音信號加入噪聲 S=fft(s); %傅里葉變換z23=fft