随机信号分析及应用题目：浅谈语音信号时域与频域
学生姓名
学号
指导教师王琳
院系信息科学与技术学院
专业电子信息科学与技术
年级2011级
摘要
目的：研究语音信号的时域和频域分析的特点与应用。方法：中英文相关文献结合分析。结果：采用一系列图像分析和处理技术，实现了语音信号的基本处理的功能，经过测试运行，本设计圆满的完成了对语音信号的读取与打开；较好的完成了对语音信号的频谱分析，通过fft变换，得出了语音信号的频谱图。结论：时域的表示较为形象与直观，频域分析则更为简练，剖析问题更为深刻和方便。目前，信号分析的趋势是从时域向频域发展。然而，它们是互相联系，缺一不可，相辅相成的。
关键词：语音信号，时域，频域，傅里叶变换
Abstract
Objective: to study the characteristics of speech signal in the time domain and frequency domain analysis and application. Methods: literature combined with analysis in both Chinese and English. Results: by using a series of image analysis and processing technology, can realize the function of the basic processing of speech signal, through the test run, this design successfully finished the reading of the speech signal and open; by FFT transformation, it is concluded that the figure of speech signal spectrum. Conclusion: the time-domain said more image and intuitive, frequency domain analysis is more succinct, analyze the problem more deeply and convenient. At present, the trend of the signal analysis from time domain to frequency domain development. However, they are linked to each other, be short of one cannot, complementary to each other.
Key words: random signal, the time domain, frequency domain, the sampling theorem, the Fourier transform.
引言
语言是人类持有的功能．声音是人类常用的工具，是相互传递信息的最主要的手段。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作.语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨，除了它的实用性之外，另一个重要原因是，它始终与当时信息科学中最活跃的前沿学科保持密切的联系．并且一起发展。
一．语音信号的相关特性
（一）.语音信号的获取
为了将原始模拟语音信号变为数字信号，必须经过采样和量化两个步骤，从而得到时间和幅度上均为离散的数字语音信号。
取样是将时间上连续的语音信号离散化为一个样本序列。经过预滤波和采样后，由A/D变换器变换为二进制数字码。语音声波通过话筒输入到声卡后直接获得的是经过防混叠滤波、A/D变换、量化处理的离散的数字语音信号。我们可利用windows自带的录音机录制语音文件，图1-1是基于PC机的语音信号录制过程，声卡可以完成语音波形的A/D转换，获得WAV文件，为后续的处理储备原材料。
（二）. 语音信号的特点
1.在频域内，语音信号的频谱分量主要集中在300～3400Hz的范围内。利用这个特点，可以用一个防混迭的带通滤波器将此范围内的语音信号频率分量取出，然后按8kHz的采样率对语音信号进行采
样，就可以得到离散的语音信号。
2.在时域内，语音信号具有“短时性”的特点，即在总体上，语音信号的特征是随着时间而变化的，但在一段较短的时间间隔内，语音信号保持平稳。在浊音段表现出周期信号的特征，在清音段表现出随机噪声的特征。
二．语音信号的时域分析
（一）.窗口的选择
通过对发声机理的认识，语音信号可以认为是短时平稳的。在5~50ms的范围内，语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。在语音频谱分析时常使用汉明窗，在计算短时能量和平均幅度时通常用矩形窗。
（二）.短时能量
1.由于语音信号的能量随时间变化，清音和浊音之间的能量差别相当显著。因此对语音的短时能量进行分析，可以描述语音的这种特征变化情况。定义短时能量为：
其中N为窗长。
2.短时能量函数的应用
（1）.可用于区分清音段与浊音段。En值大对应于浊音段，En值小对应于清音段。
(2）可用于区分浊音变为清音或清音变为浊音的时间（根据En值的变化趋势）。
(3）对高信噪比的语音信号，也可以用来区分有无语音（语音信号的开始点或终止点）。无信号（或仅有噪声能量）时，En值很小，有语音信号时，能量显著增大。
(三).短时平均过零率
1.过零率可以反映信号的频谱特性。当离散时间信号相邻两个样点的正负号相异时，我们称之为“过零”，即此时信号的时间波形穿过了零电平的横轴。统计单位时间内样点值改变符号的次数具可以得到平均过零率。定义短时平均过零率：
其中sgn[]为
符号函数，在矩形窗条
件下，可以简化为
2.短时平均过零率的应用
(1）区别清音和浊音。例如，清音的过零率高，浊音的过零率低。此外，清音和浊音的两种过零分布都与高斯分布曲线比较吻合。
(2）从背景噪声中找出语音信号。语音处理领域中的一个基本问题是，如何将一串连续的语音信号进行适当的分割，以确定每个单词语音的信号，亦即找出每个单词的开始和终止位置。
(3）在孤立词的语音识别中，可利用能量和过零作为有话无话的（四）.短时自相关函数
自相关函数用于衡量信号自身时间波形的相似性。清音和浊音的发声机理不同，因而在波形上也存在着较大的差异。浊音的时间波形呈现出一定的周期性，波形之间相似性较好；清音的时间波形呈现出随机噪声的特性，样点间的相似性较差。因此，我们用短时自相关函数来测定语音的相似特性。短时自相关函数定义为：
(五).时域分析方法的应用
1.基音频率的估计
首先可利用时域分析（短时能量、短时过零率、短时自相关）方法的某一个特征或某几个特征的结合，判定某一语音有效的清音和浊音段；其次，针对浊音段，可直接利用短时自相关函数估计基音频率，其方法是：估算浊音段第一最大峰的位置，再利用抽样率计算基音频率。
2.语音端点的检测与估计
可利用时域分析（短时能量、短时过零率、短时自相关）方法的某一个特征或某几个特征的结合，判定某一语音信号的端点，尤其在有噪声干扰时，如何准确检测语音信号的端点，这在语音处理中是富有挑战性的一个课题。
三．语音信号的频域分析
（一）.短时傅立叶变换
由于语音信号是短时平稳的随机信号，某一语音信号帧的短时傅立叶变换的定义为
其中w(n-m)是实窗口函数序列，n表示某一语音信号帧。令n-m=k'，
则得到：
于是可以得到：
短时傅立叶变换有两个变量：n和ω，所以它既是时序n的离散函数，
又是角频率ω的连续函数。与离散傅立叶变换逼近傅立叶变换一样，如令ω=2πk/N，则得离散的短时傅立叶变换如下：
（二）.语谱图
水平方向是时间轴，垂直方向是频率轴，图上的灰度条纹代表各个时刻的语音短时谱。语谱图反映了语音信号的动态频率特性，在语音分析中具有重要的实用价值。被成为可视语言。
语谱图的时间分辨率和频率分辨率是由窗函数的特性决定的。时间分辨率高，可以看出时间波形的每个周期及共振峰随时间的变化，但频率分辨率低，不足以分辨由于激励所形成的细微结构，称为宽带语谱图；而窄带语谱图正好与之相反。
宽带语谱图可以获得较高的时间分辨率，反映频谱的快速时变过程；窄带语谱图可以获得较高的频率分辨率，反映频谱的精细结构。两者相结合，可以提供带两与语音特性相关的信息。语谱图上因其不同的灰度，形成不同的纹路，称之为“声纹”。声纹因人而异，因此可以在司法、安全等场合得到应用。
（三）.复倒谱和倒谱
复倒谱是x(n)的Z变换取对数后的逆Z变换，其表达式如下:
倒谱c(n)定义为x(n)取Z变换后的幅度对数的逆Z变换，即
在时域上，语音产生模型实际上是一个激励信号与声道冲激响应的卷积。对于浊音，激励信号可以由周期脉冲序列表示；对于清音，激励信号可以由随机噪声序列表示。声道系统相当于参数缓慢变化的零极点线性滤波器。这样经过同态处理后，语音信号的复倒谱，激励信号的复倒谱，声道系统的复倒谱之间满足下面的关系：
由于倒谱对应于复倒谱的偶部，因此倒谱与复倒谱具有同样的特点，很容易知道语音信号的倒谱，激励信号的倒谱以及声道系统的倒谱之间满足下面关系：
倒谱的求法：
A：短时信号；B：短时频谱；C：对数频谱；D：倒谱系数；E：对数频谱包络；F：基本周期
(四).基因周期估计
浊音信号的倒谱中存在峰值，它的出现位置等于该语音段的基音周期，而清音的倒谱中则不存在峰值。利用倒谱的这个特点，我们可以进行语音的清浊音判决，并且可以估计浊音的基音周期。首先计算语音的倒谱，然后在可能出现的基因周期附近寻找峰值。如果倒谱峰值超过了预先设置的门限，则输入语音判断为浊音，其峰值位置就是基因周期的估计值；反之，如果没有超出门限的峰值的话，则输入语
音为清音。
（五）.共振峰估计
对倒谱进行滤波，取出低时间部分进行进行逆特征系统处理，可以得到一个平滑的对数谱函数，这个对数谱函数显示了输入语音段的共振峰结构，同时谱的峰值对应于共振峰频率。通过此对数谱进行峰值检测，就可以估计出前几个共振峰的频率和强度。对于浊音的声道特性，可以采用前三个共振峰来描述；清音不具备共振峰特点。
参考文献
[1]徐靖涛.基于MATLAB的语音信号分析与处理[J].重庆科技学院学报2008年1月
[2]陈怀琛.MATLAB及在电子信息课程中的应用[M].北京：电子工业出版社.2008年1月
[3] 张雄伟等著，现代语音处理技术及应用，机械工业出版社，2009.
[4] 赵力著，语音信号处理（第2版）[M]，机械工业出版社，2010.
[5]徐靖涛.基于MATLAB的语音信号分析与处理[J].重庆科技学院学报2008年1月
数字信号处理 —综合实验报告 综合实验名称：应用MatLab对语音信号进行 频谱分析及滤波 系： 学生姓名： 班级： 学号： 成绩： 指导教师： 开课时间学年学期
目录 一．综合实验题目 (1) 二、综合实验目的和意义 (1) 2.1 综合实验目的 (1) 2.2 综合实验的意义 (1) 三．综合实验的主要内容和要求 (1) 3.2 综合实验的要求： (2) 四．实验的原理 (2) 4.1 数字滤波器的概念 (2) 4.2 数字滤波器的分类 (2) （1）根据单位冲激响应h(n)的时间特性分类 (2) 五．实验的步骤 (3) 下面对各步骤加以具体说明。 5.1语音信号的采集 (3) 5.2 语音信号的频谱分析; (3) 5.3 设计数字滤波器和画出其频率响应 (5) 5.3.1设计数字滤波器的性能指标： (5) 5.3.2 用Matlab设计数字滤波器 (6) 5.6 设计系统界面 (19) 六、心得体会 (20) 参考文献： (21)
一．综合实验题目 应用MatLab对语音信号进行频谱分析及滤波 二、综合实验目的和意义 2.1 综合实验目的 为了巩固所学的数字信号处理理论知识，使学生对信号的采集、处理、传输、显示和存储等有一个系统的掌握和理解，再者，加强学生对Matlab软件在信号分析和处理的运用 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结论，再利用 MATLAB 作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。 2.2 综合实验的意义 语言是我们人类所特有的功能，它是传承和记载人类几千年文明史，没有语言就没有我们今天人类的文明。语音是语言最基本的表现形式，是相互传递信息最重要的手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。 语音信号处理属于信息科学的一个重要分支，大规模集成技术的高度发展和计算机技术的飞速前进，推动了这一技术的发展；它是研究用数字信号处理技术对语音信号进行处理的一门新兴学科，同时又是综合性的多学科领域和涉及面很广的交叉学科，因此我们进行语言信号处理具有时代的意义。 三．综合实验的主要内容和要求 3.1综合实验的主要内容： 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；综合实验应完成的工作： (1）语音信号的采集; (2）语音信号的频谱分析;
利用labview进行信号的时域分析 信号的时域分析主要是测量测试信号经滤波处理后的特征值，这些特征值以一个数值表示信号的某些时域特征，是对测试信号最简单直观的时域描述。将测试信号采集到计算机后，在测试VI 中进行信号特征值处理，并在测试VI 前面板上直观地表示出信号的特征值，可以给测试VI 的使用者提供一个了解测试信号变化的快速途径。信号的特征值分为幅值特征值、时间特征值和相位特征值。 用于信号时域分析的函数，VIs,Express VIs主要位于函数模板中的Signal Processing子模板中，其中多数对象位于Waveform Measurements子模板，如图所示 LabVIEW8.0中用于信号分析的Waveform Measurements子模板 基本平均值与均方差VI 基本平均值与均方差VI-------Basic Averaged DC—RMS.vi用于测量信号的平均以及均方差。计算方法是在信号上加窗，即将原有信号乘以一个窗函数，窗函数的类型可以选择矩形窗、Haning窗、以及Low side lob窗，然后计算加窗后信号的均值以及均方差值。 演示程序的前面板和后面板如下图所示 Basic Averaged DC—RMS演示程序的前面板
Basic Averaged DC—RMS演示程序的后面板 平均值与均方差值 平均值与均方差值VI------Averaged DC—RMS.vi同样也是用于计算信号的平均值与均方差值，只是Averaged DC—RMS.vi的输出是一个波形函数，这里我们可以看到加窗截断后，正弦信号的平均值和均方差随时间变化的波形。 编写程序演示Average DC----Averaged—RMS.vi的使用方法，程序的后面板和前面板如下图所示 Averaged DC—RMS演示程序的后面板
基于MATLAB 分析语音信号时域特征 钱平（信号与信息处理 s101904010） 一、时域特征实验原理及实验结果分析 1.窗口的选择 通过对发声机理的认识，语音信号可以认为是短时平稳的。在5~50ms 的范围内，语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms 。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1给出了这两种窗函数在帧长N=50时的时域波形。 0.2 0.40.60.811.2 1.41.61.82矩形窗 sample w （n ） 0.1 0.20.30.40.50.6 0.70.80.91hanming 窗 sample w （n ） 图1 矩形窗和Hamming 窗的时域波形 矩形窗的定义：一个N 点的矩形窗函数定义为如下 ()? ? ?<≤=其他001N n n w hamming 窗的定义：一个N 点的hamming 窗函数定义为如下 ()?? ??? <≤--=其他00)1 2cos(46.054.0N n N n n w π 这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图 2）：矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值大（-13.3dB ），会导致泄漏现象；汉明窗的主瓣宽8*pi/N ，旁瓣峰值低（-42.7dB ），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗，在计算短时能量和平均幅度时通常用矩形窗。表1对比了这两种窗函数的主瓣宽度和旁瓣峰值。
信号分析方法概述： 通用的基础理论是信号分析的两种方法：1 是将信号描述成时间的函数 2 是将信号描述成频率的函数。也有用时域和频率联合起来表示信号的方法。时域、频域两种分析方法提供了不同的角度，它们提供的信息都是一样，只是在不同的时候分析起来哪个方便就用哪个。 思考： 原则上时域中只有一个信号波（时域的频率实际上是开关器件转动速度或时钟循环次数，时域中只有周期的概念），而对应频域（纯数学概念）则有多个频率分量。 人们很容易认识到自己生活在时域与空间域之中（加起来构成了三维空间），所以比较好理解时域的波形（其参数有：符号周期、时钟频率、幅值、相位）、空间域的多径信号也比较好理解。 但数学告诉我们，自己生活在N维空间之中，频域就是其中一维。时域的信号在频域中会被对应到多个频率中，频域的每个信号有自己的频率、幅值、相位、周期（它们取值不同，可以表示不同的符号，所以频域中每个信号的频率围就构成了一个传输信道。 时域中波形变换速度越快（上升时间越短），对应频域的频率点越丰富。 所以：OFDM中，IFFT把频域转时域的原因是：IFFT的输入是多个频率抽样点（即各子信道的符号），而IFFT之后只有一个波形，其中即OFDM符号，只有一个周期。 时域 时域是真实世界，是惟一实际存在的域。因为我们的经历都是在时域中发展和验证的，已经习惯于事件按时间的先后顺序地发生。而评估数字产品的性能时，通常在时域中进行分析，因为产品的性能最终就是在时域中测量的。 时钟波形的两个重要参数是时钟周期和上升时间。 时钟周期就是时钟循环重复一次的时间间隔，通产用ns度量。时钟频率Fclock，即1秒钟时钟循环的次数，是时钟周期Tclock的倒数。 Fclock=1/Tclock 上升时间与信号从低电平跳变到高电平所经历的时间有关，通常有两种定义。一种是10-90上升时间，指信号从终值的10%跳变到90%所经历的时间。这通常是一种默认的表达方式，可以从波形的时域图上直接读出。第二种定义方式是20-80上升时间，这是指从终值的20%跳变到80%所经历的时间。 时域波形的下降时间也有一个相应的值。根据逻辑系列可知，下降时间通常要比上升时间短一些，这是由典型CMOS输出驱动器的设计造成的。在典型的输出驱动器中，p管和n 管在电源轨道Vcc和Vss间是串联的，输出连在这个两个管子的中间。在任一时间，只有一个晶体管导通，至于是哪一个管子导通取决于输出的高或低状态。 假设周期矩形脉冲信号f(t)的脉冲宽度为τ，脉冲幅度为E,重复周期为T，
课程设计任务书 学生姓名：苗强强专业班级：电信1204 指导教师：阙大顺沈维聪工作单位：信息工程学院 题目: 程控宽带放大器的设计 初始条件： 程控宽带放大器是电子电路中常用模块，在智能仪器设备及嵌入式系统中有广 泛的应用。因此对于电子信息专业的技术人员来说，熟练掌握该项技术很有必要。 要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体 要求） （1）输入阻抗>1KΩ,单端输入，单端输出，放大器负载电阻为600Ω； （2）3dB通频带10kHz~6MHz，在20kHz~5MHz频带内增益起伏<1dB。 （3）增益调节范围10 dB~40 dB，（通过键盘操作调节）。 （4）发挥部分：当输入频率或输出负载发生变化时，通过微处理器自动调节，保持 放大器增益不变。 （5）电路通过仿真即可。 时间安排： 1. 任务书下达，查阅资料 1天 2. 制图规范、设计说明书讲解 2天 3. 设计计算说明书的书写 5天 4. 绘制图纸 1天 5. 答辩 1天 指导教师签名：年月日 系主任（或责任教师）签名：年月日
滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR滤波器是滤波器设计的重要组成部分。利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论，再利用MATLAB 作为编程工具进行计算机实现。在设计实现的过程中，使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB 作为辅助工具完成设计中的计算与图形的绘制。通过对对所设计滤波器的仿真和频率特性分析，可知利用MATLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。 关键词数字滤波器 MATLAB IIR滤波器 FIR滤波器
一．典型连续信号和离散信号的时域波形。 1．单边指数信号)()(t u Ae t y t α=； 2．单位冲激信号)()(0t t t y +=δ； 3．单位阶跃信号)()(0t t u t y +=； 4．矩形脉冲信号)]()([)(21t t u t t u A t y +-+?=； 5．正弦信号)()sin()(t u t A t y ω?=； 6．单位序列)()(0n n n y +=δ； 7．单位阶跃序列)()(0n n u n y +=； 8．单位矩形序列)()()(21n n u n n u n y +-+=； 9．指数序列)()(n u a A n y n ?=； 10．正弦序列)()sin()(n u n A n y ω?=。
单边指数信号 function zhishu(A,a,t1,t2,dt) t1=0 t2=10 A=1 A=-0.4 dt=0.01 t=t1:dt:t2; y=A*exp(a*t); plot(t,y) axis([t1,t2,0,1.2]) xlabel('t') ylabel('y(t)') title(' 单边指数信号') 单位冲激信号 function chongji(t1,t2,t0) dt=0.01; t1=10; t2=-5; t=t1:dt:t2; n=length(t); x=zeros(1,n); x(1,(-t0-t1)/dt+1)=1/dt; stairs(t,x); axis([t1,t2,0,1.2/dt]) xlabel('t') ylabel('y(t)') title('单位冲激信号')
实验二：语音信号的频域分析 实验目的：以MATLAB 为工具，研究语音信号的频域特性，以及这些特性在《语音信号处理》中的应用情况。 实验要求：利用所给语音数据，分析语音的频谱、语谱图、基音频率、共振峰等频域参数。要求会求取这些参数，并举例说明这些参数在语音信号处理中的应用。 实验内容： 1、 语音信号的频谱分析 1.1加载“ma1_1”语音数据。基于DFT 变换，画出其中一帧数据（采样频率为8kHz ，帧长为37.5ms ，每帧有300个样点）的频域波形（对数幅度谱）。 load ma1_1; x = ma1_1 (4161:4460); plot (x) N = 1024; k = - N/2:N/2-1; X = fftshift (fft (x.*hann (length (x)),N)); plot (k,20*log10 (abs(X))), axis ([0 fix(N/2) -inf inf ]) 已知该帧信号的时域波形如图（a ）所示，相应的10阶LPC 谱如图（b ）所示。 问题1：这帧语音是清音还是浊音？基于DFT 求出的对数幅度谱和相应的LPC 谱相比，两者有什么联系和区别？ 问题2：根据这帧基于DFT 的对数幅度谱，如何估计出共振峰频率和基音周期？ 问题3：时域对语音信号进行加窗，反映在频域，其窗谱对基于DFT 的对数幅度谱有何影响？如何估计出窗谱的主瓣宽度？ 1.2对于浊音语音，可以利用其频谱)(ωX 具有丰富的谐波分量的特点，求出其谐波乘积谱： ∏ ==R r r X HPSx 1)()(ωω 式中，R 一般取为5。在谐波乘积谱中，基频分量变得很大，更易于估计基音周期。
《数字信号处理》 课程设计报告 数字信号处理在语音信号分析中的应用 专业班级： 姓名： 学号：
目录 摘要 (3) 1、绪论 (3) 2、课程设计的具体内容 (4) 2.1.1、读取语音信号的任务 (4) 2.1.2、任务分析和解决方案 (5) 2.1.4、运行结果和相应的分析 (5) 2.2、IIR滤波器设计和滤波处理 (6) 2.2.1、设计任务 (6) 2.2.2、任务分析和解决方案 (7) 2.2.3、编程得到的MATLAB代码 (7) 2.2.4、运行结果和相应的分析 (7) 2.3、FIR滤波器设计和滤波处理 (9) 2.3.1、设计任务 (9) 2.3.2、任务分析和解决方案 (9) 2.3.3、编程得到的MATLAB代码 (9) 2.3.4、运行结果和相应的分析 (11) 3、总结 (13) 4、存在的不足及建议 (13) 5、参考文献 (13)
数字信号处理设计任务书 摘要 语音信号滤波处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前 发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。本设计通过录制一段语音，对其进行了时域分析，频谱分析,分析语音信号的特性。并应用matlab平台对语音信号进行加噪然后再除去噪声，进一步设计两种种滤波器即高通滤波器、带通滤波器，基于这两种滤波器设计原理，对含加噪的语音信号进行滤波处理。最后对比滤波前后的语音信号的时域和频域特性，回放含噪语音信号和去噪语音信号。论文从理论和实践上比较了不同数字滤波器的滤波效果。 1．绪论 通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能，声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。 随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。数字滤波器是数字信号处理的基础，用来对
课程设计任务书 题目 专业、班级电信1班学号姓名 主要内容、基本要求、主要参考资料等： 基于钟表设计的常识，给出时、分、秒的设计思路，并利用硬件编程语言VHDL或者Verilog-HDL来实 现。要求具有基本功能如调整时间对表、闹铃、计时器等，给出完成控制电路所需要的设计模块；给出硬 件编程语言的实现，并进行仿真；给出下载电路的设计，设计为2种下载方法，其中一种必须为JTAG；同 时设计者报告不允许雷同。 参考资料： 1、潘松、黄继业《EDA技术及其应用》（第四版）科学出版社 2009 2、樊昌信《通信原理》电子出版社 完成期限： 指导教师签名： 课程负责人签名： 年月日
目录 摘要…………………………………………………………………………………II
ABSTRACT……………………………………………………………………………III 绪论…………………………………………………………………………………III 1傅里叶变换原理概述 (1) 1.1 傅里叶变换及逆变换的MATLAB实现 (2) 2 用MATLAB实现典型非周期信号的频域分析 (3) 2.1 单边指数信号时域波形图、频域图 (3) 2.2 偶双边指数信号时域波形图、频域图 (4) 2.3 奇双边指数信号时域波形图、频域图 (4) 2.4 直流信号时域波形图、频域图 (5) 2.5 符号函数信号时域波形图、频域图 (5) 2.6 单位阶跃信号时域波形图、频域图 (6) 2.7 单位冲激信号时域波形图、频域图 (6) 2.8 门函数信号时域波形图、频域图 (7) 3 用MATLAB实现信号的幅度调制 (8) 3.1 实例1 (8) 3.2 实例2 (10) 4 实现傅里叶变换性质的波形仿真 (11) 4.1 尺度变换特性 (11) 4.2 时移特性 (14) 4.3 频移特性 (16) 4.4 时域卷积定理 (18) 4.5 对称性质 (20) 4.6 微分特性 (22) 心得体会 (25) 参考文献 (26) 附录 (27)
1 引言 随着科学技术的迅猛发展，电子设备和技术向集成化、数字化和高速化方向发展，而在学校特别是大学中，要想紧跟技术的发展，就要不断更新教学和实验设备。传统仪器下的高校实验教学，已严重滞后于信息时代和工程实际的需要。仪器设备很大部分陈 旧，而先进的数字仪器(如数字存储示波器)价格昂贵不可能大量采购，同时其功能较为单一，与此相对应的是大学学科分类越来越细，每一专业都需要专用的测量仪器，因此仪器设备不能实现资源共享，造成了浪费。虚拟仪器正是解决这一矛盾的最佳方案。基于PC 平台的虚拟仪器，可以充分利用学校的微机资源，完成多种仪器功能，可以组合成功能强大的专用测试系统，还可以通过软件进行升级。在通用计算机平台上，根据测试任务的需要来定义和设计仪器的测试功能，充分利用计算机来实现和扩展传统仪器功能，开发结构简单、操作方便、费用低的虚拟实验仪器，包括数字示波器、频谱分析仪、函数发生器等，既可以减少实验设备资金的投入，又为学生做创新性实验、掌握现代仪器技术提供了条件。 信号的时域分析主要是测量测试信号经滤波处理后的特征值，这些特征值以一个数值表示信号的某些时域特征，是对测试信号最简单直观的时域描述。将测试信号采集到计算机后，在测试VI 中进行信号特征值处理，并在测试VI 前面板上直观地表示出信号的特征值，可以给测试VI 的使用者提供一个了解测试信号变化的快速途径。信号的特征值分为幅值特征值、时间特征值和相位特征值。 尽管测量时采集到的信号是一个时域波形，但是由于时域分析工具较少，所以往往把问题转换到频域来处理。信号的频域分析就是根据信号的频域描述来估计和分析信号的组成和特征量。频域分析包括频谱分析、功率谱分析、相干函数分析以及频率响应函数分析。 信号在时域被抽样后,他的频谱X(j )是连续信号频谱X(j )的形状以抽样频率为间隔周期重复而得到,在重复过程中幅度被p(t)的傅里叶级数Pn加权。因为Pn只是n的函数,所以X(j )在重复的过程中不会使其形状发生变化。假定信号x(t)的频谱限制在- m~+ m的范围内, 若以间隔Ts对xa(t)进行抽样,可知抽样信号X^(t)的频谱X^(j )是以s为周期重复。显然,若在抽样的过程中s<2 m,则X^(j )将发生频谱混叠现象,只有在抽样的过程中满足s>=2 m条件,X^(j )才不会产生频谱的混叠,接收端完全可以由x^(t)恢复原连续信号xa(t),这就是低通信号抽样定理的核心内容。
信号的频域 在电子学、控制系统及统计学中，频域是指在对函数或信号进行分析时，分析其和频率有关部份，而不是和时间有关的部份，和时域一词相对。函数或信号可以透过一对数学的运算子在时域及频域之间转换。例如傅里叶变换可以将一个时域信号转换成在不同频率下对应的振幅及相位，其频谱就是时域信号在频域下的表现，而反傅里叶变换可以将频谱再转换回时域的信号。 以信号为例，信号在时域下的图形可以显示信号如何随着时间变化，而信号在频域下的图形（一般称为频谱）可以显示信号分布在哪些频率及其比例。频域的表示法除了有各个频率下的大小外，也会有各个频率的相位，利用大小及相位的资讯可以将各频率的弦波给予不同的大小及相位，相加以后可以还原成原始的信号。在频域的分析中，常会用频谱分析仪来将实际的信号转换为频域下的频谱。 频域，尤其在射频和通信系统中运用较多，在高速数字应用中也会遇到频域。频域最重要的性质是：它不是真实的，而是一个数学构造。时域是惟一客观存在的域，而频域是一个遵循特定规则的数学范畴。 正弦波是频域中唯一存在的波形，这是频域中最重要的规则，即正弦波是对频域的描述，因为时域中的任何波形都可用正弦波合成。这是正弦波的一个非常重要的性质。然而，它并不是正弦波的独有特性，还有许多其他的波形也有这样的性质。正弦波有四个性质使它可以有效地描述其他任一波形： （1）时域中的任何波形都可以由正弦波的组合完全且惟一地描述。 （2）任何两个频率不同的正弦波都是正交的。如果将两个正弦波相乘并在整个时间轴上求积分，则积分值为零。这说明可以将不同的频率分量相互分离开。（3）正弦波有精确的数学定义。 （4）正弦波及其微分值处处存在，没有上下边界。 使用正弦波作为频域中的函数形式有它特别的地方。若使用正弦波，则与互连线的电气效应相关的一些问题将变得更容易理解和解决。如果变换到频域并使用正弦波描述，有时会比仅仅在时域中能更快地得到答案。 而在实际中，首先建立包含电阻，电感和电容的电路，并输入任意波形。一般情况下，就会得到一个类似正弦波的波形。而且，用几个正弦波的组合就能很容易地描述这些波形。 许多物理元件的特性会随着输入讯号的频率而改变，例如电容在低频时阻抗变大，高频时阻抗变小，而电感恰好相反，高频时阻抗变大，低频时阻抗变小。一个线性非时变系统的特性也会随频率而变化，因此也有其频域下的特性，频率响应的图形即为其代表。频率响应可以视为是一个系统在输入信号振幅相同、频率不同时，其输出信号振幅的变化，可以看出系统在哪些频率的输出较大。有些系统的定义就是以频域为主，例如低通滤波器只允许低于一定频率的讯号通过。 不论是进行拉普拉斯转换、Z转换或是傅立叶变换，其产生的频谱都是一个频率的复变函数，表示一个信号（或是系统的响应）的振幅及其相位。不过在许多的应用中相位的资讯并不重要，若不考虑相位的资讯，都可以将频谱的资讯只以不同频率下的振幅（或是功率密度）来表示。 功率谱密度是一种常应用在许多非周期性也不满足平方可积性（square-integrable）讯号的频域表示法。只要一个讯号是符合广义平稳随机过程的输出，就可以计算其对应的功率谱密度。 时域分析与频域分析是对模拟信号的两个观察面。时域分析是以时间轴为坐标表示动态信号的关系；频域分析是把信号变为以频率轴为坐标表示出来。一般来说，时域的表示较为形象与直观，频域分析则更为简练，剖析问题更为深刻和方便。目前，信号分析的趋势是从时域
中北大学 课程设计说明书 学生姓名：蒋宝哲学号： 24 学生姓名：瓮泽勇学号： 42 学生姓名：侯战祎学号： 47 学院：信息商务学院 专业：电子信息工程 题目：信息处理实践:语音信号的时域特征分析指导教师：徐美芳职称: 讲师 2013 年 6 月 28 日
中北大学 课程设计任务书 2012-2013 学年第二学期 学院：信息商务学院 专业：电子信息工程 学生姓名：蒋宝哲学号： 24 学生姓名：瓮泽勇学号： 42 学生姓名：侯战祎学号： 47 课程设计题目：信息处理实践:语音信号的时域特征分析起迄日期： 2013年6 月7日～2013年6月 28 日 课程设计地点：学院楼201实验室、510实验室、608实验室指导教师：徐美芳 系主任：王浩全 下达任务书日期: 2013 年 6 月 7 日
语音信号的采集与分析 摘要 语音信号的采集与分析技术是一门涉及面很广的交叉科学，它的应用和发展与语音学、声音测量学、电子测量技术以及数字信号处理等学科紧密联系。其中语音采集和分析仪器的小型化、智能化、数字化以及多功能化的发展越来越快，分析速度较以往也有了大幅度的高。本文简要介绍了语音信号采集与分析的发展史以及语音信号的特征、采集与分析方法，并通过PC机录制自己的一段声音，运用Matlab进行仿真分析，最后加入噪声进行滤波处理，比较滤波前后的变化。 关键词：语音信号，采集与分析， Matlab 0 引言 通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能．声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。 让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。 语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨，除了它的实用性之外，另一个重要原因是，它始终与当时信息科学中最活跃的前沿学科保持密切的联系．并且一起发展。语音信号采集与分析是以语音语言学和数字
第四章 连续信号的频域分析 将信号分解为若干不同频率的正弦信号或虚指数信号，实质上是将信号在频率域上进行分解，因此根据这种基本思想对信号和系统的分析称为频域分析。这种分解过程是通过傅里叶级数和傅里叶变换这一数学工具来实现的。 本章首先介绍连续信号的傅里叶级数和傅里叶变换，熟悉信号频谱的概念。 4.1 基本要求 1．基本要求 ? 了解傅里叶级数和傅里叶变换的定义及其物理含义； ? 掌握信号频谱和频谱密度的概念； ? 了解连续谱和离散谱的特点和区别； ? 掌握傅里叶变换的常用性质； ? 掌握周期信号傅里叶变换的求解方法。 2．重点和难点 ? 傅里叶变换的性质及其应用 4.2 知识要点 1．周期信号的傅里叶级数 （1）傅里叶级数展开式 三角形式：∑∑∞ =∞=+Ω+=Ω+Ω+=1010)cos(2)]sin()cos([2)(n n n n n n t n A A t n b t n a a t f ?（4-1） 指数形式： ∑∑∞ -∞ =+Ω∞ -∞ =Ω= =n t n n n t n n n F F t f )j(j e e )(? （4-2） 其中 ? +Ω= T t t n t t n t f T a 00 d cos )(2 ，n =0，1，2，? （4-3） ? +Ω= T t t n t t n t f T b 00 d sin )(2，n =1，2，? （4-4） 且
n n n n n n a b b a A a A arctg , ,2 200-=+==? （4-5） ?+Ω-= T t t t n n t t f T F 00 d e )(1j （4-6） （2）两种形式之间的转换关系 0)( e 2 1 j ≥=n A F n n n ? （4-7） 并且|F n |为偶函数，?n 为奇函数，即 ||||n n F F -=，||||n n -=?? （4-8） （3）傅里叶级数的物理含义 通过傅里叶级数可以将任意周期信号f (t )分解为若干个正弦信号（三角形式）或复简谐信号（指数形式）的叠加。每个正弦信号分量的频率为周期信号基波频率的n 倍（n ?0），即n ?，而幅度为A n 或者2|F n |，相位为?n ，将其称作第n 次谐波分量。特别地，将频率为0（即n =0）的分量称为直流分量，幅度为A 0/2或者F 0；频率等于基波频率?（即n =1）的分量称为基波分量。 2．周期信号的频谱 通过傅里叶级数可以将时域中的周期信号分解为直流分量、基波分量和各次谐波分量之和，傅里叶级数展开式中的A n 、?n 或傅里叶系数F n 分别代表了各分量的幅度和相位随谐波次数n （从而频率n ?）的变化关系，称为周期信号的频谱，其中A n 或|F n |称为幅度谱，?n 称为相位谱。 A n 或|F n |、?n 都是关于整型变量n 的实函数，分别以其为纵轴，以n （或者n ?）为横轴，得到的图形称为周期信号的幅度谱图和相位谱图，合称为周期信号的频谱图。 但是，在三角形式的傅里叶级数中，A n 和?n 的自变量n 只能取非负的整数，因此称为单边频谱，而在F n 中，n 可以为任意的整数，相应地将F n 称为双边频谱。对同一个周期信号，其单边和双边频谱可以通过式（4-7）进行相互转换。 所有周期信号的频谱都具有离散性，因此称为离散谱。 3．非周期信号的傅里叶变换及其频谱密度 非周期信号的傅里叶变换及傅里叶反变换的定义为 ?∞ ∞--=t t f F t d e )()j (j ωω （4-9） ?∞ ∞ -= ωωωd )e (j 2π1)(j t F t f （4-10） 其中正变换用于根据信号的时域表达式求其频谱表达式，反变换用于根据其频谱表达式求时域表达式。 通过傅里叶变换可以将信号分解为不同频率的复简谐信号的叠加，而信号的傅里叶变换F (j ?)反映了信号中各分量的幅度和相位随其频率? 的变化关系，称为信号的频谱密度，又称为频谱密度函数或频谱函数。 教材表4-1中列出了一些基本信号的傅里叶变换，在求解复杂信号的傅里叶变换和频谱密度时经常用到。 4．傅里叶变换的性质
语音信号的时域与频域分析 一、用MATLAB实现语音信号的时域分析 1.MATLAB程序代码 （1）由麦克风采集语音数据，将采集的数据存成WAV文件（采样率为8000Hz），存在本人的文件夹中。所用程序代码为： clear; close all;Fs=8000; y=wavrecord(5*Fs,Fs,'double');wavwrite(y,'f:\\a'); soundview(y,Fs,'name') （2）读取WAV文件，显示语音信号的波形。所用程序代码为： x=wavread('f:\\a.wav'); figure;plot(x); axis([0,size(x,1),-0.35,0.3]);%坐标轴范围 title('语音信号时域波形'); xlabel('样点数'); ylabel('幅度'); （3）读取WAV文件，计算并显示语音的短时能量（窗函数为矩形窗，帧长为20）。所用程序代码为： x=wavread('f:\\a.wav'); x=double(x); f=enframe(x,20,100); energy=sum(abs(f),2); subplot(2,2,1);plot(x); axis([0,size(x,1),-0.7,0.9]); title('语音信号时域波形');xlabel('样点数'); ylabel('幅度');subplot(2,2,2);plot(energy); title('语音信号的短时能量'); legend('帧长LEN=20'); f=enframe(x,20,200); energy=sum(abs(f),2); subplot(2,2,3);plot(energy); title('语音信号的短时能量'); legend('帧长LEN=100');f=enframe(x,20,400);energy=sum(abs(f),2); subplot(2,2,4);plot(energy);title('语音信号的短时能量');legend('帧长LEN=200'); （4）读取WAV文件，计算并显示语音的短时过零率（窗函数为矩形窗，帧长为256，帧移为128），所用程序代码为： x=wavread('f:\\a.wav'); x=double(x); LEN=100;INC=100; f=enframe(x,LEN,INC);%分帧%计算短时过零率
第一章引言 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和频域等处理方法。语音信号可以认为在短时间内(一般认为在 10~30ms 的短时间内)近似不变，因而可以将其看作是一个准稳态过程, 即语音信号具有短时平稳性。任何语音信号的分析和处理必须建立在“短时”的基础上, 即进行“短时分析”。 时域分析:直接对语音信号的时域波形进行分析，提取的特征参数有短时能量，短时平均过零率，短时自相关函数等。 频域分析:对语音信号采样，并进行傅里叶变换来进行频域分析。主要分析的特征参数：短时谱、倒谱、语谱图等。 本文采集作者的声音信号为基本的原始信号。对语音信号进行时频域分析后，进行加白噪声处理并进行了相关分析，设计滤波器并运用所设计的滤波器对加噪信号进行滤波, 绘制滤波后信号的时域波形和频谱。整体设计框图如下图所示： 图1.1时频域分析设计图 图1.2加噪滤波分析流程图
第二章 语音信号时域分析 语音信号的时域分析可直接对语音信号进行时域波形分析，在此只只针对语音信号的短时能量、短时平均过零率、短时自相关函数进行讨论。 2.1窗口选择 由人类的发生机理可知，语音信号具有短时平稳性，因此在分析讨论中需要对语音信号进行加窗处理进而保证每个短时语音长度为10~30ms 。通常选择矩形窗和哈明窗能得到较理想的“短时分析”设计要求。两种窗函数的时域波形如下图2.1所示： sample w （n ） sample w （n ） 图2.1 矩形窗和Hamming 窗的时域波形 矩形窗的定义：一个N 点的矩形窗函数定义为如下 {1,00,()n N w n ≤<=其他 （2.1） 哈明窗的定义：一个N 点的哈明窗函数定义为如下 0.540.46cos(2),010,()n n N N w n π-≤<-??? 其他 = （2.2） 这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图2.2）：矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值大（-13.3dB ），会导致泄漏现象；哈明窗的主瓣宽8*pi/N ，旁瓣峰值低（-42.7dB ），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用哈明窗，在计算短时能量和平均幅度时通常用矩形窗。表2.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。
语音信号分析与处理系统设计
语音信号分析与处理系统设计 摘要 语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。 本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。 最后，本文对语音信号处理的进一步发展方向提出了自己的看法。 关键字：Matlab；语音信号；傅里叶变换；信号处理；
目录 1 绪论 (1) 1.1课题背景及意义 (1) 1.2国内外研究现状 (1) 1. 3本课题的研究内容和方法 (2) 1.3.1 研究内容 (2) 1.3.2 运行环境 (2) 1.3.3 开发环境 (2) 2 语音信号处理的总体方案 (3) 2.1 系统基本概述 (3) 2.2 系统基本要求 (3) 2.3 系统框架及实现 (3) 2.4系统初步流程图 (4) 3 语音信号处理基本知识 (6) 3.1语音的录入与打开 (6) 3.2采样位数和采样频率 (6) 3.3时域信号的FFT分析 (6) 3.4数字滤波器设计原理 (7) 3.5倒谱的概念 (7) 4 语音信号处理实例分析 (8) 4.1图形用户界面设计 (8) 4.2信号的采集 (8) 4.3语音信号的处理设计 (8) 4.3.1 语音信号的提取 (8) 4.3.2 语音信号的调整 (10)
实验二 连续时间信号的频域分析 一、实验目的 1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法； 2、观察截短傅里叶级数而产生的“Gibbs 现象”，了解其特点以及产生的原因； 3、掌握连续时间傅里叶变换的分析方法及其物理意义； 4、掌握各种典型的连续时间非周期信号的频谱特征以及傅里叶变换的主要性质； 5、学习掌握利用Matlab 语言编写计算CTFS 、CTFT 和DTFT 的仿真程序，并能利用这些程序对一些典型信号进行频谱分析，验证CTFT 、DTFT 的若干重要性质。 基本要求：掌握并深刻理傅里叶变换的物理意义，掌握信号的傅里叶变换的计算方法，掌握利用Matlab 编程完成相关的傅里叶变换的计算。 二、原理说明 1、连续时间周期信号的傅里叶级数CTFS 分析 任何一个周期为T 1的正弦周期信号，只要满足狄利克利条件，就可以展开成傅里叶级数。 三角傅里叶级数为： ∑∞ =++=1000)]sin()cos([)(k k k t k b t k a a t x ωω 2.1 或： ∑∞ =++ =1 00)cos()(k k k t k c a t x ?ω 2.2 其中1 02T π ω= ，称为信号的基本频率（Fundamental frequency ），k k b a a ，和，0分别是信号)(t x 的直流分量、余弦分量幅度和正弦分量幅度，k k c ?、为合并同频率项之后各正弦谐波分量的幅度和初相位，它们都是频率0ωk 的函数，绘制出它们与0ωk 之间的图像，称为信号的频谱图（简称“频谱”），k c －0ωk 图像为幅度谱，k ?－0ωk 图像为相位谱。 三角形式傅里叶级数表明，如果一个周期信号x(t)，满足狄里克利条件，就可以被看作是由很多不同频率的互为谐波关系（harmonically related ）的正弦信号所组成，其中每一个不同频率的正弦信号称为正弦谐波分量 (Sinusoid component)，其幅度（amplitude ）为k c 。
信号与系统 课程实验报告 实验四 实验名称 信号的时域分析 及Matlab 实现 系 别 教师姓名 实验地点 5309 实验日期 2011-06-20 学生姓名 学号 一、实验内容 1．预习实验原理。 2．对实验内容编写程序(M 文件)，上机运行。 3．记录并整理实验数据。 二、实验目的 1．掌握用Matlab 分析系统时间响应的方法。 2．掌握用Matlab 分析连续、离散系统的冲激响应的方法。 3．理解系统零、极点分布与系统稳定性关系。 三、涉及实验的相关情况介绍（包含使用软件或实验设备等情况） 计算机一台(安装MATLAB6.5版本或以上版本) 四、实验试做记录（含程序、数据记录及分析） 1．设) 2)(1()(p s p s s s H --= 设①p1=-2，p2=-30； ②p1=-2，p2=3 （1）针对极点参数①②，画出系统零、极点分布图，判断该系统稳定性。 程序： clear num=[1]; den=[1,32,60]; [r,poles,k]=residue(num,den); p=roots(den);
z=roots(num); subplot(2,2,1);plot(real(p),imag(p),'*');hold on; plot(real(z),imag(z),'o');grid on T=0:0.1:10; y1=impulse(num,den,T); subplot(2,2,2);plot(T,y1);grid;title('脉冲响应') 结果： 位于s左半平面，稳定 （2）针对极点参数①②，绘出系统的脉冲响应曲线，并观察t→∞时，脉冲响应变化趋势。 程序： clear num=[1]; den=[1,-1,-6]; [r,poles,k]=residue(num,den); p=roots(den); z=roots(num); subplot(2,2,1);plot(real(p),imag(p),'*');hold on; plot(real(z),imag(z),'o');grid on T=0:0.1:10; y1=impulse(num,den,T); subplot(2,2,2);plot(T,y1);grid;title('脉冲响应') 结果：