统计与自适应信号处理作业概要文档格式.docx
- 文档编号:21734393
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:12
- 大小:525.88KB
统计与自适应信号处理作业概要文档格式.docx
《统计与自适应信号处理作业概要文档格式.docx》由会员分享,可在线阅读,更多相关《统计与自适应信号处理作业概要文档格式.docx(12页珍藏版)》请在冰豆网上搜索。
sigLength=length(ft%获取声音长度
sound(y,Fs,bits;
%%播放声音
%绘制波形图
t=(0:
sigLength-1/Fs;
figure(1;
plot(t,ft,title('
theentirespeechwaveform'
grid;
xlabel('
Time(s'
%横轴是时间,不是采样数
ylabel('
Amplitude'
%求每帧信号的绝对值
%enframe分帧求出的各个帧放于矩阵的一行
f1=enframe(ft,hamming(160,80%对信号进行分帧加汉明窗,窗长度为160,重叠为80
E=abs(mean(f1'
%求均值的绝对值,mean函数对矩阵的列求均值,所以求转置
figure(2
plot(E
title('
每帧信号的绝对值'
帧数'
%绘制信号的方差
VAR=var(f1'
%求方差的绝对值
figure(3
plot(VAR
方差'
%绘制某一帧的波形图
figure(4
f2=f1(55,:
%提取第28帧
plot(f2
第55帧信号波形'
采样点数'
%并不是真正的时间
%绘制一帧信号的自相关
figure(5
Acorr=xcorr(f2;
%求这一帧信号的自相关
plot(Acorr;
这一帧图像的自相关'
%绘制一帧信号的功率谱
figure(span6
spec=spectrum(f2%求这一帧信号的功率谱
plot(spec;
这一帧图像的功率谱'
ppp三.实验结果与分析
运行上述程序后,结果如下图所示:
上图是语音信号的波形图,有wavread可知
信号的采样频率为8000Hz,信号采样点数为30001,图中横坐标是时间,单位秒(s)。
p
上图是每帧信号的绝对值,很明显,“山东大学”四个字对应的帧的绝对值较大。
上图是每帧信号的方差,很明显,“山东大学”四字对应的帧的方差较大。
上图是取自第55帧处的波形信号,横轴代表采样点。
上图是第55帧的自相关
上图是第55帧的功率谱。
pCHAPTER5p一.span实验要求
二.实验步骤和程序
clc,clear,closeall
sigmaW=0.19;
sigmaV=1.4;
%w和v的方差
w=sqrt(sigmaW*randn(100,1;
v=sqrt(sigmaV*randn(100,1;
%假设对输入输出进行100次采样
s=filter([1],[10.8],w;
%s的表达式
x=filter([1],[1],s+v;
%x的表达式
%期望输出与实际输入的互相关
rs0=1;
rs1=0.8;
rs2=0.8*0.8;
%自相关
rx0=2.5;
rx1=0.8;
rx2=0.8*0.8;
rxd=[rs0,rs1]'
%互相关
Rx=[rx0,rx1;
rx1,rx0];
%自相关矩阵
%由正则方程Rc=d求解预测系数c=R\d
c=Rx\rxd
y=filter(c,[1],x;
%绘制s和x的波形图
figure,subplot(211,
plot(s,
holdon,
plot(x,'
--r'
axis([0100-33]
legend('
s'
'
x'
s和x的波形图'
subplot(212
plot(s,holdon
plot(y,'
.-r'
y'
s和y的波形图'
三.实验结果与分析
上面的一幅图中的蓝色实线是我们感兴趣的信号s(n(取100个点,红色的点划线是被噪声干扰的信号x(n;
为了从x(n中恢复s(n,设计一个二阶滤波器,得到y(n就是对s(n的估计,下面的一幅图中蓝色实线是我们感兴趣的信号s(n,红色的点划线是估计信号y(n,由图可以看出,y(n能够估计s(n的趋势,适当增大滤波器的阶数,可是提高预测的准确度。
CHAPTER7
本实验中,不妨采用前加窗的FIRLSE滤波器,程序如下
sigmaW=0.36;
sigmaV=1.5;
s=filter([1],[1-0.8],w;
%用前加窗的LS准则估计系统
[R_hat_prew,d_hat_prew]=lsmatvec('
prew'
x,80,s
cls_prew=inv(R_hat_prew*d_hat_prew
Ex_prew=x'
*x;
Els_prew=Ex_prew-d_hat_prew'
*cls_prew;
N=100;
M=2;
sigmaE_prew=Els_prew/(N-M
cov_prew=sigmaE_prew*inv(R_hat_prew
y=filter(cls_prew,[1],x;
%绘制s,x,s1的波形图
figure,
g'
holdon
r'
axis([0100-55]
前加窗(80阶)'
运行上述代码后结果如下图所示:
为了从x(n中恢复s(n,设计一个五阶滤波器,得到y(n就是对s(n的估计,下面的一幅图中蓝色实线是我们感兴趣的信号s(n,红色的点划线是估计信号y(n,由图可以看出,y(n能够估计s(n的趋势,适当增大滤波器的阶数,可是提高预测的准确度。
改变滤波器的阶数,相应的预测误差也会改变,如下图所示,显然阶数越高,预测越准确。
10阶时:
50阶时:
80阶时:
100阶时:
CHAPTER8
二.实验步骤和程序
clc,clearall;
%%读取语音信号
[xfs]=wavread('
x1=enframe(x,160;
x2=x1(:
24;
window=boxcar(length(x2;
[Pxx,f]=periodogram(x2,window,1024,fs;
[ae]=aryule(x2,40
%x3=randn(1,256;
y=filter(1,a,x2;
[px,w]=pyulear(y,40,1024,fs;
plot(f,10*log10(Pxx;
plot(w,10*log10(px,'
周期图法'
AR模型'
一帧信号的功率谱'
运行上述程序,结果如下图所示:
上面的一幅图中由AR模型得到的功率谱,下面的一幅图是由周期图法得到的功率谱。
由图可以看出,两种方法得到的功率谱,由图可以看出,由周期图法或AR模型得到的功率谱是一个有偏估计,功率谱波动的没有规律,甚至很难从观测中断定该信号有一个平坦的谱。
波动的大小不N的增加而减少,其平均值趋向于真实谱。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计 自适应 信号 处理 作业 概要