原创信号采集与分析课程论文

 2013-7-19 11:01  1555 24 24 分类: 测试测量文集: 论文

<div>
	
		信号采集与分析课程设计
	
		 1 课程设计要求
	
		1.1 设计一
	
		将信号x=cos(5/16*pi*n)+2*cos(9/16*pi*n)中2*cos(9/16*pi*n)分量滤除.
	
		1.2 设计二
	
		设计FIR滤波器，将提供的音频信号assA_06中的噪音滤除，识别信号中的声音.
	
		2 设计
	
		2.1设计一
	
		2.1.1 MATLAB程序
	
		clear;clf;clc;%清除上一次运行的记录
	
		M=32;%实际滤波器长度
	
		N=81;%信号长度，影响过渡带长度
	
		R=1024;%理想滤波器长度
	
		x=cos(5/16*pi*(0:N-1))+2*cos(9/16*pi*(0:N-1));%原信号
	
		x1=cos(5/16*pi*(0:N-1));%直接取需要的信号，将在后面与滤波结果做对比
	
		wc=7/16*pi;%穿越频率
	
		K=wc/(2*pi)*R;%穿越频率对应R中的位数，224位
	
		hdf=[zeros(1,R/2-K),ones(1,2*K),zeros(1,R/2-K)];%在频域构造理想滤波器，前288位为0，中间448位为1，后288位为0
	
		hd=ifftshift(ifft(hdf));%将理想滤波器转换到时域，并做平移
	
		h=hd((R-M)/2+1<img src="static/image/smiley/default/sad.gif" smilieid="2" border="0" alt="" />R+M)/2);%取时域理想滤波器的中间32位，使其物理可实现
	
		y=conv(h,x);%将信号与实际滤波器在时域做卷积，时域的卷积=频域的乘积
	
		G=length(y);%卷积结果的长度，112位
	
		xf=fftshift(fft(x));%x做傅里叶变换，并做平移
	
		hf=fft(h);%h做傅里叶变换
	
		yf=fft(y);%y做傅里叶变换
	
		w2=(0:N-1)/N*2*pi-pi;%设置图（2）的x轴
	
		w4=(0:R-1)/R*2*pi-pi;%设置图（4）的x轴
	
		w6=(0:M-1)/M*2*pi-pi;%设置图（6）的x轴
	
		w7=(0:G-1);%设置图（7）的一个x轴
	
		w77=(0:N-1);%设置图（7）的另一个x轴
	
		w8=(0:G-1)/G*2*pi-pi;%设置图（8）的x轴
	
		subplot(421),plot(x,'k'),ylabel('原信号'),title('时域'),xlabel('(1) x');
	
		subplot(422),plot(w2,abs(xf),'k'),title('频域'),xlabel('(2) xf');
	
		subplot(423),plot(abs(hd),'k'),ylabel('理想滤波器'),xlabel('(3) hd');
	
		subplot(424),plot(w4,hdf,'k'),xlabel('(4) hdf'),axis([-4 4 -0.1 1.1]);
	
		subplot(425),plot(abs(h),'k'),ylabel('实际滤波器'),xlabel('(5) h');
	
		subplot(426),plot(w6,abs(hf),'k'),xlabel('(6) hf'),axis([-4 4 -0.1 1.1]);
	
		subplot(427),plot(w7,real(y),'k',w77,x1,'k-.'),ylabel('处理后信号'),xlabel('(7) y x1');
	
		subplot(428),plot(w8,abs(yf),'k'),xlabel('(8) yf');
	
		2.1.2 设计效果
	
		
	
		图 1    设计一
	
		图1所示为设计一的设计过程及结果.有8个小图，分别为原信号、理想滤波器、实际滤波器和处理后信号的时域和频域波形.图1.(7)中的虚线是直接获取的需要信号，与滤波处理后的实线结果对比，可以看出，滤波处理后的结果达到了设计要求.
	
		2.2 设计二
	
		2.2.1 导入音频数据
	
		Workspace→Inport data→选择音频信号→打开→Finish.Workspace中的data即为导入的音频信号，为一个向量.另一个数据fs是采样速率(Hz)，在程序中会用到.
	
		2.2.2 MATLAB程序
	
		clf;clc;%清除上次运行的记录，注意不能用clear，会清除导入数据
	
		x=data;%导入数据赋值给x
	
		S=length(x);%测量x的长度
	
		f1=400;%带通低频截止频率
	
		f2=2000;%带通高频截止频率
	
		w1=f1/fs*2*pi;%带通低频截止角频率
	
		w2=f2/fs*2*pi;%带通高频截止角频率
	
		N=8001;%信号长度，影响过渡带宽度
	
		M=[-(N-1)/2<img src="static/image/smiley/default/sad.gif" smilieid="2" border="0" alt="" />N-1)/2]+eps;%-4000：4000
	
		hd=sin(w2*M)./(pi*M)-sin(w1*M)./(pi*M);%理想带通滤波器
	
		w=boxcar(N)';%N位的矩形窗
	
		h=hd.*w;%实际带通滤波器
	
		x1=fftfilt(h,x);%给数据x1加窗滤波
	
		y=fftfilt(h,x1);%重复滤波，提高滤波质量
	
		sound(200*y,fs);%放大并播放处理后的数据
	
		xf=fftshift(fft(x));%x快速傅里叶变换，并平移
	
		yf=fftshift(fft(y));%y快速傅里叶变换，并平移
	
		hdf=fftshift(fft(hd));%hd快速傅里叶变换，并平移
	
		hf=fftshift(fft(h));%h快速傅里叶变换，并平移
	
		w2=(0:S-1)/S*2*pi-pi;%设置图（2）的x轴
	
		w4=(0:N-1)/(N-1)*2*pi-pi;%设置图（4）的x轴
	
		w6=w4;%设置图（6）的x轴
	
		w8=w2;%设置图（8）的x轴
	
		subplot(421),plot(x,'k'),title('时域'),ylabel('处理前信号'),xlabel('(1) x');
	
		subplot(422),plot(w2,abs(xf),'k'),title('频域'),xlabel('(2) xf');
	
		subplot(423),plot(hd,'k'),ylabel('理想滤波器'),xlabel('(3) hd');
	
		subplot(424),plot(w4,abs(hdf),'k'),xlabel('(4) hdf');
	
		subplot(425),plot(h,'k'),ylabel('实际滤波器'),xlabel('(5) h');
	
		subplot(426),plot(w6,abs(hf),'k'),xlabel('(6) hf');
	
		subplot(427),plot(y,'k'),ylabel('处理后信号'),xlabel('(7) y');
	
		subplot(428),plot(w8,abs(yf),'k'),xlabel('(8) yf');
	
		程序中调用了2次fftfilt()函数，重复滤波使滤波效果更好.变量data和fs由上一步导入音频数据产生，运行程序前必须导入音频数据，否则会报错.
	
		2.2.3 设计效果
	
		图2所示为处理前信号、窗和处理后信号的时域和频域波形.滤波后的信号仍然存在很多杂波，但是已经能够很清楚地听到信号中人发出的声音，满足后续需要，不再继续处理.
	
		
	
		图 2    设计二
	
		2.2.4 设计结果
	
		assA_06中女士的话为：The meeting is on Monday same place same time.
	
		 
</div>

tam