dsp课程设计实验报告.docx
- 文档编号:22779564
- 上传时间:2023-04-27
- 格式:DOCX
- 页数:18
- 大小:326.71KB
dsp课程设计实验报告.docx
《dsp课程设计实验报告.docx》由会员分享,可在线阅读,更多相关《dsp课程设计实验报告.docx(18页珍藏版)》请在冰豆网上搜索。
dsp课程设计实验报告
基于MATLAB的音乐信号处理和分析
一、设计题目:
基于MATLAB的音乐信号处理和分析
二、设计目的:
通过对音乐信号的采样、抽取、调制、解调等多种处理过程的理论分析和MATLAB实现进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法;对已掌握的基本理论和分析方法知识得到进一步扩展;增强软件编程实现能力和解决实际问题的能力。
三、课程设计内容:
1、音乐信号的音谱和频谱观察
使用windows下的录音机录制一段音乐信号或采用其它软件截取一段音乐信号(要求:
时间不超过5s、文件格式为wav文件)
①使用wavread语句读取音乐信号,获取抽样率;(注意:
读取的信号是双声道信号,即为双列向量,需要分列处理);
②输出音乐信号的波形和频谱,观察现象;
③使用sound语句播放音乐信号,注意不同抽样率下的音调变化,解释现象。
2、音乐信号的抽取(减抽样)
①观察音乐信号频率上限,选择适当的抽取间隔对信号进行减抽样(给出两种抽取间隔,代表混叠与非混叠);
②输出减抽样音乐信号的波形和频谱,观察现象,给出理论解释;
③播放减抽样音乐信号,注意抽样率的改变,比较不同抽取间隔下的声音,解释现象。
3、音乐信号的AM调制
①观察音乐信号频率上限,选择适当调制频率对信号进行调制(给出高、低两种调制频率);
②输出调制信号的波形和频谱,观察现象,给出理论解释;
③播放调制音乐信号,注意不同调制频率下的声音,解释现象。
4、AM调制音乐信号的同步解调
①设计巴特沃斯IIR滤波器完成同步解调;观察滤波器频率响应曲线;
②用窗函数法设计FIR滤波器完成同步解调,观察滤波器频率响应曲线;(要求:
分别使用矩形窗和布莱克曼窗,进行比较);
③输出解调信号的波形和频谱,观察现象,给出理论解释;
④播放解调音乐信号,比较不同滤波器下的声音,解释现象。
5、音乐信号的滤波去噪
①给原始音乐信号叠加幅度为0.05,频率为3kHz、5kHz、8kHz的三余弦混合噪声,观察噪声频谱以及加噪后音乐信号的音谱和频谱,并播放音乐,感受噪声对音乐信号的影响;
②给原始音乐信号叠加幅度为0.5的随机白噪声(可用rand语句产生),观察噪声频谱以及加噪后音乐信号的音谱和频谱,并播放音乐,感受噪声对音乐信号的影响;
③根据步骤①、②观察到的频谱,选择合适指标设计滤波器进行滤波去噪,观察去噪后信号音谱和频谱,并播放音乐,解释现象。
四、程序设计及分析
1、音乐信号的音谱和频谱观察
(一)程序段如下:
closeall
clearall
clc
[y,fs,b]=wavread('2');
l=length(y);
n=0:
l-1;
y1=y(:
1);
subplot(2,1,1);
plot(y1);
gridon;
title('抽样后时域特性');
%听取抽样后的wav音乐
sound(y1,fs);
fy1=fft(y1);
w1=n*2/l;
subplot(2,1,2);
plot(w1,abs(fy1));
gridon;
title('抽样后频域特性');
(二)windows的抽样率为:
44100
(三)输出信号的波形如下:
(四)在不同抽样率下的音调变化为:
抽样率越大,音调越高
2、音乐信号的抽取(减抽样)
(一)程序设计如下:
d=5;
j=0;
fori=1:
d:
l;
j=j+1;
y2(j)=y1(i);
end
figure:
subplot(2,1,1);
plot(y2);
gridon;
title('减抽样后的时域特性');
fy2=fft(y2);
subplot(2,1,2);
plot(abs(fy2));
gridon;
title('减抽样后的频域特性');
sound(y2,fs/d);
(二)、观察到信号的频率上限大约为48000hz,测试后发现d取值界限为4,大于4之后出现混叠现象
(三)、输出的图形如下:
(四),当抽取间隔变大后会出现混叠现象,听取声音是发现,音乐在时域的信息有增加,长度变长
3、音乐信号的AM调制与同步解调
(一)、设计程序如下
%%%%%%%%%调制
cs=cos(0.6*pi*n);
f=y1.*cs';
figure;
subplot(2,2,1);
plot(f);
title('调制后信号时域特性');
gridon;
F=fft(f);
subplot(2,2,2);
plot(w1,abs(F));
title('调制后信号频域信号');
gridon;
%sound(f,fs);
%%%%%%%%%解调
y0=f.*cs';
subplot(2,2,3);
plot(y0);
title('解调后信号时域特性');
F0=fft(y0);
subplot(2,2,4);
plot(w1,abs(F0));
title('解调后频域特性');
gridon;
%%%%%%%%%%%%%%%%%%%%调制时低频为.0.2,高频可选为0.6
(二)、高频时的输出图形为:
低频时的输出波形为:
(三)参数选择依据:
由1中图形可得出原信号的上限截止频率为0.5pi,因此选择调制信号时,由于余弦函数的作用相当于对信号进行频域搬移,信号经傅里叶变换后成为周期信号,若调制信号频率过低会使原信号搬移后出现叠加现象,因此调制信号频率选择为cs=cos(0.6*pi*n)
4.滤波器的设计
(一)设计程序如下:
(参数选择依据为原信号上限频率为0.5pi,因此滤波器截止频率应为0.5pi左右)
%巴特沃斯滤波
[N,wn]=buttord(0.5,0.6,1,30);
[b,a]=butter(N,wn);
[h,w]=freqz(b,a);
figure;
subplot(3,3,1);
plot(w/pi,abs(h));
gridon;
title('巴特沃斯滤波器特性');
yy=filter(b,a,y0);
%sound(yy,fs);
subplot(3,3,2);
plot(yy);
title('滤波后时域特性');
gridon;
fyy=fft(yy);
subplot(3,3,3);
plot(w1,abs(fyy));
title('滤波后频域特性');
gridon;
%sound(yy,fs);
%FIR滤波
wc=0.4*pi;
N=33;
hd=ideal_filter(wc,N);
%矩形窗滤波
boxf=boxcar(N);
h1=hd.*boxf';
lx=length(h1);
wx=(0:
lx-1)*2/lx;
subplot(3,3,4);
plot(wx,20*log(abs(fft(h1))));
title('矩形窗滤波器特性');
gridon;
yy1=conv(y0,h1);
subplot(3,3,5);
plot(yy1);
%sound(yy1,fs);
title('矩形窗滤波后音谱');
gridon;
fyy1=fft(yy1);
l2=length(yy1);
w2=(0:
l2-1)*2/l2;
subplot(3,3,6);
plot(w2,abs(fyy1));
title('矩形窗滤波后频谱');
gridon;
%blackman
blackf=blackman(N);
h2=hd.*blackf';
l3=length(h2)
w3=(0:
l3-1)*2/l3;
yy2=conv(h2,y0);
subplot(3,3,7);
plot(w3,20*log(abs(fft(h2))));
title('blackman滤波器特性');
gridon;
subplot(3,3,8);
plot(yy2);
title('blackman滤波器滤波后音谱');
gridon;
%sound(yy2,fs);
fyy2=fft(yy2);
subplot(3,3,9);
plot(w2,abs(fyy2));
title('blackman滤波器滤波后频谱');
gridon;
(二)输出的波形如下:
(三)分析解调后的信号:
解调后得到的信号与原信号相比,产生了部分搬移过的高频信号,并且低频分量的幅值变为了原来的一半,所以选用低通滤波器滤去高频分量即可
5、音乐信号的滤波去噪
(一)程序设计如下
%混合噪声
ni=(cos(6000/fs*pi*n)+cos(10000/fs*pi*n)+cos(16000/fs*pi*n))/6;
fni=fft(ni);
figure;
subplot(3,1,1);
plot(w1,abs(fni));
title('混合噪声频谱');
gridon;
yni=y1+ni';
subplot(3,1,2);
plot(yni);
gridon;
title('加入混合噪声后音谱');
%sound(yni,fs);
fyni=fft(yni);
subplot(3,1,3);
plot(w1,abs(fyni));
title('加入混合噪声后频谱');
gridon;
%白噪声
rd=rand(1,l)-0.5;
figure:
subplot(2,2,1);
plot(rd);
title('白噪声音谱');
gridon;
subplot(2,2,2);
frd=fft(rd);
plot(abs(frd));
title('白噪声频谱');
gridon;
yrd=y1+rd';
subplot(2,2,3);
plot(yrd);
title('加白噪声后的音谱');
gridon;
%sound(yrd,fs);
fyrd=fft(yrd);
subplot(2,2,4);
plot(w1,abs(fyrd));
title('加白噪声后的频谱');
gridon;
%sound(yrd,fs);
%%%%%%%%%%%%%%%%%%%对干扰信号的滤去
%%%%%%%%对混合噪声的滤去
wc=0.07*pi;
N=67;
hd=ideal_filter(wc,N);
boxf=blackman(N);
h1=hd.*boxf';
yyi=conv(yni,h1);
figure;
subplot(2,2,1);
plot(yyi);
title('对混合噪声滤波后的音谱');
gridon;
fyyi=fft(yyi);
l3=length(yyi);
w3=(0:
l3-1)*2/l3;
subplot(2,2,2);
plot(w3,abs(fyyi));
title('对混合噪声滤波后的频谱');
gridon;
%sound(yyi,fs);
%%%%%%%%%%%对白噪声信号的滤去
yyrd=conv(yrd,h1);
subplot(2,2,3);
lrd=length(yyrd);
wrd=(0:
lrd-1)*2/lrd;
plot(wrd,yyrd);
title('对白噪声滤波后的音谱');
gridon;
fyyrd=fft(yyrd);
subplot(2,2,4);
plot(wrd,abs(fyyrd));
title('对白噪声滤波后的频谱');
gridon
%sound(yyrd,fs);
(二)输出的波形如下:
(三)参数选择依据:
尝试使用三种不同滤波器,最终选择blackman窗滤波器,因为它可以有效的滤去混合噪声中的低频噪声。
五、问题讨论
(一)音乐信号的音调与信号的什么特征有关?
声音的高低成为音调,音调主要由声音的频率决定,同时也与声音强度有关。
对一定强度的纯音,音调随频率的升降而升降;对一定频率的纯音、低频纯音的音调随声强增加而下降,高频纯音的音调却随强度增加而上升。
音乐的音调与信号的震动频率有关,
(二)音乐信号的音色与信号的什么特征有关?
音色的不同取决于不同的泛音,每一种乐器、不同的人以及所有能发声的物体发出的声音,除了一个基音外,还有许多不同频率的泛音伴随,正是这些泛音决定了其不同的音色,使人能辨别出是不同的乐器甚至不同的人发出的声音。
每一个人即使说话也有不同的音色,因此可以根据其声音辨别出是不同的人。
声音是由发声的物体震动产生的,当其整体震动时发出基音,但同时其各部分也有复合的震动,这些各部分震动产生的声音组合成泛音。
由于部分小于整体,所有不同的泛音都比基音的频率高,但强度都相当弱。
(三)两种不同音色的音乐信号叠加混叠后,为何人耳还可以分辨?
音色的不同主要是由于音源的结构材料不同,而产生不同的震动频率。
除了基音外,还有许多不同频率的泛音伴随,人耳是通过辨别不同的泛音来区分不同的音色的
(四)音乐信号的幅度与相位特征对信号有哪些影响?
)
幅度影响音乐信号的音响,幅度越大,信号的音响就越大。
人耳判断声音来源的具体位置是通过对声音的不同相位的区分来辨别的。
相位中包含着信号传播过程中发生反射,衍射,折射等相关信息。
物理工程学院
测控技术与仪器1班
曹涛
学号:
20082240101
- 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:
- dsp 课程设计 实验 报告