1、<p>　　在Matlab平臺上實現(xiàn)對語音信號的去噪研究和仿真</p><p><b>　　摘要</b></p><p>　　語音信號在數(shù)字信號處理中占有極其重要的地位，因此選擇通過對語音信號的研究來鞏固和掌握數(shù)字信號處理的基本能力十分具有代表性。對數(shù)字信號處理離不開濾波器，因此濾波器的設(shè)計在信號處理中占有極其重要的地位。而MATLAB軟件工具箱提供了對各種

2、數(shù)字濾波器的設(shè)計。本論文“在MATLAB平臺上實現(xiàn)對語音信號的去噪研究與仿真”綜合運用了數(shù)字信號處理的各種基本知識，進(jìn)而對不帶噪語音信號進(jìn)行譜分析以及帶噪語音信號進(jìn)行譜分析和濾波處理。通過理論推導(dǎo)得出相應(yīng)的結(jié)論，再通過利用MATLAB作為編程工具來進(jìn)行計算機(jī)實現(xiàn)比價已驗證推導(dǎo)出來的結(jié)論。在設(shè)計過程中，通過設(shè)計FIR數(shù)字濾波器和IIR數(shù)字濾波器來完成濾波處理。在設(shè)計過程中，運用了MATLAB對整個設(shè)計中的圖形的繪制和一些數(shù)據(jù)的計算以及仿真

3、。</p><p>　　關(guān)鍵字 濾波器；MATLAB；仿真；濾波</p><p>　　Speech signle denoising and simulation in MATLAB platform</p><p><b>　　ABSTRACT</b></p><p>　　Digital signal proces

4、sing can not be separated from the filter, the filter design occupies an extremely important role in signal processing. The MATLAB software toolbox provides a variety of digital filter design. The subject of the use of b

5、asic knowledge of digital signal processing, speech signal and the noisy speech signal specctral snalysis and filtering,By the theoretical derivation of the corresponding conclusions, then to the computer through the use

6、 of MATLAB as a programming tool </p><p>　　To achieve parity to verify the conclusions derived. In the design process, using the windoow function design FIR digital filter,IIR digital filter using cut design

7、 than Chebyshev, Butterworth and bilinear variation method. In the design process,the use of computer and simulation of MATLAB the entire design, graphics rendering,and some date.</p><p>　　Key words fil

8、ter；MATLAB；simulation；filtering</p><p><b>　　目錄</b></p><p><b>　　摘要I</b></p><p>　　ABSTRACTII</p><p><b>　　第1章 前言1</b></p>&l

9、t;p>　　1.1 研究的意義1</p><p>　　1.2 國內(nèi)外研究現(xiàn)狀1</p><p>　　1.3 研究的內(nèi)容2</p><p>　　第2章 語音信號去噪方法的研究4</p><p>　　2.2 去噪的原理4</p><p>　　2.2.1 采樣定理4</p><p>

10、;　　2.2.2 采樣頻率5</p><p>　　2.2 去噪的方法5</p><p>　　FIR濾波器基本結(jié)構(gòu)：7</p><p>　　IIR數(shù)字濾波器的設(shè)計8</p><p>　　第3章 濾波器的設(shè)計及實現(xiàn)10</p><p>　　3.1數(shù)字濾波器設(shè)計的基本原理10</p><p&g

11、t;　　3.3 IIR數(shù)字濾波器的設(shè)計及實現(xiàn)13</p><p>　　第四章 去噪及仿真的研究16</p><p>　　4.1 語音文件在MATLAB平臺上的錄入與打開16</p><p>　　4.2 原始語音信號頻譜分析及仿真16</p><p>　　4.3 加噪語音信號頻譜分析及仿真20</p><p>

12、;　　(1)正弦波信號加入原始語音信號20</p><p>　　4.4 去噪及仿真24</p><p>　　4.5 結(jié)合去噪后的頻譜圖對比兩種方式濾波的優(yōu)缺點25</p><p><b>　　總結(jié)27</b></p><p><b>　　致謝28</b></p><p&

13、gt;<b>　　參考文獻(xiàn)29</b></p><p><b>　　第1章 前言</b></p><p><b>　　1.1 研究的意義</b></p><p>　　語音是語言的聲學(xué)表現(xiàn)，是人類交流信息最自然、最有效、最方便的手段。隨著社會文化的進(jìn)步和科學(xué)技術(shù)的發(fā)展，人類開始進(jìn)入了信息化時代，用現(xiàn)

14、代手段研究語音處理技術(shù)，使人們能更加有效地產(chǎn)生、傳輸、存儲、和獲取語音信息，這對于促進(jìn)社會的發(fā)展具有十分重要的意義，因此，語音信號處理正越來越受到人們的關(guān)注和廣泛的研究。</p><p>　　語音信號是信息技術(shù)處理中最重要的一門科學(xué)，是人類社會幾步的標(biāo)志。那么什么是語音？語音是人類特有的功能，也是人類獲取外界信息的重要工具，也是人與人交流必不可少的重要手段。那么什么又是信號？那信號是什么呢？信號是傳遞信息的函數(shù)。

15、離散時間信號——序列——可以用圖形來表示。</p><p>　　語音信號處理是一門用研究數(shù)字信號處理研究信號的科學(xué)。它是一新興的信</p><p>　　息科學(xué)，同時又是綜合多個學(xué)科領(lǐng)域的一門交叉科學(xué)。語音在我們的日常生</p><p>　　活中隨時可見，也隨處可見，語音很大程度上可以影響我們的生活。所以研究語音信號無論是在科學(xué)領(lǐng)域上還是日常生活中都有其廣泛而重要的意

16、義。</p><p>　　1.2 國內(nèi)外研究現(xiàn)狀</p><p>　　20世紀(jì)60年代中期形成的一系列數(shù)字信號處理的理論和算法，如數(shù)字濾波器、快速傅立葉變換（FFT）等是語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ)。隨著信息科學(xué)技術(shù)的飛速發(fā)展，語音信號處理取得了重大的進(jìn)展：進(jìn)入70年代之后，提出了用于語音信號的信息壓縮和特征提取的線性預(yù)測技術(shù)（LPC），并已成為語音信號處理最強(qiáng)有力的工具，廣泛應(yīng)用于語

17、音信號的分析、合成及各個應(yīng)用領(lǐng)域，以及用于輸入語音與參考樣本之間，時間匹配的動態(tài)規(guī)劃方法；80年代初一種新的基于聚類分析的高效數(shù)據(jù)壓縮技術(shù)—矢量量化（VQ）應(yīng)用于語音信號處理中；而用隱馬爾可夫模型（HMM）描述語音信號過程的產(chǎn)生是80年代語音信號處理技術(shù)的重大發(fā)展，目前HMM已構(gòu)成了現(xiàn)代語音識別研究的重要基石。近年來人工神經(jīng)網(wǎng)絡(luò)(ANN)的研究取得了迅速發(fā)展，語音信號處理的各項課題是促進(jìn)其發(fā)展的重要動力之一，他的各項成果也體現(xiàn)在語音信號

18、處理的各項技術(shù)之中。</p><p><b>　　1.3 研究的內(nèi)容</b></p><p>　　本論文主要介紹的是的語音信號的簡單處理。本論文針對以上問題，運用數(shù)字信號學(xué)基本原理實現(xiàn)語音信號的處理，在matlab7.0環(huán)境下綜合運用信號提取，幅頻變換以及傅里葉變換、濾波等技術(shù)來進(jìn)行語音信號處理。我所做的工作就是在matlab7.0軟件上編寫一個處理語音信號的程序，能

19、對語音信號進(jìn)行采集，并對其進(jìn)行各種處理，達(dá)到簡單語音信號處理的目的。</p><p>　　對語音信號的研究，本論文采用了設(shè)計兩種濾波器的基本研究方法來達(dá)到研究語音信號去噪的目的，最終結(jié)合圖像以及對語音信號的回放，通過對比，得出結(jié)論。</p><p>　　本課題的研究基本步驟如下：</p><p><b>　　語音信號的錄制。</b></p

20、><p>　　在MATLAB平臺上讀入語音信號。</p><p>　　繪制頻譜圖并回放原始語音信號。</p><p>　　利用MATLAB編程加入一段正弦波噪音，設(shè)計濾波器去噪。</p><p>　　利用MATLAB編程加入一段隨機(jī)噪音信號，設(shè)計FIR和IIR濾波器去噪，并分別繪制頻譜圖、回放語音信號。</p><p>　

21、　6 通過仿真后的圖像以及對語音信號的回放，對比兩種去噪方式的優(yōu)缺點。</p><p>　　其大概流程框圖可如下表示：（圖1-1）</p><p>　　圖1-1 論文設(shè)計的流程</p><p>　　第2章 語音信號去噪方法的研究</p><p><b>　　2.2 去噪的原理</b></p><p

22、>　　2.2.1 采樣定理</p><p>　　在進(jìn)行模擬/數(shù)字信號的轉(zhuǎn)換過程中，當(dāng)采樣頻率fs.max大于信號中，最高頻率fmax的2倍時，即：fs.max>=2fmax,則采樣之后的數(shù)字信號完整地保留了原始信號中的信息，一般實際應(yīng)用中保證采樣頻率為信號最高頻率的5～10倍；采樣定理又稱奈奎斯特定理。 1924年奈奎斯特(Nyquist)就推導(dǎo)出在理想低通信道的最高大碼元傳輸速率的公式: 理想低通信

23、道的最高大碼元傳輸速率=2W*log2 N (其中W是理想低通信道的帶寬,N是電平強(qiáng)度)為什么把采樣頻率設(shè)為8kHz?在數(shù)字通信中，根據(jù)采樣定理, 最小采樣頻率為語音信號最高頻率的2倍</p><p>　　頻帶為F的連續(xù)信號 f(t)可用一系列離散的采樣值f(t1),f(t1±Δt)，f(t1±2Δt)，...來表示,只要這些采樣點的時間間隔Δt≤1/2F，便可根據(jù)各采樣值完全恢復(fù)原來的信號f

24、(t)。 這是時域采樣定理的一種表述方式。 </p><p>　　時域采樣定理的另一種表述方式是：當(dāng)時間信號函數(shù)f(t)的最高頻率分量為fM時,f(t)的值可由一系列采樣間隔小于或等于1/2fM的采樣值來確定,即采樣點的重復(fù)頻率f≥2fM。圖為模擬信號和采樣樣本的示意圖。 </p><p>　　時域采樣定理是采樣誤差理論、隨機(jī)變量采樣理論和多變量采樣理論的基礎(chǔ)。對于時間上受限制的連續(xù)信號f

25、(t)（即當(dāng)│t│>T時,f(t)=0,這里T=T2-T1是信號的持續(xù)時間），若其頻譜為F（ω）,則可在頻域上用一系列離散的采樣值 </p><p><b>　?。?-1）</b></p><p>　　采樣值來表示,只要這些采樣點的頻率間隔 </p><p><b>　?。?-2）</b></p>&l

26、t;p><b>　　。</b></p><p>　　2.2.2 采樣頻率</p><p>　　采樣頻率，也稱為采樣速度或者采樣率，定義了每秒從連續(xù)信號中提取并組成離散信號的采樣個數(shù)，它用赫茲（Hz）來表示。采樣頻率的倒數(shù)是采樣周期或者叫作采樣時間，它是采樣之間的時間間隔。通俗的講采樣頻率是指計算機(jī)每秒鐘采集多少個聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲

27、音文件的質(zhì)量標(biāo)準(zhǔn)。</p><p>　　采樣頻率只能用于周期性采樣的采樣器，對于非周期性采樣的采樣器沒有規(guī)則限制。 采樣頻率的常用的表示符號是 fs。 通俗的講采樣頻率是指計算機(jī)每秒鐘采集多少個聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲音文件的質(zhì)量標(biāo)準(zhǔn)。采樣頻率越高，即采樣的間隔時間越短，則在單位時間內(nèi)計算機(jī)得到的聲音樣本數(shù)據(jù)就越多，對聲音波形的表示也越精確。采樣頻率與聲音頻率之間有一定的關(guān)系，根據(jù)采樣定

28、理，只有采樣頻率高于聲音信號最高頻率的兩倍時，才能把數(shù)字信號表示的聲音還原成為原來的聲音。這就是說采樣頻率是衡量聲卡采集、記錄和還原聲音文件的質(zhì)量標(biāo)準(zhǔn)。</p><p>　　采樣位數(shù)和采樣率對于音頻接口來說是最為重要的兩個指標(biāo)，也是選擇音頻接口的兩個重要標(biāo)準(zhǔn)。無論采樣頻率如何，理論上來說采樣的位數(shù)決定了音頻數(shù)據(jù)最大的力度范圍。每增加一個采樣位數(shù)相當(dāng)于力度范圍增加了6dB。采樣位數(shù)越多則捕捉到的信號越精確。對于采樣

29、率來說你可以想象它類似于一個照相機(jī)，44.1kHz意味著音頻流進(jìn)入計算機(jī)時計算機(jī)每秒會對其拍照達(dá)441000次。顯然采樣率越高，計算機(jī)攝取的圖片越多，對于原始音頻的還原也越加精確</p><p><b>　　2.2 去噪的方法</b></p><p>　　數(shù)字信號處理技術(shù)經(jīng)過幾十年的發(fā)展，在國內(nèi)外已經(jīng)取得了很大的成績。到目前為止，已經(jīng)比較成熟的去噪方法比較典型的有切比

30、雪夫去噪法、雙線性變換去噪法、窗函數(shù)去噪法、譜相減去噪法、巴特沃茲去噪法等有名的去噪方法。下面分別對上述去噪方法中比較有代表性的譜相減去噪法和FIR以及IIR濾波法做一個簡單的介紹。</p><p>　?。?）譜相減算法去噪法</p><p>　　在我們的日常交流和語音通信系統(tǒng)中，加性寬帶噪聲嚴(yán)重影響了語音質(zhì)量和可懂度。從帶噪語音中提取原始語音信號的方法很多，在單信道條件下，譜相減算法以其

31、運算量小、原理簡單、易于實現(xiàn)并且有不錯的增強(qiáng)效果而得到了廣泛的應(yīng)用。譜相減語音增強(qiáng)算法的核心是噪聲檢測和譜減規(guī)則。在分析了語音增強(qiáng)算法理論的基礎(chǔ)上，本文首先研究了語音激活檢測算法。對基于短時能量和短時過零率雙門限法語音激活檢測的噪聲估計算法做了研究及仿真，同時還研究了一種基于最小子帶能量的噪聲估計方法。然后，通過分析經(jīng)典譜減法的原理及其一般改進(jìn)形式，研究了一種基于噪聲殘差的譜相減改進(jìn)算法和一種可以不以噪聲是零均值的高斯分布為前提的譜減法

32、改進(jìn)算法。最后通過大量的仿真實驗，驗證了所研究的幾種改進(jìn)算法都能有效地提高增強(qiáng)效果。 </p><p>　　由于譜相減算法去噪比較復(fù)雜，我們在這里就不多做討論，并且本論文也不采用此種方法。下面著重講解本論文采用的兩種方法。</p><p><b>　?。?）FIR濾波法</b></p><p>　　FIR工作原理：在進(jìn)入FIR濾波器前，首先要將

33、信號通過A/D器件進(jìn)行模數(shù)轉(zhuǎn)換，使之成為8bit的數(shù)字信號，一般可用速度較高的逐次逼進(jìn)式A/D轉(zhuǎn)換器，不論采用乘累加方法還是分布式算法設(shè)計FIR濾波器，濾波器輸出的數(shù)據(jù)都是一串序列，要使它能直觀地反應(yīng)出來，還需經(jīng)過數(shù)模轉(zhuǎn)換，因此由FPGA構(gòu)成的FIR濾波器的輸出須外接D/A模塊。FPGA有著規(guī)整的內(nèi)部邏輯陣列和豐富的連線資源，特別適合于數(shù)字信號處理任務(wù)，相對于串行運算為主導(dǎo)的通用DSP芯片來說，其并行性和可擴(kuò)展性更好，利用FPGA乘累加

34、的快速算法，可以設(shè)計出高速的FIR數(shù)字濾波器。</p><p><b>　　FIR的特點：</b></p><p>　　有限長單位沖激響應(yīng)（FIR）濾波器有以下特點： </p><p>　　A位沖激響應(yīng)h (n)在有限個n值處不為零 </p><p>　　B系統(tǒng)函數(shù)0處收斂，極點全部在z = 0處</p>

35、<p>　　C結(jié)構(gòu)上主要是非遞歸結(jié)構(gòu)，沒有輸出到輸入的反饋，但有些結(jié)構(gòu)中（例如頻率抽樣結(jié)構(gòu)）也包含有反饋的遞歸部分。 </p><p>　　設(shè)FIR濾波器的單位沖激響應(yīng)h (n)為一個N點序列，0 ≤ n ≤N —1，則濾波器的系統(tǒng)函數(shù)為 </p><p>　　H(z)=∑h(n)*z^-n （2-3）</p><p>　　就是說，它有（N—1）階極點在z

36、 = 0處，有（N—1）個零點位于有限z平面的任何位置。</p><p>　　FIR濾波器基本結(jié)構(gòu)：</p><p>　　FIR濾波器有以下幾種基本結(jié)構(gòu)： </p><p><b>　　橫截型</b></p><p>　　式的系統(tǒng)的差分方程表達(dá)式為 </p><p>　　y(n)=∑h(m)x(n

37、-m) ( 2-4）</p><p>　　很明顯，這就是線性移不變系統(tǒng)的卷積和公式，也是x (n)的延時鏈的橫向結(jié)構(gòu)，稱為橫截型結(jié)構(gòu)或卷積型結(jié)構(gòu)，也可稱為直接型結(jié)構(gòu)。將轉(zhuǎn)置定理用于可得到的轉(zhuǎn)置直接型結(jié)構(gòu)。 </p><p>　　FIR濾波器的橫截型結(jié)構(gòu) </p><p><b>　　級聯(lián)型</b></p><p>　

38、　其中[N/2]表示取N/2的整數(shù)部分。若N為偶數(shù)，則N—1為奇數(shù)，故系數(shù)B2K中有一個為零，這是因為，這時有奇數(shù)個根，其中復(fù)數(shù)根成共軛對必為偶數(shù)，必然有奇數(shù)個實根。畫出N為奇數(shù)時，F(xiàn)IR濾波器的級聯(lián)結(jié)構(gòu)，其中每一個二階因子用圖4-11的橫型結(jié)構(gòu)。 </p><p>　　這種結(jié)構(gòu)的每一節(jié)控制一對零點，因而再需要控制傳輸零點時，可以采用它。但是這種結(jié)構(gòu)所需要的系數(shù)B2k（I = 0，1，2，k，= 1，2，．．．，

39、[N/2]）比卷積型的系數(shù)h (n)要多，因而所需的乘法次數(shù)也比卷積型的要多。 </p><p>　　(3)IIR濾波器去噪法</p><p>　　IIRnfinite Impulse Response)數(shù)字濾波器，又名“無限脈沖響應(yīng)數(shù)字濾波器”，或“遞歸濾波器”。遞歸濾波器，也就是IIR數(shù)字濾波器，顧名思義，具有反饋，一般認(rèn)為具有無限的脈沖響應(yīng)。</p><p>

40、　　IIR數(shù)字濾波器的設(shè)計</p><p>　　利用 MATALAB工具箱分析工具(FDATool)可以很方便地設(shè)計出符合應(yīng)用要求的未經(jīng)量化的IIR數(shù)字濾波器。需要將MATLAB設(shè)計出的IIR數(shù)字濾波器進(jìn)一步分解和量化，從而獲得可用FPGA實現(xiàn)的濾波器系數(shù)。 </p><p>　　IIR數(shù)字濾波器的設(shè)計步驟</p><p>　　由于采用了級聯(lián)結(jié)構(gòu)，因此如何將濾波器的

41、每一個極點和零點相組合，從而使得數(shù)字濾波器輸出所含的噪聲最小是個十分關(guān)鍵的問題。為了產(chǎn)生最優(yōu)的量化后的IIR數(shù)字濾波器，采用如下步驟進(jìn)行設(shè)計。 </p><p>　　首先計算整體傳遞函數(shù)的零極點； </p><p>　　選取具有最大幅度的極點以及距離它最近的零點，使用它們組成一個二階基本節(jié)的傳遞函數(shù)； </p><p>　　對于剩下的極點和零點采用與相類似的步驟，直

42、至形成所有的二階基本節(jié)。 </p><p>　　通過上面三步法進(jìn)行的設(shè)計可以保證IIR數(shù)字濾波器中N位乘法器產(chǎn)生的量化舍入誤差最小。 </p><p>　　獲得最優(yōu)IIR數(shù)字濾波器系數(shù)：</p><p>　　為了設(shè)計出可用FPGA實現(xiàn)的數(shù)字濾波器，需要對上一步分解獲得的二階基本節(jié)的濾波器系數(shù)進(jìn)行量化，即用一個固定的字長加以表示。量化過程中由于存在不同程度的量化誤差，

43、由此會導(dǎo)致濾波器的頻率響應(yīng)出現(xiàn)偏差，嚴(yán)重時會使IIR濾波器的極點移到單位圓之外，系統(tǒng)因而失去穩(wěn)定性。為了獲得最優(yōu)的濾波器系數(shù)，采用以下步驟進(jìn)行量化。 </p><p>　　A計算每個系數(shù)的 絕對值；</p><p>　　B查找出每個系數(shù)絕對值中的最大值； </p><p>　　C計算比此絕對值大的最小整數(shù)； </p><p>　　D對3.2.

44、3的結(jié)果取反獲得負(fù)整數(shù)； </p><p>　　E計算需要表示此整數(shù)的最小位數(shù)； </p><p>　　F計算用于表示系數(shù)值分?jǐn)?shù)部分的余下位數(shù)。 </p><p>　　除了系數(shù)存在量化誤差，數(shù)字濾波器運算過程中有限字長效應(yīng)也會造成誤差，因此對濾波器中乘法器、加法器及寄存器的數(shù)據(jù)寬度要也進(jìn)行合理的設(shè)計，以防止產(chǎn)生極限環(huán)現(xiàn)象和溢出振蕩。 </p><

45、p>　　與FIR數(shù)字濾波器的設(shè)計不同，IIR濾波器設(shè)計時的階數(shù)不是由設(shè)計者指定，而是根據(jù)設(shè)計者輸入的各個濾波器參數(shù)（截止頻率、通帶濾紋、阻帶衰減等），由軟件設(shè)計出滿足這些參數(shù)的最低濾波器階數(shù)。在MATLAB下設(shè)計不同類型IIR濾波器均有與之對應(yīng)的函數(shù)用于階數(shù)的選擇。 </p><p>　　第3章 濾波器的設(shè)計及實現(xiàn)</p><p>　　3.1數(shù)字濾波器設(shè)計的基本原理</p>

46、;<p>　　濾波器是一種對信號有處理作用的器件或電路。 </p><p>　　濾波器分為有源濾波和無源濾波，它的主要作用是：讓有用信號盡可能無衰減的通過，對無用信號盡可能大的衰減。</p><p>　　濾波器是由電感器和電容器構(gòu)成的網(wǎng)路，可使混合的交直流電流分開。整流器中，即借助此網(wǎng)路濾凈脈動直流中的漣波，而獲得比較純凈的直流輸出。最基本的濾波器，是由一個電容器和一個電感器

47、構(gòu)成，稱為L型濾波。所有各型的濾波器，都是集合L型單節(jié)濾波器而成?；締喂?jié)式濾波器由一個串聯(lián)臂及一個并聯(lián)臂所組成，串聯(lián)臂為電感器，并聯(lián)臂為電容器。在電源及聲頻電路中之濾波器，最通用者為L型及π型兩種。就L型單節(jié)濾波器而言，其電感抗XL與電容抗XC，對任一頻率為一常數(shù)，其關(guān)系為 </p><p>　　XL·XC=K2 (3-1)</p><p>　　故L型濾波器又稱為K常數(shù)濾波器。

48、倘若一濾波器的構(gòu)成部分，較K常數(shù)型具有較尖銳的截止頻率（即對范圍選擇性強(qiáng)），而同時對此截止頻率以外的其他頻率只有較小的衰減率者，稱為m常數(shù)濾波器。所謂截止頻率，亦即與濾波器有尖銳諧振的頻率。通帶與帶阻濾波器都是m常數(shù)濾波器，m為截止頻率與被衰減的其他頻率之衰減比的函數(shù)。每一m常數(shù)濾波器的阻抗與K常數(shù)濾波器之間的關(guān)系，均由m常數(shù)決定，此常數(shù)介于0～1之間。當(dāng)m接近零值時，截止頻率的尖銳度增高，但對于截止頻的倍頻之衰減率將隨著而減小。最合于

49、實用的m值為0.6。至于那一頻率需被截止，可調(diào)節(jié)共振臂以決定之。m常數(shù)濾波器對截止頻率的衰減度，決定于共振臂的有效Q值之大小。若達(dá)K常數(shù)及m常數(shù)濾波器組成級聯(lián)電路，可獲得尖銳的濾波作用及良好的頻率衰減。</p><p>　　簡而言之，濾波，本質(zhì)上是從被噪聲畸變和污染了的信號中提取原始信號所攜帶的信息的過程。</p><p><b>　　濾波器的分類：</b></

50、p><p>　　巴特沃斯響應(yīng)（最平坦響應(yīng)），巴特沃斯響應(yīng)能夠最大化濾波器的通帶平坦度。該響應(yīng)非常平坦，非常接近DC信號，然后慢慢衰減至截止頻率點為-3dB，最終逼近-20ndB/decade的衰減率，其中n為濾波器的階數(shù)。巴特沃斯濾波器特別適用于低頻應(yīng)用，其對于維護(hù)增益的平坦性來說非常重要。</p><p>　　貝塞爾響應(yīng)，除了會改變依賴于頻率的輸入信號的幅度外，濾波器還會為其引入了一個延遲。

51、延遲使得基于頻率的相移產(chǎn)生非正弦信號失真。就像巴特沃斯響應(yīng)利用通帶最大化了幅度的平坦度一樣，貝塞爾響應(yīng)最小化了通帶的相位非線性。 </p><p>　　切貝雪夫響應(yīng)，在一些應(yīng)用當(dāng)中，最為重要的因素是濾波器截斷不必要信號的速度。如果你可以接受通帶具有一些紋波，就可以得到比巴特沃斯濾波器更快速的衰減。</p><p>　　本課題主要采樣FIR和IIR數(shù)字濾波器對加噪語音信號進(jìn)行濾波。下面就分別

52、論述一下FIR和IIR數(shù)字濾波器的設(shè)計原理和基本步驟。</p><p>　　3.2 FIR數(shù)字濾波器的設(shè)計及實現(xiàn)</p><p>　　FIR：有限脈沖響應(yīng)濾波器。有限說明其脈沖響應(yīng)是有限的。與IIR相比，它具有線性相位、容易設(shè)計的優(yōu)點。這也就說明，IIR濾波器具有相位不線性，不容易設(shè)計的缺點。而另一方面，IIR卻擁有FIR所不具有的缺點，那就是設(shè)計同樣參數(shù)的濾波器，F(xiàn)IR比IIR需要更多的

53、參數(shù)。這也就說明，要增加DSP的計算量。DSP需要更多的計算時間，對DSP的實時性有影響。FIR濾波器的設(shè)計比較簡單，就是要設(shè)計一個數(shù)字濾波器去逼近一個理想的低通濾波器。通常這個理想的低通濾波器在頻域上是一個矩形窗。根據(jù)傅里葉變換我們可以知道，此函數(shù)在時域上是一個采樣函數(shù)。通常此函數(shù)的表達(dá)式為：</p><p>　　sa（n）＝sin（n∩）/n（3-2）</p><p>　　但是這個采

54、樣序列是無限的，計算機(jī)是無法對它進(jìn)行計算的。故我們需要對此采樣函數(shù)進(jìn)行截斷處理。也就是加一個窗函數(shù)。就是傳說中的加窗。也就是把這個時域采樣序列去乘一個窗函數(shù)，就把這個無限的時域采樣序列截成了有限個序列值。但是加窗后對此采樣序列的頻域也產(chǎn)生了影響：此時的頻域便不再是一個理想的矩形窗，而是成了一個有過渡帶，阻帶有波動的低通濾波器。通常根據(jù)所加的窗函數(shù)的不同，對采樣信號加窗后，在頻域所得的低通濾波器的阻帶衰減也不同。通常我們就是根據(jù)此阻帶衰減

55、去選擇一個合適的窗函數(shù)。如矩形窗、漢寧窗、漢明窗、BLACKMAN窗、凱撒窗等。</p><p>　　面我們著重介紹用窗函數(shù)法設(shè)計FIR濾波器的步驟。如下：</p><p>　?。?）根據(jù)對阻帶衰減及過渡帶的指標(biāo)要求，選擇串窗數(shù)類型（矩形窗、三角窗、漢寧窗、哈明窗、凱塞窗等），并估計窗口長度N。先按照阻帶衰減選擇窗函數(shù)類型。原則是在保證阻帶衰減滿足要求的情況下，盡量選擇主瓣的窗函數(shù)。<

56、;/p><p>　?。?）構(gòu)造希望逼近的頻率響應(yīng)函數(shù)。</p><p>　?。?）計算h(n).。</p><p>　?。?）加窗得到設(shè)計結(jié)果。</p><p>　　接下來，我們根據(jù)語音信號的特點給出有關(guān)濾波器的技術(shù)指標(biāo)：</p><p>　　低通濾波器的性能指標(biāo)：</p><p>　　fp=100

57、0Hz，fc=1200Hz，As=50db ,Ap=1dB</p><p>　　高通濾波器的性能指標(biāo)：</p><p>　　fp=3500Hz，fc=4000Hz，As=50dB，Ap=1dB</p><p>　　在Matlab中，可以利用函數(shù)fir1設(shè)計FIR濾波器，利用Matlab中的函數(shù)freqz畫出各步步器的頻率響應(yīng)。</p><p>

58、;　　MATLAB信號處理工具箱函數(shù)cheblap,cheblord和cheeby1是切比雪夫I型濾波器設(shè)計函數(shù)。我們用到的是cheeby1函數(shù)，其調(diào)用格式如下：</p><p>　　[B,A]=cheby1(N,Rp,wpo,’ftypr’)</p><p>　　[B,A]=cheby1(N,Rp,wpo,’ftypr’,’s’)</p><p>　　下面我們將給

59、出設(shè)計FIR數(shù)字濾波器的主要程序和圖像。</p><p>　　FIR低通濾波器程序見附錄1</p><p>　　FIR低通濾波器圖像：（圖3—1）</p><p>　　圖3—1 FIR低通濾波器</p><p>　　FIR高通濾波程序見附錄2</p><p>　　FIR高通濾波圖像：（圖3-2）</p>

60、<p>　　圖3-2 FIR高通濾波器</p><p>　　3.3 IIR數(shù)字濾波器的設(shè)計及實現(xiàn)</p><p>　　對于數(shù)字高通、帶通濾波器的設(shè)計，通用方法為雙線性變換法。可以借助于模擬濾波器的頻率轉(zhuǎn)換設(shè)計一個所需類型的過渡模擬濾波器，再經(jīng)過雙線性變換將其轉(zhuǎn)換策劃那個所需的數(shù)字濾波器。具體設(shè)計步驟如下：</p><p>　　（1）確定所需類型數(shù)字濾

61、波器的技術(shù)指標(biāo)。</p><p>　?。?）將所需類型數(shù)字濾波器的邊界頻率轉(zhuǎn)換成相應(yīng)的模擬濾波器的邊界頻率，轉(zhuǎn)換公式為Ω=2/T tan(0.5ω) （3-1）</p><p>　　(3)將相應(yīng)類型的模擬濾波器技術(shù)指標(biāo)轉(zhuǎn)換成模擬低通濾波器技術(shù)指標(biāo)。</p><p>　　（4）設(shè)計模擬低通濾波器。</p><p>　?。?）通過頻率變換將模擬

62、低通轉(zhuǎn)換成相應(yīng)類型的過渡模擬濾波器。</p><p>　?。?）采用雙線性變換法將相應(yīng)類型的過渡模擬濾波器轉(zhuǎn)換成所需類型的數(shù)字濾波器。</p><p>　　我們知道，脈沖響應(yīng)不變法的主要缺點是會產(chǎn)生頻譜混疊現(xiàn)象，使數(shù)字濾波器的頻響偏離模擬濾波器的頻響特性。為了克服之一缺點，可以采用雙線性變換法。</p><p>　　下面我們總結(jié)一下利用模擬濾波器設(shè)計IIR數(shù)字低通濾

63、波器的步驟：</p><p>　　（1）確定數(shù)字低通濾波器的技術(shù)指標(biāo)：通帶邊界頻率、通帶最大衰減，阻帶截止頻率、阻帶最小衰減。</p><p>　　（2）將數(shù)字低通濾波器的技術(shù)指標(biāo)轉(zhuǎn)換成相應(yīng)的模擬低通濾波器的技術(shù)指標(biāo)。</p><p>　?。?）按照模擬低通濾波器的技術(shù)指標(biāo)設(shè)計及過渡模擬低通濾波器。</p><p>　?。?）用雙線性變換法，

64、模擬濾波器系統(tǒng)函數(shù)轉(zhuǎn)換成數(shù)字低通濾波器系統(tǒng)函數(shù)。</p><p>　　MATLAB信號處理工具箱函數(shù)cheblap,cheblord和cheeby1是切比雪夫I型濾波器設(shè)計函數(shù)。我們用到的是cheeby1函數(shù)，其調(diào)用格式如下：</p><p>　　[B,A]=cheby1(N,Rp,wpo,’ftypr’)</p><p>　　[B,A]=cheby1(N,Rp,w

65、po,’ftypr’,’s’)</p><p>　　函數(shù)butter,cheby1和ellip設(shè)計IIR濾波器時都是默認(rèn)的雙線性變換法，所以在設(shè)計濾波器時只需要代入相應(yīng)的實現(xiàn)函數(shù)即可。下面我們將給出IIR數(shù)字濾波器的主要程序。</p><p>　　IIR低通濾波器程序見附錄3；</p><p>　　IIR低通濾波器圖像：（圖3—3）</p><p

66、>　　圖3-3 IIR低通濾波器</p><p>　　IIR濾波器高通程序</p><p>　　IIR濾波器高通圖像：（圖3-4）</p><p>　　圖3-4 IIR高通濾波器</p><p>　　第四章 去噪及仿真的研究</p><p>　　4.1 語音文件在MATLAB平臺上的錄入與打開</p>

67、;<p>　　單擊自己的電腦開始程序，選擇所有程序，接著選擇附件，再選擇娛樂，最后選擇錄音。自己錄入“畢業(yè)設(shè)計”語音信號，然后保存在MATLAB文件夾里面，命名為“wangqingtian.wav”。</p><p>　　利用MATLAB中的wavread命令來讀入（采集）語音信號，將它賦值給某一向量。</p><p>　　[y,fs,bits]=wavread('

68、[N1 N2]);用于讀取語音，采樣值放在向量y中，fs表示采樣頻率(Hz)，bits表示采樣位數(shù)。[N1 N2]表示讀取從N1點到N2點的值（若只有一個N的點則表示讀取前N點的采樣值）。</p><p>　　4.2 原始語音信號頻譜分析及仿真</p><p>　　利用MATLAB中的wavread命令來讀入（采集）語音信號，將它賦值給某一向量。再將該向量看作一個普通的信號，對其進(jìn)行FFT

69、變換實現(xiàn)頻譜分析，再依據(jù)實際情況對它進(jìn)行濾波。對于波形圖與頻譜圖（包括濾波前后的對比圖）都可以用 MATLAB畫出。我們還可以通過sound命令來對語音信號進(jìn)行回放，以便在聽覺上來感受聲音的變化。選擇設(shè)計此方案，是對數(shù)字信號處理的一次實踐。在數(shù)字信號處理的課程學(xué)習(xí)過程中，我們過多的是理論學(xué)習(xí)，幾乎沒有進(jìn)行實踐方面的運用。這個課題正好是對數(shù)字語音處理的一次有利實踐，而且語音處理也可以說是信號處理在實際應(yīng)用中很大眾化的一方面。這個方案用到的

70、軟件也是在數(shù)字信號處理中非常通用的一個軟件——MATLAB軟件。所以這個課題的設(shè)計過程也是一次數(shù)字信號處理在MATLAB中應(yīng)用的學(xué)習(xí)過程。課題用到了較多的MATLAB語句，而由于課題研究范圍所限，真正與數(shù)字信號有關(guān)的命令函數(shù)卻并不多。sound(x,fs,bits); 用于對聲音的回放。向量y則就代表了一個信號（也即一個復(fù)雜的“函數(shù)表達(dá)式”）也就是說可以像處理一個信號表達(dá)式一樣處理這個聲音信號。</p><p>

71、　　FFT的MATLAB實現(xiàn)：</p><p>　　在MATLAB的信號處理工具箱中函數(shù)FFT和IFFT用于快速傅立葉變換和逆變換。下面介紹這些函數(shù)。</p><p>　　函數(shù)FFT用于序列快速傅立葉變換。</p><p>　　函數(shù)的一種調(diào)用格式為 y=fft(x)</p><p>　　其中，x是序列，y是序列的FFT，x可以為一向量或矩陣，

72、若x為一向量，y是x的FFT。且和x相同長度。若x為一矩陣，則y是對矩陣的每一列向量進(jìn)行FFT。</p><p>　　如果x長度是2的冪次方，函數(shù)fft執(zhí)行高速基－2FFT算法；否則fft執(zhí)行一種混合基的離散傅立葉變換算法，計算速度較慢。</p><p>　　函數(shù)FFT的另一種調(diào)用格式為y=fft(x,N)</p><p>　　式中，x，y意義同前，N為正整數(shù)。函數(shù)

73、執(zhí)行N點的FFT。若x為向量且長度小于N，則函數(shù)將x補(bǔ)零至長度N。若向量x的長度大于N，則函數(shù)截短x使之長度為N。若x 為矩陣，按相同方法對x進(jìn)行處理。</p><p>　　經(jīng)函數(shù)fft求得的序列y一般是復(fù)序列，通常要求其幅值和相位。MATLAB提供求復(fù)數(shù)的幅值和相位函數(shù)：abs，angle，這些函數(shù)一般和 FFT同時使用。</p><p>　　函數(shù)abs(x)用于計算復(fù)向量x的幅值，函數(shù)

74、angle(x)用于計算復(fù)向量的相角，介于 和 之間，以弧度表示。函數(shù)unwrap(p)用于展開弧度相位角p ,當(dāng)相位角絕對變化超過 時，函數(shù)把它擴(kuò)展至 。</p><p>　　用MATLAB工具箱函數(shù)fft進(jìn)行頻譜分析時需注意：</p><p>　?。?）函數(shù)fft返回值y的數(shù)據(jù)結(jié)構(gòu)對稱性</p><p>　　一般而言，對于N點的x(n)序列的FFT是N點的復(fù)數(shù)序

75、列，其點n=N/2+1對應(yīng)Nyquist頻率，作頻譜分析時僅取序列X(k)的前一半，即前N/2點即可。X(k)的后一半序列和前一半序列時對稱的。</p><p><b>　?。?）頻率計算</b></p><p>　　若N點序列x(n)(n=0,1,…,N-1)是在采樣頻率 下獲得的。它的FFT也是N點序列，即X(k)(k=0,1,2,…,N-1)，則第k點所對應(yīng)實際

76、頻率值為f=k*f /N.</p><p>　　（3）作FFT分析時，幅值大小與FFT選擇點數(shù)有關(guān)，但不影響分析結(jié)果。</p><p>　　下面的一段程序是語音信號在MATLAB中的最簡單表現(xiàn)，它實現(xiàn)了語音的讀入打開，以及繪出了語音信號的波形頻譜圖。</p><p>　　[x,fs,bits]=wavread('wangqingtian.wav’);<

77、/p><p>　　sound(x,fs,bits);</p><p>　　X=fft(x,4096);</p><p>　　magX=abs(X);</p><p>　　angX=angle(X);</p><p>　　subplot(221);plot(x);title('原始信號波形');</p&

78、gt;<p>　　subplot(222);plot(X); title('原始語音信號采樣后的頻譜圖‘)</p><p>　　subplot(223);plot(magX);title('原始信號幅值');</p><p>　　subplot(224);plot(angX);title('原始信號相位');</p>&l

79、t;p>　　程序運行可以聽到聲音，得到的圖形為：（圖4-1、圖4-2、圖4-3、圖4-4）</p><p>　　圖4-1 原始信號波形</p><p>　　圖4-2 原始語音信號采樣后頻譜圖</p><p>　　圖4-3 原始信號幅值</p><p>　　圖4-4 原始信號相位</p><p>　　4.3 加噪語

80、音信號頻譜分析及仿真</p><p>　　(1)正弦波信號加入原始語音信號</p><p>　　前面已經(jīng)介紹了MATLAB軟件相關(guān)知識，那么我們怎么在NATLAB平臺上實現(xiàn)對一段原始語音信號加入一個正弦波信號呢？</p><p>　　下面一段程序?qū)崿F(xiàn)了在原始語音信號加入正弦波信號。程序見附錄5 </p><p>　　分析此段程序可知，此程序

81、是先對原始語音信號做時域波形分析和頻譜分析，然后再對加噪的語音信號做時域波形分析和頻譜分析。</p><p>　　首先通過MATLAB中調(diào)用和回放語音信號命令來實現(xiàn)對原始語音信號的調(diào)用和回放，程序如下：</p><p>　　[y,fs,bits]=wavread('wangqingtian.wav');</p><p>　　sound(y,fs)&l

82、t;/p><p>　　由于在MATLAB中，如要實現(xiàn)兩個信號的相加減，那么兩個信號的長度和維度都要一樣才能相加減。程序中：n=length(y) 用于計算信號的長度和選取變換的點數(shù)。然后用傅里葉變換到頻域：y_p=fft(y,n);通過函數(shù) f=fs*(0:n/2-1)/n;計算出對應(yīng)點的頻率，然后繪制出原始語音信號的時域波形和頻譜圖。圖形如下：（圖4—5）</p><p>　　圖4—5

83、原始語音信號采樣后時域波形和頻譜圖</p><p>　　上段程序中，函數(shù)noise是頻率為3000Hz的正弦波信號噪音，語句y_z=y+noise實現(xiàn)了兩個信號的相加，然后繪制加噪后的語音信號時域波形和頻譜圖并回放加噪后的語音信號。加噪后的時域波形和頻譜圖如下：（圖4—6）</p><p>　　圖4-6 加噪語音信號時域波形和頻譜圖</p><p>　　如上所示，通

84、過對加噪前和加噪后語音信號的圖像的對比和對語音信號回放的人耳感知可以知道，加入正弦波信號后頻譜圖和時域波形并沒有什么明顯的變化，而人耳聽到的聲音也幾乎沒有什么變化。</p><p>　?。?）隨機(jī)噪音信號加入原始語音信號</p><p>　　matlab函數(shù)randn：產(chǎn)生正態(tài)分布的隨機(jī)數(shù)或矩陣的函數(shù) </p><p>　　產(chǎn)生均值為0，方差 σ^2 = 1，標(biāo)準(zhǔn)差

85、σ = 1的正態(tài)分布的隨機(jī)數(shù)或矩陣的函數(shù)。用法： Y = randn(n) 返回一個n*n的隨機(jī)項的矩陣。如果n不是個數(shù)量，將返回錯誤信息。Y = randn(m,n) 或 Y = randn([m n]) 返回一個m*n的隨機(jī)項矩陣。Y = randn(m,n,p,...) 或 Y = randn([m n p...])產(chǎn)生隨機(jī)數(shù)組。

86、 Y = randn(size(A)) 返回一個和A有同樣維數(shù)大小的隨機(jī)數(shù)組。 randn返回一個每次都變化的數(shù)量。</p><p>　　下面一段程序?qū)崿F(xiàn)了利用randn函數(shù)把一段隨機(jī)噪音信號加入原始語音信號的信號處理過程：見附錄6</p><p>　　語句 L=length(y) noise=0.1*randn

87、(L,2) y_z=y+noise;sound(y_z,fs)</p><p>　　加噪后語音信號的時域波形、頻譜圖（圖4—7）</p><p>　　圖4-7 加噪語音信號時域波形和頻譜圖</p><p>　　通過對兩張圖片的對比，很明顯可以看加噪后的語音信號時域波形比原始語音信號渾濁了許多，在時間軸上可以明顯看出0—0.5S的幅值增大了；通過對原始語音信號的頻譜圖

88、與加噪后的語音信號頻譜圖的對比，也可以看出在頻率5000Hz以后的頻率幅值發(fā)生了明顯的增加。</p><p>　　再通過對原始語音信號的回放效果與加噪后的語音信號回放的效果的對比，人耳可以明顯辨別出兩種語音信號不一樣了，加噪后的語音信號在聽覺上比原始語音信號要渾濁很多，而且還有吱吱嘎嘎的混雜音。</p><p><b>　　4.4 去噪及仿真</b></p>

89、;<p>　?。?）FIR濾波器法去噪</p><p>　　通過對上一節(jié)中加噪語音信號和原始語音信號頻譜圖對比可以知道，噪音大部分是Hz大于5000的部分，故設(shè)計低通濾波器進(jìn)行濾波處理。接下來我們要用設(shè)計的FIR低通濾波器對上一節(jié)中加噪語音信號進(jìn)行濾波處理。</p><p>　　用自己設(shè)計的FIR數(shù)字低通濾波器對加噪的語音信號進(jìn)行濾波時，在Matlab中，F(xiàn)IR濾波器利用函數(shù)

90、fftfilt對信號進(jìn)行濾波。函數(shù)fftfilt用的是重疊相加法實現(xiàn)線性卷積的計算。調(diào)用格式為：y=fftfilter(h,x,M)。其中，h是系統(tǒng)單位沖擊響應(yīng)向量；x是輸入序列向量；y是系統(tǒng)的輸出序列向量；M是有用戶選擇的輸入序列的分段長度，缺省時，默認(rèn)的輸入向量的重長度M=512。</p><p>　　用設(shè)計好的FIR數(shù)字低通濾波器對加噪語音信號的濾波程序：見附錄7</p><p>　

91、　得到的圖像如下：（圖4—8）</p><p>　　圖4-8 FIR濾波前和濾波后波形及頻譜</p><p>　　分析：從以上四圖可以很明顯和直觀的看出原始語音信號和加噪語音信號時域波形和頻譜圖的區(qū)別。加噪后的語音信號的時域波形比原始語音信號要模糊得多，頻譜圖則是在頻率5000Hz以后出現(xiàn)了明顯的變化。</p><p>　　再通過濾波前的信號波形和頻譜圖的對比，可以

92、明顯看出濾波后的波形開始變得清晰了，有點接近原始信號的波形圖了。濾波后信號的頻譜圖也在5000Hz以后開始逐漸接近原始語音信號的頻譜圖。</p><p>　　再從對語音信號的回放，人耳可以明顯辨別出加噪后的語音信號比較渾濁，還有很明顯嘎吱嘎吱的雜音在里面。濾波后，語音信號較加噪后的信號有了明顯的改善，基本可以聽清楚了，而且雜音也沒有那么強(qiáng)烈，但是聲音依然沒有原始語音信號那么清晰脆耳。</p><

93、;p>　?。?）IIR濾波器法去噪</p><p>　　同樣，也設(shè)計一個IIR低通濾波器對加噪語音信號進(jìn)行內(nèi)部處理。程序見附錄8</p><p>　　得到下面的圖形：如（圖4-9）</p><p>　　圖4-9 IIR濾波前和濾波后波形及頻譜</p><p>　　4.5 結(jié)合去噪后的頻譜圖對比兩種方式濾波的優(yōu)缺點</p>

94、<p>　　IIR數(shù)字濾波器采用遞歸型結(jié)構(gòu)，即結(jié)構(gòu)上帶有反饋環(huán)路。IIR濾波器運算結(jié)構(gòu)通常由延時、乘以系數(shù)和相加等基本運算組成，可以組合成直接型、正準(zhǔn)型、級聯(lián)型、并聯(lián)型四種結(jié)構(gòu)形式，都具有反饋回路。由于運算中的舍入處理，使誤差不斷累積，有時會產(chǎn)生微弱的寄生振蕩。 </p><p>　　（1）IIR數(shù)字濾波器的相位特性不好控制，對相位要求較高時，需加相位校準(zhǔn)網(wǎng)絡(luò)。FIR濾波器則要求較低。</p>

95、;<p>　?。?）IIR濾波器運算誤差大，有可能出現(xiàn)極限環(huán)振蕩，F(xiàn)IR相比之下運算誤差較小，不會出現(xiàn)極限環(huán)振蕩。</p><p>　?。?）IIR幅頻特性精度很高，不是線性相位的，可以應(yīng)用于對相位信息不敏感的音頻信號上； </p><p>　?。?）與FIR濾波器的設(shè)計不同，IIR濾波器設(shè)計時的階數(shù)不是由設(shè)計者指定，而是根據(jù)設(shè)計者輸入的各個濾波器參數(shù)（截止頻率、通帶濾紋、阻

96、帶衰減等），由軟件設(shè)計出滿足這些參數(shù)的最低濾波器階數(shù)。在MATLAB下設(shè)計不同類型IIR濾波器均有與之對應(yīng)的函數(shù)用于階數(shù)的選擇。 </p><p>　　（5）IIR單位響應(yīng)為無限脈沖序列FIR單位響應(yīng)為有限的 </p><p>　?。?）FIR幅頻特性精度較之于iir低，但是線性相位，就是不同頻率分量的信號經(jīng)過FIR濾波器后他們的時間差不變。這是很好的性質(zhì)。 </p><

97、;p>　?。?）IIR濾波器有噪聲反饋，而且噪聲較大，F(xiàn)IR濾波器噪聲較小。</p><p>　　FIR幅頻特性精度較之于iir低，但是線性相位，就是不同頻率分量的信號經(jīng)過FIR濾波器后他們的時間差不變。這是很好的性質(zhì)。</p><p><b>　　總結(jié)</b></p><p>　　語音信號處理是語音學(xué)與數(shù)字信號處理技術(shù)相結(jié)合的交叉學(xué)科，

98、課題在這里不討論語音學(xué)，而是將語音當(dāng)做一種特殊的信號，即一種“復(fù)雜向量”來看待。也就是說，課題更多的還是體現(xiàn)了數(shù)字信號處理技術(shù)。</p><p>　　從課題的中心來看，課題“在MATLAB平臺上實現(xiàn)對語音信號的去噪研究和仿真”是希望將數(shù)字信號處理技術(shù)應(yīng)用于某一實際領(lǐng)域，這里就是指對語音及加噪處理。作為存儲于計算機(jī)中的語音信號，其本身就是離散化了的向量，我們只需將這些離散的量提取出來，就可以對其進(jìn)行處理了。這一過程

99、的實現(xiàn)，用到了處理數(shù)字信號的強(qiáng)有力工具M(jìn)ATLAB。通過MATLAB里幾個命令函數(shù)的調(diào)用，很輕易的在實際語音與數(shù)字信號的理論之間搭了一座橋。</p><p>　　課題的特色在于它將語音信號看作一個向量，于是就把語音數(shù)字化了。那么，就可以完全利用數(shù)字信號處理的知識來解決語音及加噪處理問題。我們可以像給一般信號做頻譜分析一樣，來對語音信號做頻譜分析，也可以較容易的用數(shù)字濾波器來對語音進(jìn)行濾波處理。通過比較加噪前后，語

100、音的頻譜和語音回放，能明顯的感覺到加入噪聲后回放的聲音與原始的語音信號有很大的不同,前者隨較尖銳的干擾嘯叫聲。從含噪語音信號的頻譜圖中可以看出含噪聲的語音信號頻譜,在整個頻域范圍內(nèi)分是布均勻。其實，這正是干擾所造成的。通過濾波前后的對比，低通濾波后效果最好，高通濾波后的效果最差。由此可見，語音信號主要分布在低頻段，而噪聲主要分布在高頻段。</p><p><b>　　致謝</b></p

101、><p>　　在此論文撰寫過程中，要特別感謝我的導(dǎo)師老師的指導(dǎo)與督促，同時感謝她的諒解與包容。沒有老師的幫助也就沒有今天的這篇論文。求學(xué)歷程是艱苦的，但又是快樂的。感謝我的輔導(dǎo)員段老師，謝謝他在這四年中為我們?nèi)嗨龅囊磺?，他不求回報，無私奉獻(xiàn)的精神很讓我感動，再次向她表示由衷的感謝。在這四年的學(xué)期中結(jié)識的各位生活和學(xué)習(xí)上的摯友讓我得到了人生最大的一筆財富。在此，也對他們表示衷心感謝。</p><

102、p>　　本文參考了大量的文獻(xiàn)資料，在此，向各學(xué)術(shù)界的前輩們致敬！</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1] Boll S F.Suppression of Acoustic Noise in Speech Using Spectral Subtraction[J].IEEE Trans.on Acoustics,Speech,an

103、d Signal Processing,1979,27(2):113-120.</p><p>　　[2] Berouti M,Schwartz R,Makhoul J.Enhancement of SpeechCorrupted by Acoustic Noise[J].IEEE Trans.on Acoustics,Speech,and Signal Processing,1979,4:208-211. &l

104、t;/p><p>　　[3] 胡航，語音信號處理，哈爾濱工業(yè)大學(xué)出版社，2000 年 5 月 </p><p>　　[4]ThomsonDJ.SpectrumEstimationand armonicAnalysis[J].Proc.IEEE,1982,70(9):1 055-1 096. </p><p>　　[5]皇甫堪,陳建文,樓生強(qiáng).現(xiàn)代數(shù)字信號處理[M].北京

105、:電子工業(yè)出版社,2003. </p><p>　　[6]Hu Yi,Loizou P C.Speech Enhancement Based on WaveletThresholding the Multitaper Spectrum[J]. IEEE Trans.onSpeech and Audio Processing,2004,12(1):59-67. </p><p>　　[7]吳

106、紅衛(wèi),吳鎮(zhèn)揚,趙力.基于多窗譜的心理聲學(xué)語音增強(qiáng)[J].聲學(xué)學(xué) 報,2007,32(3):275-281.</p><p>　　[8]潘欣裕，童興法，趙鶴鳴，基于譜能比例加權(quán)的譜減法語音增強(qiáng)研究[J]. 中 國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集 </p><p>　　[9] 程正,趙鶴鳴. 基于多頻帶譜減法的語音增強(qiáng)算法的研究[J]. 002-8331(200

107、7)36-0040-03.</p><p>　　[10] 曹瑜镠,方元,呂勇.基于最小統(tǒng)計及譜減法的語音增強(qiáng)[J]. 語音技術(shù). 002-8684(2006)12-0043-04 </p><p>　　[11］白文雅，黃健群，陳智伶.基于維納濾波語音增強(qiáng)算法的改進(jìn)實現(xiàn)[J].電聲 技術(shù)，2007,31（1） ：44-46.</p><p>　　[12］蔡斌.一種改進(jìn)

108、型 MMSE 語音增強(qiáng)方法[J].信號處理，2004,20（1） ：70-74.</p><p>　　[13］陳俊，孫洪，董航.基于 MMSE 先驗信噪比估計的語音增強(qiáng)[J].武漢大學(xué)學(xué) 理學(xué)版，2005，51（5） ：638-642.</p><p>　　[14］樊昌信，曹麗娜.通信原理[M].北京：國防工業(yè)出版社，2008.</p><p>　　[15］姚天任.

109、數(shù)字語音處理[M].武漢：華中科技大學(xué)出版社，2005.</p><p><b>　　附錄 1</b></p><p><b>　　Ft=8000;</b></p><p><b>　　Fp=1000;</b></p><p><b>　　Fs=1200;</b

110、></p><p>　　wp=2*Fp/Ft;</p><p>　　ws=2*Fs/Ft;</p><p><b>　　rp=1;</b></p><p><b>　　rs=50;</b></p><p>　　p=1-10.^(-rp/20);

111、 %通帶阻帶波紋</p><p>　　s=10.^(-rs/20);</p><p>　　fpts=[wp ws];</p><p>　　mag=[1 0];</p><p>　　dev=[p s];</p><p>　　[n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev);%