发布时间 : 星期六 文章数字信号滤波器设计 - 图文更新完毕开始阅读775532b569dc5022aaea00b1
山东财经大学学士学位论文
可以看出，采用特殊的窗函数如Hamming窗，可以减小Gibbs效应，但同时也会使滤波器的过度带变宽。波动幅度取决于窗函数幅度频谱旁瓣的相对幅度, 而波纹的多少取决于窗函数旁瓣的多少。以上两点是就是窗函数直接截断Hd(n)引起的截断效应在频域的反映, 截断效应直接影响滤波器的性能, 因为通带内的波动会影响滤波器痛带中的平稳性, 阻带内的波动则影响阻带最小衰减,因此,减少截断效应是FIR数字滤波器设计的关键之一。
5.4.2读入语音信号：
利用MATLAB中的“wavread”命令来读入语音信号，将它赋值给某一向量。再对其进行采样，记住采样频率和采样点数。下面介绍wavread函数几种调用格式。 (1) y=wavread（file）
功能说明：读取file所规定的wav文件，返回采样值放在向量y中。 （2）[y,fs,nbits]=wavread(file)
功能说明：采样值放在向量y中，fs表示采样频率（hz）,nbits表示为采样位数。 (3) y=wavread(file,N)
功能说明：读取前N点的采样值放在向量y中。 （4）y=wavread(file,[N1,N2])
功能说明：读取从N1到N2点的采样值放在向量y中。 接下来，对语音信号Windows.wav进行采样。其程序如下：
[x1,fs,bits]=wavread('Windows.wav');
然后，画出语音信号的时域波形，再对语音信号进行频谱分析。MATLAB提供了快速傅里叶变换算法FFT计算DFT的函数fft，其调用格式如下： y=fft(x,N);
参数x为被变换的时域序列向量，N是DFT变换区间长度，当N大于x的长度时，fft函数自动在x后面补零。当N小于x的长度时，fft函数计算x的前N个元素，忽略其后面的元素。 在本次设计中，我们利用fft对语音信号进行快速傅里叶变换，就可以得到信号的频谱特性。 其程序如下：
[x1,fs,bits]=wavread('3a.wav'); %对语音信号进行采样，记住采样频率和采样点数 L=length(x1); Y=fft(x1,L); subplot(2,1,1); plot(x1);
title('原始信号波形'); subplot(2,1,2); plot(abs(Y)); title('原始信号频谱');
程序结果如图所示：
15
山东财经大学学士学位论文
图5-4 原始信号波形及频谱
然后对该原始信号加噪声。利用MATLAB中的随机函数（randn）产生噪声加入到语音信号中，模仿语音信号被污染，并对其频谱分析。Randn函数有两种基本格式：Randn(n)和Randn（m,n）,前者产生n*nf服从标准高斯分布的随机数矩阵，后者产生m*n的随机数矩阵。在这里，我们选用Randn(m,n)函数。语音信号添加噪声及其频谱分析的主要程序如下： [y,fs,nbits]=wavread('3a.wav'); sound(y); N=length(y);
Noise=0.01*randn(N,2); Si=y+Noise; sound(Si); subplot(2,1,1); plot(Si);
title('加噪后语音信号的时域波形'); S=fft(Si); subplot(2,1,2); plot(abs(S));
title('加噪后语音信号的频域波形'); 程序结果如下：
山东财经大学学士学位论文
图5-5 加噪后的语音信号的波形
5．4.3 利用汉明窗设计FIR低通滤波器 利用汉明窗设计的滤波器主要程序如下：
wp=0.3*pi; ws=0.4*pi; wc=1/2*(wp+ws); wdelta=ws-wp;
N=ceil(6.6*pi/wdelta); %取整 a=(N-1)/2 n=0:N-1 c=n+0.0000002
hd=sin(wc*(c-a))./(pi*(c-a)) ; %理想低通滤波器 x_label=linspace(-pi,pi,N); figure(1) subplot(211) plot(x_label,hd) xlabel('时域') ylabel('幅度')
title('理想低通滤波器时域波形')
17
山东财经大学学士学位论文
subplot(212)
plot(x_label,fftshift(abs((fft(hd))))) xlabel('频率(rad/s)') ylabel('频率响应幅度')
title('理想低通滤波器频域波形')
w=0.54-0.34*cos((3*pi*c)./(N-1)); %选择汉明窗 figure(2) subplot(211) plot(x_label,w) xlabel('时域') ylabel('幅度')
title('汉明窗时域波形') subplot(212)
plot(x_label,fftshift(abs((fft(w))))) xlabel('频率(rad/s)') ylabel('频率响应幅度') title('汉明窗频域波形') for i=1:N
h(i)=hd(i).*w(i) ; end figure(3) subplot(211) plot(x_label,h) xlabel('时域') ylabel('幅度')
title('窗函数时域波形')
波形如下图所示：
%生成窗函数