DSP实验课程设计实验报告姓名：学号：班级：1.课程设计题目：基于MATLAB的有噪声的语音信号处理的课程设计。

2.课程设计的目的：综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应的结论，再利用MATLAB做为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。

3.课程设计的要求：(1)熟悉离散信号和系统的时域特性。

(2)掌握序列快速傅里叶变换FFT方法。

(3)学会MATLAB的使用，掌握MATLAB的程序设计方法。

(4)利用MATLAB对语音信号进行频谱分析。

(5)掌握MATLAB设计各种数字滤波器的方法和对信号进行滤波的方法。

4.课程设计的内容：录制一段语音信号，对语音信号进行频谱分析，利用MATLAB中的随机函数产生噪声加入到语音信号中，使语音信号被污染，然后进行频谱分析，设计FIR和IIR数字滤波器，并对噪声污染的语音信号进行滤波，分析滤波后的信号的时域和频域特征，回放语音信号。

5.课程设计的步骤：（1）语音信号的获取通过录音软件录制一段语音“数字信号处理”，命名为“OriSound”，时长大约1到2秒，在MATLAB中，通过使用wavread函数，对语音进行采样:[y,fs,nbits]=wavread('OriSound'); %语音信号的采集采样值放在向量y中，采样频率为fs，采样位数为nbits。

（2）语音信号的频谱分析画出语音信号的时域波形，然后对语音信号进行频谱分析，在MATLAB中，通过使用fft 函数对信号进行快速傅里叶变换，得到信号的频谱特性。

因此采集语音并绘出波形和频谱的模块程序如下：[y,fs,nbits]=wavread('OriSound'); %语音信号的采集sound(y,fs,nbits); %语音信号的播放n=length(y) ; %计算语音信号的长度Y=fft(y,n); %快速傅里叶变换figure;subplot(2,1,1); %绘出时域波形plot(y);title('原始信号波形','fontweight','bold');axis([ 00000 80000 -1 1]); %通过尝试确定合适的坐标参数grid;subplot(2,1,2); %绘出频域频谱plot(abs(Y));title('原始信号频谱','fontweight','bold');axis([ 0 150000 0 4000]); %通过尝试确定合适的坐标参数grid;结果如下：可以看到，语音信号的频率集中在低频部分。

（3）产生噪声信号在MATLAB中，通过使用randn函数产生随机噪声信号，并加到语音信号中得到被污染的语音信号，回放语音信号。

产生随机噪声：Noise=0.2*randn(n,1);其中用0.2倍乘噪声用来适当削减噪声的作用，便于对语音信号进行处理并比较效果。

（4）污染信号频谱分析对被污染的加噪信号进行时域和频域分析。

加噪声并分析信号波形频谱的模块程序及说明如下：[y,fs,nbits]=wavread('OriSound.wav'); %语音信号采集sound(y,fs,nbits); %回放语音信号便于比较效果n = length (y) ; %计算语音信号长度Noise=0.2*randn(n,1); %产生随机噪声信号Noises=y+Noise; %将Noise添加到原始信号，得到污染信号ssound(s); %回放污染信号sfigure;subplot(2,1,1); %绘制加噪信号时域波形plot(s);title('加噪语音信号的时域波形','fontweight','bold');axis([ 00000 80000 -1 1]);grid;S=fft(s); %对s进行快速傅里叶变换得到频谱subplot(2,1,2); %绘制加噪信号频域频谱plot(abs(S));title('加噪语音信号的时域波形','fontweight','bold');axis([ 0 150000 0 4000]);grid;结果如下：可以看到，随机噪声均匀的分布在整个频谱范围内。

（5）设计FIR和IIR数字滤波器在MA TLAB中，根据频谱特征设计FIR和IIR滤波器。

在Matlab中，可以利用函数fir1设计FIR滤波器，利用函数butter,cheby1设计IIR滤波器，利用Matlab中的函数freqz画出各步滤波器的频率响应。

低通滤波器的性能指标：fp=1000Hz，fc=1200Hz，As=100db ,Ap=1dB高通滤波器的性能指标：fp=3500Hz，fc=4000Hz，As=100dB，Ap=1dB；带通滤波器的性能指标：fp1=1200Hz，fp2=3000hZ，fc1=1000Hz，fc2=3200Hz，As=100dB，Ap=1dB在MA TLAB中，利用[N,wc]=butter(N,wc,Rp,As,'s')设计并计算巴特沃斯模拟滤波器的阶数N和3dB截止频率wc；[B,A]=cheby1(N,Rp,wpo,'ftypr')设计切比雪夫I型滤波器。

在课程设计中，共设计了六种滤波器对信号进行滤波：FIR低通，高通，带通滤波器，IIR低通，高通，带通滤波器。

通过对原始信号和加噪信号的频谱进行观察，原始语音信号频谱集中在低频段，而随机噪声接近均匀的分布在整个频谱范围内，因此推测选用低通滤波器去噪性能要好于高通和带通滤波器。

（6）对污染信号进行滤波在MA TLAB中用FIR和IIR滤波器对加噪信号进行滤波，其中通过利用函数fftfilt用FIR滤波器滤波，通过利用函数filter用IIR滤波器滤波。

（7）回放语音信号在MA TLAB中，通过用sound函数对语音信号进行回放，用以比较各滤波器的滤波效果。

各滤波器设计模块的程序和说明如下：（1）IIR低通滤波器设计[y,fs,nbits]=wavread('OriSound.wav'); %语音信号采集n = length (y) ; %计算语音信号长度Noise=0.2*randn(n,1); %产生随机噪声信号Noises=y+Noise; %将Noise添加到原始信号，得到污染信号sS=fft(s); %快速傅里叶变换Ft=8000;Fp=1000;Fs=1200;wp=2*pi*Fp/Ft;ws=2*pi*Fs/Ft;[n11,wn11]=buttord(wp,ws,1,50,'s'); %低通滤波器的阶数和截止频率[b11,a11]=butter(n11,wn11,'s'); %S域频率响应的参数[num11,den11]=bilinear(b11,a11,0.5); %利用双线性变换实现频率响应S域到Z域的变换z11=filter(num11,den11,s); %滤波sound(z11,fs,nbits); %回放滤波后的信号m11=fft(z11); %滤波后的信号频谱figure;subplot(2,2,1); %绘出滤波前的信号频谱plot(abs(S),'g');title('滤波前信号的频谱','fontweight','bold');axis([ 0 80000 0 4000]);grid;subplot(2,2,2); %绘出滤波后的信号频谱plot(abs(m11),'r');title('滤波后信号的频谱','fontweight','bold');axis([ 0 80000 0 4000]);grid;subplot(2,2,3); %绘出滤波前的信号波形plot(s);title('滤波前信号的波形','fontweight','bold');axis([00000 100000 -1 1]);grid;subplot(2,2,4); %绘出滤波后的信号波形plot(z11);title('滤波后的信号波形','fontweight','bold');axis([00000 100000 -1 1]);grid;结果如下：可以看出，滤波后将非低频部分的噪声频率滤掉，但还有一些高于原始语音信号的频率没有被去除。

（2）IIR高通滤波器设计[y,fs,nbits]=wavread ('OriSound'); %语音信号采集n = length (y) ; %计算语音信号的长度Noise=0.2*randn(n,1); %产生随机噪声s=y+Noise; %语音信号加入噪声得到加噪信号S=fft(s); %快速傅里叶变换Fp1=1200;Fs1=1000;Ft=8000;wp1=tan(pi*Fp1/Ft);ws1=tan(pi*Fs1/Ft);wp=1;ws=wp1*wp/ws1;[n13,wn13]=cheb1ord(wp,ws,1,50,'s'); %模拟的低通滤波器阶数和截止频率[b13,a13]=cheby1(n13,1,wn13,'s'); %S域的频率响应的参数[num,den]=lp2hp(b13,a13,wn13); %S域低通参数转为高通的[num13,den13]=bilinear(num,den,0.5); %利用双线性变换实现频率响应S域到Z域转换z13=filter(num13,den13,s); %滤波sound(z13,fs,nbits); %回放滤波后的信号m13=fft(z13); %滤波后的信号频谱figure;subplot(2,2,1); %绘出滤波前的信号频谱plot(abs(S),'g');title('滤波前信号的频谱','fontweight','bold');axis([0 80000 0 4000]);grid;subplot(2,2,2); %绘出滤波后的信号频谱plot(abs(m13),'r');title('滤波后信号的频谱','fontweight','bold');axis([0 80000 0 4000]);grid;subplot(2,2,3); %绘出滤波前的信号波形plot(s);title('滤波前信号的波形','fontweight','bold');axis([00000 100000 -1 1]);grid;subplot(2,2,4); %绘出滤波后的信号波形plot(z13);title('滤波后的信号波形','fontweight','bold');axis([00000 100000 -1 1]);grid;结果如下：可以看出，滤波后将原始信号绝大部分频谱滤掉，剩下噪声信号，不能采用。