1、精選文檔一、課程設計題目去除干擾蜂鳴音1.目的：把握信號時頻域分析方法，正確理解采樣定理，精確理解濾波器的概念。2.內容：供應一個包含某人說話語音片段的聲音文件，但該語音信號被一個包含有幾個諧波重量的蜂鳴信號干擾了。用Matlab的wavread命令讀取該聲音文件。留意，該命令可以同時得到聲音文件的采樣率和采樣位寬，請查閱Matlab的掛念文件。（1） 用快速傅立葉變換（FFT）計算并畫出聲音信號的頻譜，列寫出蜂鳴信號的諧波頻率。（2） 思考如何將這些蜂鳴音去除？將去除了蜂鳴音的語音片段播放出來，認真傾聽并寫下語音片段中人物所說的話。留意：由于只能播放實信號，因此記得提取信號的實部。Matla

2、b命令：wavread, wavplay, fft, fftshift, fir1, filter, plot, figure.二、設計思路用waveread()函數讀取音頻和其采樣率和采樣位寬，對讀取的音頻信號使用fft()函數進行快速傅立葉變換并繪出得到的頻譜。觀看頻譜分析噪聲（蜂鳴信號）的諧波頻率分布，選擇合適的濾波模式將噪聲信號的諧波濾去，便可以得到去除噪聲后的人聲。設計濾波器的頻域特性便成了除去噪聲并留下原聲的關鍵，我們留意到所學的采樣定理以及一維sinc函數（辛格函數），然而漢寧窗可以看作是3個矩形時間窗的頻譜之和，或者說是 3個型函數之和，而括號中的兩項相對于第一個譜窗向左、右各

3、移動了/T，從而使旁瓣相互抵消，消去高頻干擾和漏能。它適用于非周期性的連續信號。利用它的選擇特性使用fir1()建立一個漢寧窗函數，并用filter()函數進行濾波，去除噪聲部分。最終用play()函數播放音頻檢查效果。三、設計過程1.音頻的讀取和分析先將原始音頻文件讀入，audio0, Fs, nbits = wavread('C:UsersAdministratorDesktopsignalbuzz.wav')；%按路徑讀取音頻存入audio0變量，并用Fs變量記錄采樣率，nbits變量記錄采樣位寬。其中，Fs=11025 #采樣率為11025Hznbits=32 #采樣帶

4、為32p0=audioplayer(audio0,Fs);%將audio0載入音頻播放器play(p0)；%并進行播放subplot(2,1,1);%分屏繪圖plot(audio0);%繪制原始音頻時域圖,如下圖所示title('時域');%標注題目k=fft(audio0,Fs);%對原始音頻進行快速傅立葉變換subplot(2,1,2); plot(abs(k);%繪制原始音頻頻域圖title('頻域'); 頻域圖如圖1下圖所示 圖1 原聲時域頻域圖像此時，在時域中雜亂分布的聲音信號變換到頻域中將噪聲諧波所分布的頻域中顯得尤為清楚簡潔，這樣就不難發覺干擾信號

5、主要分布在0-1000Hz以內，由于聽到的噪聲比人聲大得多，我們又畫出了，聲音強度的時域和頻域圖像，figure;subplot(2,1,1);plot(audio0); plot(20*log10(abs(audio0)/max(abs(audio0); %繪制原始音頻聲音強度的頻域圖ylabel('分貝/dB');xlabel('時間/ms');title('時域');k=fft(audio0,Fs);subplot(2,1,2);plot(abs(k);plot(20*log10(abs(abs(k)/max(abs(abs(k); %繪制

6、原始音頻聲音強度的頻域圖ylabel('分貝/dB');xlabel('頻率/Hz');title('頻域');figure;subplot(2,1,1);plot(abs(k);ylabel('振幅/A');xlabel('頻率/Hz');set(gca,'XLim',0 1000);set(gca,'XTick',0:20:1000);得到如圖2所示的聲音強度的時域和頻域圖像 圖2 原聲聲音強度時域頻域圖像從頻域圖中我們仍舊發覺了四個特別尖峰，再次明顯的證明白干擾信號主要分布在0

7、-1000Hz以內；為了跟清楚地和觀看干擾信號的頻域分布狀況，我們進一步繪制這一范圍的圖像，進行局部深化爭辯。plot(abs(k);%重繪圖像set(gca,'XLim',0 1000);%更改顯示范圍為0-1000set(gca,'XTick',0:20:1000);%更改坐標步長為20 圖3 噪聲局部頻域放大圖觀看圖像可發覺，干擾信號的諧波頻率為：220Hz、440Hz、660Hz、880Hz，在放大后發覺噪聲信號為4個幾乎對稱的三角波，而非單位沖擊，結合以上幾個圖，我們分析得到干擾信號主要分布在0-1000Hz以內，而人聲是大部分分布于大于1000Hz區

8、間的，由此我們想到了對頻率具有選擇特性的濾波器，且此處需要設計一個高通濾波器，以將位于0-1000Hz以內的噪聲濾掉，留下大于1000Hz人聲信號。2.濾波器的設計由于干擾信號的諧波頻率為：220Hz、440Hz、660Hz、880Hz，而人類說話的頻率或許在300-3400Hz，而干擾信號格外大，需要一個濾波器來實現將大約高于1000Hz的信號保留，低于1000Hz的信號濾掉，觀看分貝圖，發覺大部分噪聲分布在40dB以內，因此阻帶最小衰減不應小于40dB依據上表顯示各種窗函數的參數特點，選擇hanning窗濾波，利用其可以使旁瓣相互抵消頻域特性，據此可設定合適的參數設計一個hanning窗函

9、數高通濾波器。fp=1000;fs=900;%通帶頻率fp，阻帶頻率fswp=2*fp*pi/Fs;ws=2*fs*pi/Fs;%歸一化邊界頻率wc=(wp+ws)/2/pi;%歸一化中心頻率wdp=wp-ws;#過渡帶寬N=ceil(12*pi/wdp);%由窗函數主瓣寬和過渡帶寬，求得窗函數最小長度N=N+mod(N,2);%高通濾波器N必為奇數HPfir=fir1(N,wc,'high',hanning(N+1);%設計高通hanning窗濾波器HPfir該濾波器的主要參數為：通帶邊界為1000Hz，阻帶邊界為900Hz，阻帶衰減不小于40dB。接下來在時域和頻域直觀地呈

10、現其濾波特性，再依據濾波效果對其參數做微調，figure;%新建圖像subplot(2,1,1);plot(HPfir);%繪制濾波器時域圖像title('濾波器時域');subplot(2,1,2);plot(abs(fft(HPfir);%繪制濾波器頻域圖像title('濾波器頻域');得到圖4所示的濾波器時域和頻域特性圖。 圖4 基于漢寧函數的高通濾波器時域頻域圖由圖4可見該濾波器的截止頻率大約在900Hz-1000Hz之間，完全符合設計的目的，濾波器設計完成之后，對原始音頻信號進行濾波處理：audio1=filter(HPfir,1,audio0);%使

11、用filter函數對原聲做一維數字濾波p1=audioplayer(audio1,Fs);figure;%新建濾波后的圖像subplot(2,1,1);plot(audio1); %繪制濾波后的時域圖像title('濾波后時域');k0=fft(audio1,Fs);%對濾波后的信號做快速傅里葉變換subplot(2,1,2);plot(abs(k0);%繪制濾波后的頻域圖像title('濾波后頻域');此時，我們得到了如圖5所示的濾波后的時域頻域圖像 圖5 濾波后時域頻域圖最終由于處理后的聲音信號幅度較小，聽不清楚，需要對音頻信號進行增幅處理。audio1=a

12、udio1*10;%增幅處理p1=audioplayer(audio1,Fs);play(p1);%播放處理后的音頻至此，設計結束，我們獲得了去除噪音后較為清楚的、完整的人聲信號。四、源代碼audio0, Fs, nbits = wavread('C:UsersxufanyunDesktopsignalbuzz.wav');p0=audioplayer(audio0,Fs);subplot(2,1,1);plot(audio0);ylabel('振幅/A');xlabel('時間/ms'); title('時域');k=fft(a

13、udio0,Fs);subplot(2,1,2);plot(abs(k);ylabel('振幅/A');xlabel('頻率/Hz');title('頻域');figure;subplot(2,1,1);plot(audio0); plot(20*log10(abs(audio0)/max(abs(audio0); ylabel('分貝/dB');xlabel('時間/ms');title('時域');k=fft(audio0,Fs);subplot(2,1,2);plot(abs(k);plot(

14、20*log10(abs(abs(k)/max(abs(abs(k); ylabel('分貝/dB');xlabel('頻率/Hz');title('頻域');figure;subplot(2,1,1);plot(abs(k);ylabel('振幅/A');xlabel('頻率/Hz');set(gca,'XLim',0 1000);set(gca,'XTick',0:20:1000);fp=1000;fs=900;wp=2*fp*pi/Fs;ws=2*fs*pi/Fs;wc=(wp

15、+ws)/2/piwdp=wp-ws;N=ceil(8*pi/wdp)N=N+mod(N,2);HPfir=fir1(N,wc,'high',hanning(N+1);figure;subplot(2,1,1);plot(HPfir);title('濾波器時域');subplot(2,1,2);plot(abs(fft(HPfir);title('濾波器頻域');audio1=conv(audio0,HPfir);audio1=filter(HPfir,1,audio0)p1=audioplayer(audio1,Fs);figure;subpl

16、ot(2,1,1);plot(audio1); title('濾波后時域');k0=fft(audio1,Fs);subplot(2,1,2);plot(abs(k0);title('濾波后頻域');xlabel('f(Hz)');audio1=audio1*10;p1=audioplayer(audio1,Fs);wavwrite(audio1,Fs,nbits,'C:UsersAdministratorDesktopsignalbuzz2.wav'五、結論我們將包含有幾個諧波重量的蜂鳴信號干擾了的人聲信號讀入到MATLAB當中

17、，對讀取的音頻信號做出其時域圖，并用使用fft()函數進行快速傅立葉變換并繪出得到的含有噪聲信號的頻域圖，此時，我們清楚地在頻譜圖里面看到4個峰值，說明干擾信號的諧波頻率為：220Hz、440Hz、660Hz、880Hz。于是我們依據所學的采樣定理、辛格函數以及漢寧窗函數去除旁瓣噪聲信號的特性等信號與系統和數學學問設計了漢寧高通濾波器，將頻率高于1000Hz的信號保留，而將低于1000Hz全部截取，再對幅度較小的處理后的信號做增幅處理。通過信號處理后得到的清楚的內容為：“這里是，電子科技高校。”六、參考文獻1Yang，W.Y. 等 著；鄭寶玉 等 譯 國外電子與通信教材系列：信號與系統（MATLAB版）電子工業出版社 2012；2美 Alan V.Oppenheim，美 Alan S.Willsky，美 S.Hamid Nawab 著；劉樹棠 譯 國外電子與通信教材系列：信號與系統（其次版）電子工業出版社 2014；3美 艾倫·V.奧本海姆（Alan V.Oppenheim），Ronaid W.Schafer 著；黃建國，劉樹棠，張國梅 譯國外電子與通信教材系列：離散時間信號處理（第3版） Discrete Time Signal Processing, Third Edit