MATLAB 信號處理算法、仿真與實現(xiàn)教學(xué)課件

MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月目錄1.1基本信號波形的MATLAB實現(xiàn)

1.2信號的MATLAB運算處理 1.3LTI（線性非時變lineartime-invariantsystems）連續(xù)系統(tǒng)信號時域分析與MATLAB實現(xiàn)

1.4LTI（線性非時變）離散系統(tǒng)信號時域分析與MATLAB實現(xiàn) 第1章信號采樣與波形實現(xiàn)采樣過程所應(yīng)遵循的規(guī)律，又稱取樣定理、抽樣定理。采樣定理說明采樣頻率與信號頻譜之間的關(guān)系，是連續(xù)信號離散化的基本依據(jù)。在進(jìn)行模擬/數(shù)字信號的轉(zhuǎn)換過程中，當(dāng)采樣頻率大于信號中最高頻率的2倍時，采樣之后的數(shù)字信號完整地保留了原始信號中的信息，實際應(yīng)用中，保證采樣頻率為信號最高頻率的2.56至4倍，采樣定理又稱奈奎斯特定理。1.1基本信號波形的MATLAB實現(xiàn)基本信號波形的函數(shù)實現(xiàn)，本小節(jié)主要針對常用的采樣信號函數(shù)和插值信號函數(shù)。1.resample(tscollection)函數(shù)函數(shù)調(diào)用方法可表示為三種類型，分別為：1）tscout=resample(tscin,timevec)resample語法注釋：tscout=resample(tscin,timevec)使用新時間向量timevec對tscollection對象tscin重新采樣。resample函數(shù)的使用，與tscin參數(shù)中的每個timeseries插值方法相關(guān)聯(lián)。2）tscout=resample(tscin,timevec,interpmethod)resample語法注釋：tscout=resample(tscin,timevec,interpmethod)使用指定的插值方法對tscin重新采樣。如使用線性插值，則interpmethod為'linear'，如果使用零階保持，則為'zoh(zero-orderhold)'。3）tscout=resample(tscin,timevec,interpmethod,code)resample語法注釋：tscout=resample(tscin,timevec,interpmethod,code)將code中用戶定義的質(zhì)量代碼應(yīng)用于所有樣本。函數(shù)示例：創(chuàng)建ts1和ts2的timeseries對象Command顯示結(jié)果為：workspace窗口顯示結(jié)果為：tscin=tscollection({ts1,ts2})%%tscollection對象是一個或多個具有相同時間向量的timeseries對象的集合

程序運行完成后，命令區(qū)窗口顯示結(jié)果為：程序運行完成后，工作區(qū)窗口顯示：2.interp函數(shù)一維插值是指被插值函數(shù)y=f(x)為一元函數(shù)。MATLAB提供interp1(x,y,xq,'Method')函數(shù)命令可以進(jìn)行一維插值，其中一維插值有四種常用的方法，也就是'Method'可以選擇鄰近點插值Nearest，線性插值Linear，三次樣條插值Spline和立方插值Pchip。運行后得到鄰近點插值（Nearest）的圖像。'>'表示y=sin(x)一元函數(shù)原有的點，'*'表示鄰近點插值（Nearest）后的點，（2）%-2---Linearinterpolation---%采用Linearinterpolation插值的運行程序；運行后得到線性插值（Linear）的圖像。'>'表示y=sin(x)一元函數(shù)原有的點，'*'表示線性插值（Linear）后的點（3）%-3---Splineinterpolation---%采用Splineinterpolation插值的運行程序；運行后得到三次樣值插值（Spline）的圖像。'>'表示y=sin(x)一元函數(shù)原有的點，'*'表示三次樣值插值（Spline）后的點（4）%-4---Pchipinterpolation---%采用Pchipinterpolation插值的運行程序；運行后得到立方插值（Pchip）的圖像。'>'表示y=sin(x)一元函數(shù)原有的點，'*'表示立方插值（Pchip）后的點本示例借助特定函數(shù)y=sin(x)分別演示了鄰近點插值Nearest，線性插值Linear，三次樣值插值Spline和立方插值Pchip，（x,y）為原函數(shù)的點，（x1,y1）,（x2,y2），（x3,y3）和（x4,y4）分別為Nearest，Linear，Spline和Pchip四種插值方法插值后函數(shù)的點。這四種插值方法中，鄰近點插值Nearest最快，但平滑性最差。三次樣條插值Spline平滑性效果最好，但如果輸入數(shù)據(jù)不一致或離得較近，插值效果可能很差。3.interp2函數(shù)interp2的功能實現(xiàn)，需要三個二維數(shù)組作為初始值，然后在它的數(shù)據(jù)范圍內(nèi)進(jìn)行插值，并且可以對其范圍內(nèi)的數(shù)組和數(shù)值進(jìn)行插值。1.2信號的MATLAB運算處理信號的典型運算處理過程包括函數(shù)的平移、反折和變換運算、求導(dǎo)和積分運算，均可以用簡潔的程序使其在MATLAB上實現(xiàn)。1.3LTI連續(xù)系統(tǒng)信號時域分析與MATLAB實現(xiàn)對于線性時不變系統(tǒng)（LTI，lineartime-invariantsystems）的分析，主要從連續(xù)和離散兩部分來介紹，對于連續(xù)系統(tǒng)，包括零狀態(tài)響應(yīng)分析、沖激響應(yīng)分析、階躍響應(yīng)分析、線性函數(shù)響應(yīng)分析、三角函數(shù)響應(yīng)分析、零輸入響應(yīng)分析等。1.4LTI離散系統(tǒng)信號時域分析與MATLAB實現(xiàn)對于離散系統(tǒng)，本節(jié)針對以下過程加以介紹，包括零狀態(tài)響應(yīng)分析、沖激響應(yīng)分析以及離散信號卷積和分析等。1.5本章小結(jié)信號波形的產(chǎn)生與處理是數(shù)字信號處理的理論基礎(chǔ)，本章通過對信號波形的實現(xiàn)、信號的運算處理、連續(xù)信號的處理、離散序列的處理等部分的介紹，為后續(xù)信號處理的內(nèi)容奠定必要的基礎(chǔ)準(zhǔn)備。MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月目錄2.1已知函數(shù)的Z變換與MATLAB處理 2.2已知函數(shù)的逆Z變換與MATLAB處理 2.3residuez部分分式展開 2.4系統(tǒng)零極點分析與MATLAB實現(xiàn) 2.5離散系統(tǒng)頻域響應(yīng)分析與MATLAB實現(xiàn)2.6離散系統(tǒng)的差分解析與MATLAB實現(xiàn) 第2章Z變換與MATLAB信號處理Z變換（Z-transformation）可將時域信號（即離散時間序列）變換為在復(fù)頻域的表達(dá)式，它在離散時間信號處理中的作用，如同拉普拉斯變換在連續(xù)時間信號處理中的作用。離散時間信號的Z變換是分析LTI離散時間系統(tǒng)問題的重要工具，在數(shù)字信號處理、計算機控制系統(tǒng)等領(lǐng)域有著廣泛的應(yīng)用。Z變換將離散系統(tǒng)的時域數(shù)學(xué)模型——差分方程轉(zhuǎn)化為較簡單的頻域數(shù)學(xué)模型——代數(shù)方程，以簡化求解過程的一種數(shù)學(xué)工具。Z是個復(fù)變量，它具有實部和虛部，以Z的實部為橫坐標(biāo)，虛部為縱坐標(biāo)構(gòu)成的平面稱為Z平面，即離散系統(tǒng)的復(fù)域平面。離散信號系統(tǒng)的系統(tǒng)函數(shù)（傳遞函數(shù)）一般均以該系統(tǒng)對單位抽樣信號的響應(yīng)的Z變換表示，Z變換在離散系統(tǒng)中的地位與作用，類似于連續(xù)系統(tǒng)中的拉氏變換。Z變換具有許多重要的特性：如線性、時移性、微分性、序列卷積特性和復(fù)卷積定理等等。這些性質(zhì)在解決信號處理問題時都具有重要的作用。其中最具有典型意義的是Z變換的卷積特性。2.1已知函數(shù)的Z變換與MATLAB處理函數(shù)的Z變換主要包括三角函數(shù)的Z變換、指數(shù)函數(shù)的Z變換，以及線性函數(shù)的Z變換。1.三角函數(shù)的Z變換處理程序運行后得到的結(jié)果為：2.指數(shù)函數(shù)的Z變換處理程序運行后得到的結(jié)果為：3.線性函數(shù)的Z變換處理程序運行后得到的結(jié)果為：2.2已知函數(shù)的逆Z變換與MATLAB處理函數(shù)的逆Z變換——代數(shù)式的逆Z變換處理。運行結(jié)果：2.3residuez函數(shù)部分分式展開基于residuez函數(shù)的部分分式展開將得到多項式的分子系數(shù)與分母系數(shù)。num=[1]為分子多項式的系數(shù)向量，den=[18-7-9]為分母多項式的系數(shù)向量。2.4系統(tǒng)零極點分析與MATLAB實現(xiàn)系統(tǒng)零極點分析分為單位圓內(nèi)的單位沖激響應(yīng)分析、單位圓上的單位沖激響應(yīng)分析，以及單位圓外的單位沖激響應(yīng)分析。1.系統(tǒng)零極點分布2.zplane零極點分布與單位沖激響應(yīng)（單位圓內(nèi)）3.zplane單位沖激響應(yīng)（單位圓）4.zplane單位沖激響應(yīng)（單位圓外）5.zplane單位沖激響應(yīng)（指數(shù)）2.5離散系統(tǒng)頻域響應(yīng)分析與MATLAB實現(xiàn)頻域響應(yīng)是通過MATLAB分析，得到對應(yīng)的幅頻響應(yīng)和相頻響應(yīng)。包括：1.freqz頻域響應(yīng)2.零極點對應(yīng)的頻域響應(yīng)2.6離散系統(tǒng)的差分解析與MATLAB實現(xiàn)系統(tǒng)的差分解析是對應(yīng)于激勵和響應(yīng)得到其差分形式輸出，包括單位沖激響應(yīng)和階躍響應(yīng)。1.激勵和響應(yīng)關(guān)系2.差分形式下的脈沖響應(yīng)和階躍響應(yīng)MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月目錄3.1有限長序列處理與MATLAB實現(xiàn) 3.2N點離散傅里葉變換與MATLAB實現(xiàn) 3.3時域圓周積分與MATLAB實現(xiàn) 第3章離散傅里葉變換與MATLAB實現(xiàn)離散傅里葉變換（DiscreteFourierTransform）是信號分析的基本方法。傅里葉變換是傅里葉分析的核心，通過它把信號從時間域變換到頻率域，進(jìn)而研究信號的頻譜結(jié)構(gòu)和變化規(guī)律。離散傅里葉變換（DFT），是傅里葉變換在時域和頻域上都呈現(xiàn)離散的形式，將時域信號的采樣變換為在離散時間傅里葉變換（DTFT）頻域的采樣。在形式上，變換（時域和頻域上）的序列是有限長的，而實際上這兩組序列都應(yīng)當(dāng)被認(rèn)為是離散周期信號的主值序列。即使對有限長的離散信號作DFT，也應(yīng)當(dāng)將其看作經(jīng)過周期延拓成為周期信號再作變換。3.1有限長序列處理與MATLAB實現(xiàn)給定序列的傅里葉變換（DTFT），即離散時間傅里葉變化，以及在不同長度情況下的DFT分析。同一序列不同長度的DFT互不相同，圖中描述了32點DFT、64點DFT以及128點DFT運行后得到的序列DFT輸出圖像。3.2N點離散傅里葉變換與MATLAB實現(xiàn)選擇正弦函數(shù)與余弦函數(shù)作為基函數(shù)是因為它們的正交性，周期函數(shù)都可以用正弦函數(shù)和余弦函數(shù)構(gòu)成的無窮級數(shù)來表示，對于周期為T的函數(shù)，n取不同值時的周期信號具有諧波關(guān)系（即它們都具有一個共同周期T）。n=0時，對應(yīng)的這一項稱為直流分量，k=1時具有基波頻率。x1信號和x2信號的周期延拓輸出的為單頻序列，其DFT由程序中的N=32與N1=16表示。3.3時域圓周積分與MATLAB實現(xiàn)序列圓周積分，可以由x1、x2和y的波形分布得到。MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月目錄4.1FFT函數(shù)調(diào)用格式 4.2基于FFT的噪聲信號分析與MATLAB實現(xiàn) 4.3高斯脈沖信號分析與MATLAB實現(xiàn) 4.4三角函數(shù)FFT分析與MATLAB實現(xiàn) 4.5FFT快速卷積與MATLAB實現(xiàn) 第4章快速傅里葉變換與MATLAB實現(xiàn)限長序列可以通過離散傅里葉變換（DFT）將其頻域也離散化成有限長序列。但其計算量太大，很難實時地處理問題，因此引出了快速傅里葉變換（FFT）。對快速傅里葉變換（FFT）算法的研究不斷深入，使得數(shù)字信號處理也隨FFT發(fā)展而迅速發(fā)展。根據(jù)對序列分解與選取方法的不同而產(chǎn)生了FFT的多種算法，基本算法是基2DIT（DecimationInTime）和基2DIF（DecimationInFrequency）。FFT在離散傅里葉反變換、線性卷積和線性相關(guān)等方面也有重要應(yīng)用。4.1FFT函數(shù)調(diào)用格式（1）Y=fft(X)（2）Y=fft(X,n)（3）Y=fft(X,n,dim)對于Y=fft(X)或Y=fft(X,[],dim)，Y的大小等于X的大小。對于Y=fft(X,n,dim)，size(Y,dim)的值等于n，而所有其他維度的大小保持與在X中相同。如果X為實數(shù)，則Y是共軛對稱的，且Y中特征點的數(shù)量為ceil((n+1)/2)。數(shù)據(jù)類型分為：double|single。4.2基于FFT的噪聲信號分析與MATLAB實現(xiàn)使用傅里葉變換求噪聲中隱藏的信號的頻率分量，指定信號的參數(shù)，采樣頻率為1kHz，信號持續(xù)時間為1.5秒。4.3高斯脈沖信號分析與MATLAB實現(xiàn)將高斯脈沖從時域轉(zhuǎn)換為頻域進(jìn)行頻譜分析，確定信號長度，分析FFT處理過程的性能。4.4三角函數(shù)FFT分析與MATLAB實現(xiàn)程序運行輸出結(jié)果包括ROW1、ROW2、ROW3時域波形，以及ROW1、ROW2、ROW3的頻譜分布4.5FFT快速卷積與MATLAB實現(xiàn)對于模擬信號的分析，首先將其離散化，再將離散后時間信號截斷為有限長序列信號，利用FFT函數(shù)獲得頻域值，包括幅度與相位信息。在門函數(shù)信號基礎(chǔ)上，針對IFFT過程分析得到門函數(shù)時域波形，逆變換函數(shù)為ifft(y1)。程序運行輸出結(jié)果包括門函數(shù)的時域波形、頻譜函數(shù)圖、功率譜函數(shù)、IFFT變換波形。在白噪聲函數(shù)信號基礎(chǔ)上，針對IFFT過程分析得到白噪聲函數(shù)時域波形，逆變換函數(shù)為ifft(y1)。程序運行輸出結(jié)果包括白噪聲函數(shù)的時域波形、頻譜函數(shù)圖、功率譜函數(shù)、IFFT變換波形。MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月7172目錄5.1均勻分布 5.2正態(tài)分布 5.3卡方分布 5.4F分布 5.5T分布 5.6指數(shù)分布 5.7伽瑪分布 5.8對數(shù)正態(tài)分布 5.9瑞利分布 5.10威布爾分布 5.11二項分布 5.12幾何分布 5.13泊松分布 第5章噪聲信號分布函數(shù)與MATLAB實現(xiàn)信號處理涉及到對噪聲的處理，在圖像處理、通信信道模擬以及濾波等內(nèi)容中，都有大量噪聲存在，因此需要對噪聲信號進(jìn)行分類和處理，本章所研究的噪聲信號包括均勻分布噪聲、高斯分布噪聲、指數(shù)分布噪聲、伽馬分布噪聲、二項分布噪聲、瑞利分布噪聲、幾何分布噪聲等典型信號。735.1均勻分布在概率論和統(tǒng)計學(xué)中，均勻分布也叫矩形分布，表示為對稱概率分布，在相同長度間隔的分布概率是等可能的。均勻分布由兩個參數(shù)a和b定義，它們是數(shù)軸上的最小值和最大值，通?？s寫為U（a，b）。74使用rand(m,n)生成的是m*n階均勻矩陣，其中m代表行數(shù)，n代表列數(shù)，并且要求m和n均是正整數(shù)。當(dāng)需要生成一個5*5的均勻分布的矩陣，使用如下命令：75在rand(m,n)基礎(chǔ)之上，需要產(chǎn)生一個U（0，2）的均勻分布，可以令端點a=0,b=2，指令為：765.2正態(tài)分布由于一般的圖像不一定關(guān)于縱軸對稱，對于任一正態(tài)分布，其取值小于x的概率，只要用它求正態(tài)分布在某個特定區(qū)間的概率即可。為了便于描述和應(yīng)用，將正態(tài)變量作數(shù)據(jù)轉(zhuǎn)換，將一般正態(tài)分布轉(zhuǎn)化成標(biāo)準(zhǔn)正態(tài)分布。77通過normpdf()生成標(biāo)準(zhǔn)正態(tài)分布概率密度函數(shù)的數(shù)據(jù)：785.3卡方分布多個獨立同分布的隨機變量，其分布為標(biāo)準(zhǔn)正態(tài)分布。它們的平方和構(gòu)成一個新的隨機變量，其分布就是卡方分布，卡方分布的自由度為它們的總個數(shù)。chi2cdf(X,V)用來計算自由度為V的卡方分布在任意X點處的分布函數(shù)值，X和V可以是具有相同規(guī)模的向量、矩陣或多維數(shù)組。與計算分布函數(shù)值用chi2cdf函數(shù)相對應(yīng)，計算密度值用chi2pdf函數(shù)。79805.4F分布在數(shù)理統(tǒng)計中，F(xiàn)分布是重要的抽樣分布之一。設(shè)隨機變量x與y相互獨立，且x服從自由度為m的卡方分布，y服從自由度為n的卡方分布。因此有統(tǒng)計量(x*n)/(y*m)服從自由度為（m，n）的F分布，表示為F（m，n），（m，n）為其參數(shù)。81825.5T分布假設(shè)x服從標(biāo)準(zhǔn)正態(tài)分布，y服從自由度為n的卡方分布，且兩個隨機變量相互獨立。那么x/sqrt(y/n)作為一個整體服從T分布，且其自由度為n。83描述自由度分別為1、2、10、20和50時的T分布曲線。845.6指數(shù)分布

exprnd指令用于指數(shù)分布的函數(shù)調(diào)用，可以生成符合指數(shù)分布的隨機數(shù)樣本，例如R=exprnd(MU,M,N,...)以及

R=exprnd(MU,[M,N,...])。其中，R＝exprnd(MU)生成服從參數(shù)為MU的指數(shù)分布的隨機數(shù)。輸入MU與輸出R的形式相同。參數(shù)MU為平均值(meanparameter)。85要生成均值為MU的一組隨機數(shù)分布：865.7伽瑪分布隨機變量X為等到第α件事發(fā)生所需的等候時間，當(dāng)兩個獨立隨機變量X和Y，且X~Ga(a,γ），Y~Ga(b,γ），則Z=X+Y~Ga(a+b,γ），注意X和Y的尺度參數(shù)必須一樣。Gamma分布的特殊形式分為兩種：（1）當(dāng)形狀參數(shù)α=1時，伽馬分布即為參數(shù)為γ的指數(shù)分布，X~Exp（γ）；（2）當(dāng)α=n/2（n為自由度），β=1/2時，α和β中α稱為形狀參數(shù)，β稱為尺度參數(shù)，伽馬分布就是自由度為n的卡方分布，X~2(n)。8788基于gampdf的伽瑪分布實現(xiàn)895.8對數(shù)正態(tài)分布對數(shù)正態(tài)分布從短期來看，與正態(tài)分布非常接近，而長期來看，對數(shù)正態(tài)分布向上分布的數(shù)值更多一些。在信號處理中，對數(shù)正態(tài)分布還具有如下性質(zhì)：（1）正態(tài)分布經(jīng)指數(shù)變換后即為對數(shù)正態(tài)分布；對數(shù)正態(tài)分布經(jīng)對數(shù)變換后即為正態(tài)分布。（2）對數(shù)正態(tài)總是右偏的。（3）對數(shù)正態(tài)分布的均值和方差是其給定參數(shù)的增函數(shù)。（4）對給定的參數(shù)的數(shù)學(xué)期望μ，當(dāng)方差趨于零時，對數(shù)正態(tài)分布的均值趨于exp(μ)，方差趨于零。90通過調(diào)整不同參數(shù)，得到的PDF形狀將隨之改變，例如：915.9瑞利分布瑞利分布可描述信號處理中平坦衰落信號接收包絡(luò)，或獨立多徑分量接收包絡(luò)統(tǒng)計時變特性的一種分布。925.10威布爾分布隨機變量X服從威布爾分布，表征參數(shù)包括比例參數(shù)λ（scaleparameter），以及形狀參數(shù)k（shapeparameter）。當(dāng)k=1時，威布爾分布變?yōu)橹笖?shù)分布，當(dāng)k=2時，威布爾分布變?yōu)槿鹄植肌?3945.11二項分布在每次試驗中只有兩種可能的結(jié)果，而且兩種結(jié)果發(fā)生互相對立，與其它各次試驗結(jié)果無關(guān)，事件發(fā)生與否的概率在每一次獨立試驗中都保持不變，則這一系列試驗總稱為n重伯努利實驗，重復(fù)n次獨立的伯努利試驗即為二項分布。95二項分布隨機數(shù)表示n次實驗成功的次數(shù)，每次試驗成功的概率為p，故n次成功的次數(shù)為np，因此對于參數(shù)分別為(10,0.2,8,8)的隨機數(shù)矩陣，程序為：965.12幾何分布幾何分布是帕斯卡分布當(dāng)r=1時的特例。描述幾何分布的實現(xiàn)過程為：975.13泊松分布泊松分布可由二項分布的極限得到，即二項分布中n較大，概率p較小時，因而n與p的乘積結(jié)果不會太大，使得隨機變量的分布接近于泊松分布，因此可將計算量較復(fù)雜的二項分布轉(zhuǎn)化為泊松分布解決。98泊松分布的PDF程序?qū)崿F(xiàn)：99100MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月101102目錄6.1IIR數(shù)字濾波器結(jié)構(gòu) 6.1.1IIR數(shù)字濾波器直接型結(jié)構(gòu)及與MATLAB實現(xiàn)6.1.2IIR數(shù)字濾波器級聯(lián)型結(jié)構(gòu)及MATLAB實現(xiàn)6.1.3IIR數(shù)字濾波器并聯(lián)型結(jié)構(gòu)及MATLAB實現(xiàn)6.2IIR數(shù)字濾波器基礎(chǔ)——模擬低通濾波器結(jié)構(gòu)6.2.1巴特沃斯濾波器結(jié)構(gòu)及MATLAB實現(xiàn)6.2.2切比雪夫濾波器結(jié)構(gòu)及MATLAB實現(xiàn)6.2.3IIR數(shù)字低通濾波器（脈沖響應(yīng)不變法）6.2.4IIR數(shù)字低通濾波器（雙線性變換法）6.3模擬低通濾波器的頻率變換（高通、帶通、帶阻濾波器的變換）第6章無限沖激響應(yīng)（IIR）濾波器與MATLAB實現(xiàn)數(shù)字濾波器是一個離散時間系統(tǒng)，應(yīng)用數(shù)字濾波器處理模擬信號時，首先須對輸入模擬信號進(jìn)行限帶、抽樣和模數(shù)轉(zhuǎn)換，數(shù)字濾波器具有高精度、高可靠性、可程控改變特性或復(fù)用、便于集成等優(yōu)點，在語音信號處理、圖像信號處理、醫(yī)學(xué)生物信號處理等領(lǐng)域都得到了廣泛應(yīng)用。103數(shù)字濾波器根據(jù)脈沖響應(yīng)函數(shù)的時域特性分為無限沖激響應(yīng)（IIR）濾波器和有限沖激響應(yīng)（FIR）濾波器，其中，IIR數(shù)字濾波器即遞歸濾波器，具有無限的脈沖響應(yīng)，本章將對其進(jìn)行詳細(xì)介紹。1046.1IIR數(shù)字濾波器結(jié)構(gòu)IIR數(shù)字濾波器的系統(tǒng)函數(shù)可以寫成封閉函數(shù)的形式，其結(jié)構(gòu)上帶有反饋環(huán)路，采用遞歸型結(jié)構(gòu)，由延時單元、乘法系數(shù)單元和相加單元等基本運算組成，可以組合成直接型、級聯(lián)型、并聯(lián)型等結(jié)構(gòu)形式，都具有反饋回路，由于運算中的精度處理，使誤差累積，會產(chǎn)生微弱的寄生振蕩。1056.1.1IIR數(shù)字濾波器直接型結(jié)構(gòu)對于確定的系統(tǒng)傳遞函數(shù)，其分子多項式系數(shù)矩陣表示為b，分母多項式系數(shù)矩陣表示為a，輸入信號表示為x，輸出信號表示為y，則MATLAB可基于filter函數(shù)實現(xiàn)直接型濾波器功能，命令調(diào)用形式為：y=filter(b,a,x)。106經(jīng)過IIR數(shù)字濾波器系統(tǒng)函數(shù)為H的單位沖激響應(yīng)，和單位階躍響應(yīng)的輸出1076.1.2IIR數(shù)字濾波器級聯(lián)型結(jié)構(gòu)級聯(lián)結(jié)構(gòu)即是MATLAB信號處理工具箱定義的SOS模型，因此可以借助MATLAB信號處理工具箱進(jìn)行計算，工具箱提供的函數(shù)包括：%zp2sos：零極點轉(zhuǎn)換為二階節(jié)結(jié)構(gòu)；%tf2sos：傳輸函數(shù)轉(zhuǎn)換為二階節(jié)結(jié)構(gòu)；%ss2sos：狀態(tài)空間轉(zhuǎn)換為二階節(jié)結(jié)構(gòu)；%sos2ss：二階節(jié)轉(zhuǎn)換為狀態(tài)空間；%sos2tf：二階節(jié)轉(zhuǎn)換為傳輸函數(shù)；%sos2zp：二階節(jié)轉(zhuǎn)換為零極點；108級聯(lián)型系數(shù)矩陣和增益系數(shù)分別可由程序得：1096.1.3IIR數(shù)字濾波器并聯(lián)型結(jié)構(gòu)基于MATLAB軟件實現(xiàn)并聯(lián)型IIR濾波器生產(chǎn)系統(tǒng)函數(shù)時，其求解過程分為：（1）由已知系統(tǒng)函數(shù)的系數(shù)，求解出留數(shù)和極點。（2）求解對應(yīng)子系統(tǒng)的系數(shù)（分為實數(shù)極點和復(fù)極點）。（3）并聯(lián)實系數(shù)系統(tǒng)，構(gòu)造出最終的并聯(lián)型IIR濾波器。1101116.2.1巴特沃斯濾波器結(jié)構(gòu)根據(jù)巴特沃斯濾波器幅度平方函數(shù)，其階數(shù)越高，通帶和阻帶的性能越好，因此過渡帶也就越陡峭，MATLAB軟件提供了計算巴特沃斯濾波器系統(tǒng)函數(shù)零極點、濾波器階數(shù)、截止頻率，以及系統(tǒng)函數(shù)的分子/分母系數(shù)的指令。1121.buttord函數(shù)（1）[N,wc]=buttord(Wp,Ws,Rp,Rs)用于計算巴特沃斯數(shù)字濾波器的階數(shù)N和3dB截止頻率wc，調(diào)用的參數(shù)Wp、Ws分別為數(shù)字濾波器的通帶、阻帶截止頻率的歸一化值（需要注意其范圍：0≤Wp≤1，0≤Ws≤1），1表示數(shù)字頻率pi。Rp和Rs分別為通帶最大衰減和組帶最小衰減（dB）。當(dāng)Ws≤Wp時，為高通濾波器；當(dāng)wp和ws為二元矢量時，為帶通或帶阻濾波器，這時wc也是二元向量。（2）[N,wc]=buttord(Wp,Ws,Rp,Rs,’s’)用于計算巴特沃斯模擬濾波器的階數(shù)N和3dB截止頻率wc，Wp和Ws為實際模擬角頻率。1132.buttap（N）函數(shù)[z,p,k]=buttap(N)用于計算N階巴特沃斯歸一化（3dB截止頻率wc=1）模擬低通原型濾波器系統(tǒng)函數(shù)的零、極點和增益因子。除此之外，如果從零、極點模型得到系統(tǒng)函數(shù)的分子、分母多項式系數(shù)向量，可調(diào)用函數(shù)[B,A]=zp2tf(z,p,k)。1143.butter函數(shù)（1）[z,p,k]=butter(n,Wn)[z,p,k]=butter(n,Wn)設(shè)計一個階數(shù)為n，歸一化截止頻率為Wn的低通數(shù)字巴特沃斯濾波器，[z,p,k]=butter(n,Wn)函數(shù)用n列的向量z和p返回零點和極點，以及用標(biāo)量k返回增益。（2）[z,p,k]=butter(n,Wn,'ftype')[z,p,k]=butter(n,Wn,'ftype')用于設(shè)計一個高通、低通或帶阻濾波器，字符串'ftype'取值分類：'ftype'——'high'用于設(shè)計歸一化截止頻率為Wn的高通數(shù)字濾波器；'ftype'——'low'用于設(shè)計歸一化截止頻率為Wn的低通數(shù)字濾波器；'ftype'——'stop'用于設(shè)計階數(shù)為2n的帶阻數(shù)字濾波器。Wn是有兩個元素的向量Wn=[w1w2]，阻帶是w1<ω<w2。115高通頻譜特性和輸出信號波形116低通濾波器的實現(xiàn)117帶阻濾波器的實現(xiàn)118對于梳狀濾波器的設(shè)計，可以基于iircomb函數(shù)實現(xiàn)，函數(shù)調(diào)用格式為：（1）[num,den]=iircomb(n,bw)（2）[num,den]=iircomb(n,bw,ab)（3）[num,den]=iircomb(n,bw,ab,'type')119基于iircomb函數(shù)實現(xiàn)的開槽梳狀數(shù)字濾波器，幅頻特性120基于iircomb函數(shù)實現(xiàn)的峰值梳狀數(shù)字濾波器，幅頻特性121對于已知參數(shù)情況下，設(shè)計巴特沃斯濾波器，可以按照確定技術(shù)指標(biāo)要求、確定階數(shù)、求解系統(tǒng)函數(shù)的過程加以實現(xiàn)，1226.2.2切比雪夫濾波器切比雪夫濾波器在過渡帶比上節(jié)所述的巴特沃斯濾波器衰減要快，但不足的是，頻率響應(yīng)的幅頻特性不如巴特沃斯濾波器平坦。切比雪夫濾波器和理想濾波器的頻率響應(yīng)曲線之間的誤差最小，但在通頻帶內(nèi)存在幅度波動。123一階低通I型切比雪夫濾波器124待處理信號的頻譜與相位特性125針對待處理信號的低通濾波程序1266.2.3IIR數(shù)字低通濾波器（基于脈沖響應(yīng)不變法）數(shù)字濾波器的幅頻特性與采樣間隔數(shù)值有關(guān)，模擬濾波器的幅頻特性可以通過采樣周期T映射到數(shù)字濾波器的幅頻特性中，采樣周期越小，幅度衰減越大。當(dāng)階數(shù)較高時，可以基于MATLAB提供的impinvar()函數(shù)實現(xiàn)數(shù)字濾波器。127128當(dāng)已知數(shù)字低通濾波器指標(biāo)時，根據(jù)截至頻率——階數(shù)——極點——系數(shù)矩陣，可以最終得到數(shù)字低通濾波器的幅頻特性和相位特性。129相位特性和群延時特性130在脈沖響應(yīng)不變法中，改變采樣頻率，可以得到所對應(yīng)的幅頻特性1316.2.4IIR數(shù)字低通濾波器（基于雙線性變換法）對模擬濾波器的頻率指標(biāo)進(jìn)行轉(zhuǎn)換——計算對應(yīng)的系統(tǒng)函數(shù)參數(shù)——基于雙線性變換法計算對應(yīng)的Z域參數(shù)。132在T=0.25時輸出幅頻特性曲線133當(dāng)采樣周期T=2時，系統(tǒng)參數(shù)計算結(jié)果134對于給定數(shù)字濾波器指標(biāo)wp、ws、Ap和As135幅頻特性曲線1366.3模擬低通濾波器的頻率變換（高通、帶通、帶阻濾波器的變換）對于已知系統(tǒng)函數(shù)的二階歸一化模擬濾波器，需要設(shè)計對應(yīng)的指標(biāo)的模擬低通濾波器、模擬高通濾波器、模擬帶通濾波器，以及模擬帶阻濾波器。137系統(tǒng)零極點分布138MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月139140目錄7.1FIR數(shù)字濾波器結(jié)構(gòu) 7.2FIR數(shù)字濾波器窗函數(shù)設(shè)計及MATLAB實現(xiàn) 7.2.1矩形窗MATLAB設(shè)計7.2.2三角窗MATLAB設(shè)計 7.2.3漢寧窗MATLAB設(shè)計 7.2.4漢明窗MATLAB設(shè)計7.2.5布萊克曼窗MATLAB設(shè)計 7.2.6凱塞窗MATLAB設(shè)計7.2.7巴特窗MATLAB設(shè)計 7.2.8濾波器窗函數(shù)設(shè)計比較7.3基于頻率采樣的FIR數(shù)字濾波器設(shè)計及MATLAB實現(xiàn)7.4其他類型的FIR數(shù)字濾波器設(shè)計及MATLAB實現(xiàn) 7.4.1等紋波濾波器MATLAB設(shè)計 7.4.2梳狀濾波器MATLAB設(shè)計 7.4.3Wiener維納濾波器MATLAB設(shè)計7.4.4Kalman卡爾曼濾波器MATLAB設(shè)計7.4.5自適應(yīng)濾波器MATLAB設(shè)計 7.4.6lattice濾波器MATLAB設(shè)計 141第7章有限沖激響應(yīng)（FIR）濾波器介紹了IIR濾波器之后，與之相對應(yīng)的是FIR濾波器，即有限長單位沖激響應(yīng)濾波器，又稱為非遞歸型濾波器。FIR濾波器可以在保證在滿足幅頻特性的同時，具有嚴(yán)格的線性相頻特性，因為其單位抽樣響應(yīng)是有限長的，因而濾波器是穩(wěn)定的系統(tǒng)。1427.1FIR數(shù)字濾波器結(jié)構(gòu)FIR濾波器的基本結(jié)構(gòu)分為橫截型結(jié)構(gòu)、級聯(lián)型結(jié)構(gòu)、頻率抽樣型結(jié)構(gòu)，以及快速卷積型結(jié)構(gòu)。橫截型濾波器的系統(tǒng)的差分方程表示為線性時不變系統(tǒng)的卷積和，也可表示為輸入序列的延時鏈橫向結(jié)構(gòu)，另外，將轉(zhuǎn)置定理用于系統(tǒng)函數(shù)，可以得到直接型結(jié)構(gòu)的FIR濾波器。1437.2FIR數(shù)字濾波器窗函數(shù)設(shè)計7.2.1矩形窗MATLAB設(shè)計在MATLAB中，矩形窗可以用函數(shù)boxcar（）實現(xiàn)，對于N個點的矩形窗，144在此基礎(chǔ)上，當(dāng)基于已知的截止頻率和濾波器長度，用矩形窗設(shè)計FIR低通濾波器，145基于矩形窗rectwin函數(shù)設(shè)計特定的帶阻濾波器146對應(yīng)的相位頻率特性和幅度頻率特性147基于矩形窗rectwin函數(shù)的頻率特性1487.2.2三角窗MATLAB設(shè)計三角窗可以用函數(shù)triang（）實現(xiàn)1497.2.3漢寧窗MATLAB設(shè)計在MATLAB中，漢寧窗可以用函數(shù)hanning（）實現(xiàn)，窗函數(shù)可以選擇‘symmetric’或‘periodic’類型150N點的漢寧窗波形輸出1511527.2.4漢明窗MATLAB設(shè)計由于直接對信號加矩形窗截斷，會產(chǎn)生頻譜泄露，為了對頻譜泄露的情況加以改善，漢明窗是重要的處理方法。153154基于漢明窗的濾波器設(shè)計，首先將待處理語音信號讀入155產(chǎn)生噪聲信號的程序156將所產(chǎn)生的噪聲信號疊加原始語音信號157受噪聲污染的原始音頻信號，再做濾波處理158不同的截斷函數(shù)長度所產(chǎn)生的截斷效應(yīng)1597.2.5布萊克曼窗MATLAB設(shè)計布萊克曼窗的幅度函數(shù)由五部分疊加生成，其結(jié)果使得窗的旁瓣抵消，阻帶衰減變大，MATLAB中調(diào)用布萊克曼窗的格式為w=blackman(L)和w=blackman(L,'sflag')160運行wvtool(blackman(128))161blackman(L)設(shè)計出滿足阻帶與過渡帶的窗函數(shù)1627.2.6凱塞窗MATLAB設(shè)計凱塞窗(Kaiserwindow)是一種基于局部優(yōu)化設(shè)計的窗函數(shù)，采用修正的零階貝塞爾函數(shù)加以實現(xiàn)，對于設(shè)計有限單位脈沖響應(yīng)濾波器（FIR）時，可以有效地調(diào)整窗函數(shù)頻譜主瓣與旁瓣的相對關(guān)系，從而使設(shè)計的FIR濾波器能夠同時滿足通帶波動、阻帶衰耗和過渡帶寬等設(shè)計指標(biāo)的要求。163運行w=wvtool(Kaiser(400,2.5));164基于凱塞窗的FIR濾波器設(shè)計1657.2.7巴特窗MATLAB設(shè)計對于L點的巴特窗函數(shù)示例可表示為：>>w=wvtool(bartlett(256));>>w=wvtool(bartlett(128));>>w=wvtool(bartlett(64));166167168169設(shè)計巴特窗濾波器并顯示其幅頻特性1707.2.8濾波器窗函數(shù)設(shè)計比較171基于矩形窗、漢寧窗、布萊克曼窗設(shè)計的低通濾波器幅頻特性比較172FIR濾波器幅頻特性和單位脈沖響應(yīng)173基于blackman()窗的帶通FIR數(shù)字濾波器設(shè)計174選擇hanning()和blackman()的幅頻特性和單位脈沖響應(yīng)1757.3基于頻率采樣的FIR數(shù)字濾波器設(shè)計基于頻率采樣原理設(shè)計線性相位低通濾波器176場景二：當(dāng)增加L長度，使得L=61，計算濾波器的衰減系數(shù)177場景三：保持L=61，在過渡帶增加一個點，計算濾波器的衰減系數(shù)178場景四：保持L=61，在過渡帶增加兩個點，計算濾波器的衰減系數(shù)179場景五：保持L=61，改變過渡帶增加的兩個點180對于給定頻率處的幅度響應(yīng)問題，可以由濾波器設(shè)計函數(shù)fir2來實現(xiàn)，調(diào)用格式為b=fir2(n,f,m)181基于fir2設(shè)計的濾波器182

帶通濾波器的幅度響應(yīng)183低通濾波器的幅度響應(yīng)1847.4.1等紋波濾波器最優(yōu)等紋波濾波器的誤差在頻帶上極值數(shù)目的分析，基于Parks-McClellan優(yōu)化算法，首先假設(shè)有L+2個頻率極值點，估計這些頻率點上的誤差，按照給定的點向量擬合L階多項式，其次，在頻率點上確定L+2個極值頻率，第二步確定的新的頻率點向量再擬合L階多項式，反復(fù)迭代，找到最優(yōu)的頻率極值點，最后計算出濾波器的單位脈沖響應(yīng)。185基于Parks-McClellan優(yōu)化算法的濾波器186給定通帶截止頻率和阻帶截止頻率的等波紋低通濾波器1877.4.2梳狀濾波器梳狀濾波器是由許多按一定頻率間隔相同排列的通帶和阻帶，只讓某些特定頻率范圍的信號通過。在濾波器的單位圓上按相角均勻分配若干零點，即可以產(chǎn)生梳狀幅頻特性。1881897.4.3Wiener維納濾波器維納濾波器（wienerfiltering)是一種以最小平方為最優(yōu)準(zhǔn)則的線性濾波器，其本質(zhì)是使估計誤差均方值最小化，維納濾波器的設(shè)計為廣義平穩(wěn)隨機信號的線性濾波提供了一個參考框架。190Wiener濾波器(500,10)191場景二，輸入長度為500，階數(shù)為20。192場景三：輸入長度為500，階數(shù)為50。193場景四：輸入長度為150，階數(shù)為10。194場景五：輸入長度為150，階數(shù)為50。195對加入了高斯白噪聲的語音信號，進(jìn)行維納濾波1967.4.4Kalman卡爾曼濾波器卡爾曼濾波（Kalmanfiltering）是一種利用線性系統(tǒng)狀態(tài)方程，通過系統(tǒng)輸入輸出觀測數(shù)據(jù)，對系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計的算法。197基于kalman函數(shù)的穩(wěn)態(tài)濾波器設(shè)計198卡爾曼濾波參數(shù)輸入1997.4.5自適應(yīng)濾波器自適應(yīng)濾波器能夠根據(jù)環(huán)境的改變，使用自適應(yīng)算法來改變?yōu)V波器的參數(shù)和結(jié)構(gòu)，自適應(yīng)濾波器的系數(shù)是自適應(yīng)算法更新的時變系數(shù)，即其系數(shù)自動連續(xù)地適應(yīng)于給定信號，以獲得期望響應(yīng)。200基于LMS的自適應(yīng)濾波器設(shè)計201最小均方誤差算法和最陡下降算法的程序設(shè)計2027.4.6lattice濾波器MATLAB庫含有三個標(biāo)準(zhǔn)函數(shù)實現(xiàn)lattice濾波器，分別是：ha=adaptfilt.gal(l,step,leakage,offset,rstep,delta,lambda,...rcoeffs,coeffs,states)ha=adaptfilt.lsl(l,lambda,delta,coeffs,states)ha=adaptfilt.qrdlsl(l,lambda,delta,coeffs,states)203基于梯度算法204基于Leastsquares算法205基于QR-decomposition算法206MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月207208目錄8.1隨機信號處理MATLAB基本函數(shù) 8.2隨機信號功率譜分析與MATLAB實現(xiàn) 8.2.1經(jīng)典譜估計 8.2.2參數(shù)譜估計 8.2.3AR譜估計 第8章隨機信號處理與MATLAB實現(xiàn)隨機信號處理，關(guān)注的是研究隨機信號的特點及其處理方法，是目標(biāo)檢測、估計、濾波等信號處理理論的基礎(chǔ)，在通信、雷達(dá)、自動控制、隨機振動、圖像處理、氣象預(yù)報、生物醫(yī)學(xué)、地震信號處理等領(lǐng)域有著廣泛的應(yīng)用，隨著信息技術(shù)的發(fā)展，隨機信號分析與處理的理論將日益廣泛和深入。2098.1隨機信號處理MATLAB基本函數(shù)1、均勻分布的偽隨機序列rand(n)命令窗口中執(zhí)行rand(3)*22102、正態(tài)分布的隨機數(shù)randn命令窗口中執(zhí)行x=.6+sqrt(0.1)*randn(5)2113、均值函數(shù)meanA=[123;336;468;477],mean(A,2)的運行結(jié)果2124、方差函數(shù)var2135、互相關(guān)函數(shù)xcorr2146、概率密度估計ksdensity()2158.2隨機信號功率譜分析與MATLAB實現(xiàn)對于隨機信號而言，信號的三個組成部分：幅值、相位和頻率，這三部分都是隨機的，其幅值是圍繞平均值在交變，包含所有的頻率成分，相位完全雜亂無序。任一時刻與下一時刻之間沒有任何關(guān)聯(lián)，所以，不能用確定的數(shù)學(xué)函數(shù)來表征，只能從統(tǒng)計學(xué)角度來分析處理。2168.2.1經(jīng)典譜估計經(jīng)典譜估計（非參數(shù)譜估計）的方法主要包括兩種方法：周期圖法和自相關(guān)法。217periodogram功率譜密度曲線218基于周期圖法的功率譜2198.2.2參數(shù)譜估計使用現(xiàn)代譜估計方法對信號進(jìn)行譜估計，伯格（Brug）譜估計是一種AR譜估計方法，可調(diào)用matalb中pburg函數(shù)220場景一：不同階數(shù)的Brug譜估計221場景二：Nfft點數(shù)變化的Brug譜估計2228.2.3AR譜估計對于隨機信號而言，線性預(yù)測模型包括AR自回歸模型、MA滑動平均模型、ARMA自回歸滑動平均模型223基于burg的信號估計224基于Yule-Walker的信號估計225MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月226227目錄9.1小波變換的MATLAB實現(xiàn) 9.2小波信號分析9.3基于提升方案（liftingscheme）的MATLAB信號分析 9.3.1一維提升小波分解及重構(gòu)lwt&ilwt 9.3.2二維提升小波分解及重構(gòu)lwt2&ilwt2 9.3.3提升或重構(gòu)小波系數(shù)lwtcoef&lwtcoef2 9.4小波去噪實現(xiàn)及MATLAB應(yīng)用 9.4.1基于小波變換的一維信號降噪 9.4.2降噪壓縮的小波變換默認(rèn)閾值獲取 9.4.3一維或二維信號全局閥值降噪壓縮 9.5小波變換與傅里葉變換比較 9.6小波工具箱WaveletToolbox應(yīng)用 9.6.1基于WaveletToolbox的一維小波包分析 9.6.2基于WaveletToolbox的Wavelet1-D分析228第9章基于小波分析的信號處理及MATLAB實現(xiàn)小波分析的概念是由法國從事石油信號處理的工程師Morlet在1974年首先提出的，通過物理的直觀和信號處理的實際經(jīng)驗的需要建立了反演公式。早在七十年代，A.Calderon表示定理的發(fā)現(xiàn)、Hardy空間的原子分解和無條件基的深入研究為小波變換的誕生做了理論上的準(zhǔn)備，而且Stromberg還構(gòu)造了歷史上非常類似于當(dāng)前的小波基；1986年著名數(shù)學(xué)家Meyer構(gòu)造出一個真正的小波基，并與Mallat合作建立了構(gòu)造小波基的統(tǒng)一方法加多尺度分析之后，小波分析才開始蓬勃發(fā)展起來2299.1小波變換的MATLAB實現(xiàn)連續(xù)的一維小波變化調(diào)用函數(shù)cwt實現(xiàn)，格式為：coefs=cwt(x,scales,'wname')coefs=cwt(x,scales,'wname','plot')coefs=cwt(x,scales,'wname','coloration')[coefs,sgram]=cwt(x,scales,'wname','scal')[coefs,sgram]=cwt(x,scales,'wname','scalCNT')coefs=cwt(x,scales,'wname','coloration',xlim)230cwt信號圖像231

基于sym2的小波函數(shù)232基于haar及db2的變換233基于db4的變換234場景一：一維信號的分解和重構(gòu)235場景二：信號的多尺度分解和重構(gòu)236場景三：一維多級系數(shù)提取，基于函數(shù)appcoef與detcoef237場景四：一維多級系數(shù)重構(gòu)，基于函數(shù)wrcoef238場景五：一維多級分解重構(gòu)/恢復(fù)信號，基于函數(shù)waverec239場景六：連續(xù)小波變換與離散小波變換2409.2小波信號分析241分解樹結(jié)構(gòu)242基于3層的合成信號分解2439.3基于提升方案（liftingscheme）Sweldens提出了一種提升方案（liftingscheme），是在時域中采用構(gòu)造小波系數(shù)的第二代小波（secondgenerationwavelet）方法。2449.3.1一維提升小波分解及重構(gòu)lwt&ilwt2459.3.2二維提升小波分解及重構(gòu)lwt2&ilwt22469.3.3提升或重構(gòu)小波系數(shù)lwtcoef&lwtcoef2一維小波變換系數(shù)的提升或重構(gòu)是基于lwtcoef實現(xiàn)，其調(diào)用格式為：Y=lwtcoef(TYPE,XDEC,LS,LEVEL,LEVEXT)Y=lwtcoef(TYPE,XDEC,W,LEVEL,LEVEXT)2479.4小波去噪信號去噪實質(zhì)上是抑制信號中的無用部分，增強信號中的有用部分的過程，傳統(tǒng)的傅里葉變換只能在頻域中對信號分析，不能給出信號的某個時間點上的變化情況，因此不能分辨出信號在時間軸上的突變。小波分析能同時在時域內(nèi)對信號分析，能夠有效區(qū)分突變部分和噪聲，從而實現(xiàn)非平穩(wěn)信號的去噪。2489.4.1基于小波變換的一維信號降噪“heuristicSURE”閾值類型的信號249三層模式下的小波去噪波形2509.4.2降噪壓縮的小波變換默認(rèn)閾值獲取ddencmp獲得閾值基于降噪壓縮函數(shù)ddencmp的調(diào)用格式為：[THR,SORH,KEEPAPP,CRIT]=ddencmp(IN1,IN2,X)[THR,SORH,KEEPAPP]=ddencmp(IN1,'wv',X)[THR,SORH,KEEPAPP,CRIT]=ddencmp(IN1,'wp',X)

2519.4.3一維或二維信號全局閥值降噪壓縮基于wdencmp函數(shù)對一維或二維信號進(jìn)行全局閥值降噪，調(diào)用格式為：[XC,CXC,LXC,PERF0,PERFL2]=wdencmp('gbl',X,'wname',N,THR,SORH,KEEPAPP)[XC,CXC,LXC,PERF0,PERFL2]=wdencmp('lvd',X,'wname',N,THR,SORH)[XC,CXC,LXC,PERF0,PERFL2]=wdencmp('lvd',C,L,'wname',N,THR,SORH)252wdencmp降噪輸出結(jié)果sym-4253wdencmp降噪輸出結(jié)果sym-2254場景二：基于wdencmp對信號進(jìn)行全局閥值消噪255場景三：基于wdencmp對信號進(jìn)行分層閥值消噪256場景四：基于wdencmp函數(shù)實現(xiàn)信號壓縮257場景五：獲取默認(rèn)值的信號去噪258場景六：運用wdencmp的圖像信號壓縮2599.5小波變換與傅里葉變換比較2609.6小波工具箱WaveletToolbox應(yīng)用小波工具箱包含了圖像化的工具和命令行函數(shù)，它可以實現(xiàn)如下功能：（1）測試、探索小波和小波包的特性；（2）測試信號的統(tǒng)計特性和信號的組分；（3）對一維信號執(zhí)行連續(xù)小波變換；（4）對一維、二維信號執(zhí)行離散小波分析和綜合；（5）對一維、二維信號執(zhí)行小波包分解；（6）對信號或圖像進(jìn)行壓縮、去噪。261在matlab主界面，命令行輸入wavemenu，進(jìn)入小波包分析主界面262參數(shù)功能界面263MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月264265目錄10.1語音信號模型 10.2語音信號的特點與采集10.3短時傅里葉變換的頻譜分析 10.4語音信號壓縮與去噪處理

第10章語音信號處理與MATLAB實現(xiàn)語音信號處理，是用數(shù)字信號處理技術(shù)對語音信號進(jìn)行處理的一門學(xué)科。語音信號均采用數(shù)字方式進(jìn)行處理，語音信號的數(shù)字表示可分為兩類，包括波形表示和參數(shù)表示。波形表示通過采樣和量化保存模擬信號的波形；而參數(shù)表示將語音信號表示為某種語音產(chǎn)生模型的輸出，是對數(shù)字化語音進(jìn)行分析和處理后得到的。26610.1語音信號模型發(fā)濁音時，聲門脈沖波類似于斜三角形脈沖，因而激勵信號為以基音周期為周期的斜三角脈沖。聲道模型有兩種，一是將其視為有多個不同截面積的聲管級聯(lián)而成（聲管模型），看做四端網(wǎng)絡(luò)，具有反射系數(shù)，這些系數(shù)與LPC參數(shù)間有唯一的對應(yīng)關(guān)系，聲道可由一組截面積或一組反射系數(shù)表示；二是將其視為一個諧振腔（共振峰模型），全極點函數(shù)的共振峰用自回歸(AR)模型近似。26710.2語音信號的特點與采集語音信號的特點分為時域和頻域兩方面，其特征是隨著時間而變化，但在一段較短的時間間隔內(nèi)，語音信號保持平穩(wěn)。268

變量存儲值269270語音信號頻譜分析27110.3短時傅里葉變換的頻譜分析計算并顯示二次掃頻信號的PSD圖，掃頻信號的頻率開始于100Hz，在1s時經(jīng)過200Hz27210.4語音信號壓縮與去噪處理

語音信號壓縮處理273對疊加噪聲的語音信號進(jìn)行去噪并估計其性能274噪聲場景下的語音信號增強275MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月276277目錄11.1圖像導(dǎo)入的基本MATLAB函數(shù)11.2圖像增強及MATLAB分析 第11章數(shù)字圖像信號去噪處理與MATLAB實現(xiàn)數(shù)字圖像是用工業(yè)相機、攝像機、掃描儀等設(shè)備經(jīng)過拍攝得到的二維數(shù)組，該數(shù)組的元素稱為像素，其值稱為灰度值。圖像處理技術(shù)包括圖像壓縮，增強和復(fù)原，匹配、描述和識別。人的視覺系統(tǒng)可以幫助人類從外界獲取75%以上的信息，而圖像、圖形又是所有視覺信息的載體，盡管人眼的鑒別力很高，可以識別上千種顏色，但很多情況下，圖像對于人眼來說是模糊的甚至是不可見的，通過圖象增強技術(shù)，可以使模糊甚至不可見的圖像變得清晰。按照顏色和灰度的多少可以將圖像分為二值圖像、灰度圖像、索引圖像和真彩色RGB圖像四種基本類型。27811.1圖像導(dǎo)入圖像讀取與顯示279提高對比度的圖像280直方圖及直方圖均衡顯示28111.2圖像增強圖像增強是增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應(yīng)用場合，有目的地強調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。282待增強的原始圖像283灰度級的形態(tài)學(xué)處理結(jié)果284背景分布參數(shù)顯示285剪掉背景的圖像286增強對比度287獲得二值圖像288MATLAB信號處理——算法、仿真與實現(xiàn)

2022年1月289290目錄12.1標(biāo)量場的MATLAB可