数字信号处理：MATLAB滤波器设计某音频信号一小段小星星钢琴曲，保留1音

软件 2022-12-03

matlab的音乐信号的分析与处理设计的实验咋做？

一、基本要求

1 学会MATLAB的使用，掌握MATLAB的基本编程语句。

2 掌握在Windows环境下音乐信号采集的方法。

3 掌握数字信号处理的基本概念、基本理论和基本方法。

4 掌握MATLAB设计FIR和IIR数字滤波器的方法。

5 掌握使用MATLAB处理数字信号、进行频谱分析、涉及数字滤波器的编程方法。

二、内容

实验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：读取的信号时双声道信号，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；

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。

程序如下：

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s'); %读取音乐信号

plot(Y);%显示音乐信号的波形和频谱

sound(Y,FS);%听音乐（按照原来的抽样率）

Y1=Y(:,1);%由双声道信号变为单声道信号

size(Y1)

figure

subplot(2,1,1);

plot(Y);%显示原信号波形

N=length(Y1);

f1=fft(Y1);%傅立叶变换

w=2/N*[0:N/2-1];

subplot(2,1,2);

plot(w,abs(f1(1:N/2)));%显示波形

实验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；

播放减抽样音乐信号，注意抽样率的变化，比较不同抽取间隔下的声音，解释现象

程序如下

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

D= ;j=0; %减抽样，D表示抽样间隔（10倍和100倍）

for i=1:D:length(Y1) % I表示开始减抽样的起始点

j=j+1;

Y2(j)=Y1(i); %Y2减抽样后的信号

end

N=length(Y1);

N1=length(Y2);

F1=fft(Y1);

F2=fft(Y2);

w1=2/N*[0:N-1];

w2=2/N1*[0:N1-1];

figure

subplot(4,1,1);plot(Y1); %显示原单声道信号波形和频谱

subplot(4,1,2);plot(Y2); %图显示抽样信号波形和频谱

subplot(4,1,3);plot(w1,abs(F1)); %显示原单声道信号fft变换后的波形和频谱

subplot(4,1,4);plot(w2,abs(F2)); %显示抽样信号快速fft变换后的波形和频谱

sound(Y2,FS) %声音低沉，而且不是很清晰。有一些声音信号丢失，%抽样率越高，声音越听不清晰，

实验3 音乐信号的AM调制

①　观察音乐信号的频率上限，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；

播放调制音乐信号，注意不同调制频率下的声音，解释现象。

程序如下：

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

N=length(Y1);

F1=fft(Y1);%傅立叶变换

w1=2/N*[0:N/2-1];

figure

subplot(2,2,1);

plot(w1,abs(F1(1:N/2)));

N1=0:N-1;

Y2=cos(N1*pi/8); %设置高频调制信号

N2=length(Y2)

F2=fft(Y2);

w2=2/N2*[0:N2/2-1];

subplot(2,2,2);plot(w2,abs(F2(1:N2/2)));

subplot(2,2,3);stem((0:64),Y2(1:65));

F=Y1.*Y2';%利用高频调制信号调制单列音乐信号

N3=length(F);

F3=fft(F);%傅立叶变换

w3=2/N3*[0:N3-1];

subplot(2,2,4);plot(w3,abs(F3));

sound(F,FS)% 未混叠时，声音尖锐，不清晰，刺耳

% 混叠时，声音轻，只有淡淡的音调，基本没有起伏，不清晰。

实验4 AM调制音乐信号同步解调

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；（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图，观察现象，给出理论解释；

播放解调音乐信号，比较不同滤波器下的声音，解释现象。

巴特沃斯IIR 滤波器

程序如下

clear all;close all;clc

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

N=length(Y1);

N1=0:N-1;

Y2=cos(N1*pi/8);

F=Y1.*Y2';

F2=F.*Y2'; %音乐信号调制

wp=0.18;ws=0.25;rp=1;rs=50; %设计巴特沃斯IIR 滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

figure

subplot(2,1,1);plot(w/pi,abs(Hd));

F3=filter(B,A,F2); %解调音乐信号

N4=length(F3);

F4=fft(F3);

w4=2/N4*[0:N4/2-1];

subplot(2,1,2);plot(w4,abs(F4(1:N4/2)));

sound(F3,FS) %声音清晰，基本和原来的音乐差不多，但是音乐开始有一点点杂音。

矩形窗和布莱克曼窗

function hd=ideal(N,wc)

for n=0:N-1

if n==(N-1)/2

hd(n+1)=wc/pi;

else hd(n+1)=sin(wc*(n-(N-1)/2))/(pi*(n-(N-1)/2));

end

（将上述程序保存为ideal.m,但是不能运行。然后在打开新窗口编写下列主程序）

clear all;close all;clc

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

N=length(Y1);

N1=0:N-1;

Y2=cos(N1*pi/8);

F=Y1.*Y2';

F2=F.*Y2'; %调制音乐信号

N=89;wc=pi/0.22; % 矩形和布莱克曼窗

hd=ideal(N,wc);

w1=boxcar(N);

w2=blackman(N);

h1=hd.*w1';

h2=hd.*w2';

N1=length(h1);

N2=length(h2);

fh1=fft(h1);

fh2=fft(h2);

ww1=2/N1*(0:(N1-1)/2);

ww2=2/N2*(0:(N2-1)/2);

figure

subplot(2,1,1);plot(ww1,abs(fh1(1:(N1-1)/2+1)));

subplot(2,1,2);plot(ww2,abs(fh2(1:(N1-1)/2+1)));

F3=conv(F2,h1);

F4=conv(F2,h2);

M1=length(F3);

M2=length(F4);

fy1=fft(F3);

fy2=fft(F4);

w3=2/M1*[0:M1/2-1];

w4=2/M2*[0:M2/2-1];

figure

subplot(2,1,1);plot(w3,abs(fy1(1:M1/2)));

subplot(2,1,2);plot(w4,abs(fy2(1:M2/2)));

sound(F3,FS) %音乐信号清晰，有杂音，低沉.

5、音乐信号的滤波去噪

①　给出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；

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。

程序如下：

三余弦混合噪声：

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1); %获取单列音乐信号并对其做FFT变换

N1=length(x1);

fx1=fft(x1);

w1=2/N1*[0:N1/2-1];

n=0:N1-1;y=0.05*(cos(2*pi*n*3000/fs)+cos(2*pi*n*5000/fs)+cos(2*pi*n*8000/fs));

%设计三余弦混合噪声信号

N2=length(y); %对三余弦混合噪声信号做FFT变换

fy=fft(y);

w2=2/N2*(0:N2/2-1)*fs/2;

hdx=x1+y'; %产生加噪后的音乐信号并对其做FFT变换

M=length(hdx);

fhdx=fft(hdx);

w3=2/M*(0:M/2-1);

figure %画出单列信号音乐信号的频谱图、三余弦混合噪声信号的离散信号图

%及其频谱图和加噪后音乐信号的频谱图

subplot(2,2,1);plot(w1,abs(fx1(1:N1/2)));

subplot(2,2,2);stem((0:127),y(1:128));

subplot(2,2,3);plot(w2,abs(fy(1:N2/2)));

subplot(2,2,4);plot(w3,abs(fhdx(1:M/2)));

sound(hdx,fs); %音乐信号有电流声，而且噪声比较明显。

wp=0.1;ws=0.15;rp=1;rs=50; %设计巴特沃斯滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

lohdx=filter(B,A,hdx); %利用巴特沃斯滤波器对加噪后音乐信号进行滤波并对其做%FFT变换

M1=length(lohdx);

flohdx=fft(lohdx);

w4=2/M1*(0:M1/2-1);

figure %画出加噪后音乐信号的音频图、巴特沃斯滤波器的频率响应曲线

%和滤波后音乐信号的频谱图

subplot(3,1,1);plot(hdx);

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(w4,abs(flohdx(1:M1/2)));

sound(lohdx,fs); %滤波后音乐信号比较低沉，较清晰。

白噪声：

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1); %获取单列音乐信号并对其做FFT变换

N1=length(x1);

fx1=fft(x1);

w1=2/N1*[0:N1/2-1];

ry=rand(size(x1))-0.5; %产生随机白噪声信号并对其做FFT变换

N=length(ry);

fry=fft(ry);

w=2/N*(0:N-1);

xry=x1+ry; %产生加噪后的音乐信号并对其做FFT变换

NN=length(xry)

fxry=fft(xry);

ww=2/NN*(0:NN/2-1);

figure %画出单列信号音乐信号的频谱图、随机白噪声信号的音频图

%及其频谱图和加噪后音乐信号的频谱图

subplot(2,2,1);plot(w1,abs(fx1(1:N1/2)));

subplot(2,2,2);plot(ry);

subplot(2,2,3);plot(w,abs(fry));

subplot(2,2,4);plot(ww,abs(fxry(1:NN/2)));

sound(xry,fs); %声音信号有沙沙声。

wp=0.1;ws=0.15;rp=1;rs=50; %设计巴特沃斯滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

loxry=filter(B,A,xry); %利用巴特沃斯滤波器对加噪后音乐信号进行滤波并对%其做FFT变换

NN1=length(loxry);

floxry=fft(loxry);

ww1=2/NN1*(0:NN1/2-1);

figure %画出加噪后音乐信号的音频图、巴特沃斯滤波器的频率响应曲线

%和滤波后音乐信号的频谱图

subplot(3,1,1);plot(xry)

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(ww1,abs(floxry(1:NN1/2)));

%sound(loxry,fs); %音乐信号低沉，但是沙沙声还是没有滤除。但是较为减轻

6、音乐信号的幅频滤波及相频分析

①　设计低通滤波器（可自行选取不同的截止频率），滤除原始音乐信号的高频信息，观察滤波前后的幅度频谱，并比较滤波前后的音乐效果，感受高频信息对音乐信号的影响；

②　设计高通滤波器（可自行选取不同的截止频率），滤除原始音乐信号的低频信息，观察滤波前后的幅度频谱，并比较滤波前后的音乐效果，感受低频信息对音乐信号的影响；

③　选取两段不同的音乐信号，分别将其幅度谱与相位谱交叉组合构成新的音乐信号，播放比较组合后的音乐与原始音乐，感受相频信息对音乐信号的影响。

程序如下;

滤除高频信息的程序：

clearall;close all;clc

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1); %获取单列音乐信号并对其做FFT变换

N=length(x1);

fx1=fft(x1);

w1=2/N*(0:N/2-1);

wp=0.01;ws=0.06;rp=1;rs=50; %设计巴特沃斯滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

lox1=filter(B,A,x1); %使用巴特沃斯滤波器滤除音乐信号的高频部分并对所得

%音乐信号做FFT变换

N1=length(lox1);

flox1=fft(lox1);

w2=2/N1*(0:N1/2-1);

figure %画出单列音乐信号的频谱图、巴特沃斯滤波器的频率响应曲线和滤除

%高频后的音乐信号的频谱图

subplot(3,1,1);plot(w1,abs(fx1(1:N/2)));

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(w2,abs(flox1(1:N1/2)));

sound(x1,fs); %播放单列音乐信号和滤除高频后的音乐信号

sound(lox1,fs)；%声音清晰

滤除低频信息的程序：

clear all;close all;clc

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1); %获取单列音乐信号并对其做FFT变换

N=length(x1);

fx1=fft(x1);

w1=2/N*(0:N/2-1);

wp=0.2;ws=0.05;rp=1;rs=50; %设计巴特沃斯高通滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc,'high');

[Hd,w]=freqz(B,A);

lox1=filter(B,A,x1); %使用巴特沃斯滤波器滤除音乐信号的低频部分并对所得音乐信号做FFT变换

N1=length(lox1);

flox1=fft(lox1);

w2=2/N1*(0:N1/2-1);

figure %画出单列音乐信号的频谱图、巴特沃斯滤波器的频率响应曲

%线和滤除低频后的音乐信号的频谱图

subplot(3,1,1);plot(w1,abs(fx1(1:N/2)));

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(w2,abs(flox1(1:N1/2)));

sound(lox1,fs); %声音低，不清晰。

交叉组合音乐

clear all;close all;clc

[x,fs,nbits]=wavread('钢琴曲 - 雨的印记5s');

[y,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1);

y1=y(:,1);

x2=x1(1:200000) %取音乐长度

Nx2=length(x2);

y2=y1(1:200000);

Ny2=length(y2);

x3=fft(x2);

y3=fft(y2);

w1=2/Nx2*[0:Nx2-1];

w2=2/Ny2*[0:Ny2-1];

Fx1=abs(x3);%选取第一个音乐信号的幅度和第二个音乐信号%的相位

Ay1=angle(y3);

F4=Fx1.*exp(j*Ay1);

X4=ifft(F4);

NF4=length(F4);

F5=fft(F4);

w3=2/NF4*[0:NF4-1];

sound(real(X4),fs);

figure

subplot(3,1,1);plot(w1,abs(x3));

subplot(3,1,2);plot(w2,abs(y3));

subplot(3,1,3);plot(w3,abs(F5));

数字滤波器设计及在语音信号分析中的应用(matlab)

采用窗函数法与等波纹法分别设计各型FIR滤波器（低通、高通、带通、带阻中的至少3种类型）来对叠加噪声前后的语音信号进行滤波处理，绘出滤波器的频域响应，绘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；在相同的性能指标下比较各方法的滤波效果，并从理论上进行分析（或解释）。

《数字信号处理》matlab上机题（数字滤波器的设计）

没见过这个mpplot函数，好像plot3可以做三维的图

关于用MATLAB设计对信号进行频谱分析和滤波处理的程序

完整的程序 %写上标题 %设计低通滤波器： [N,Wc]=buttord() %估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc); %设计Butterworth低通滤波器 [h,f]=freqz(); %求数字低通滤波器的频率响应 figure(2); % 打开窗口2 subplot(221); %图形显示分割窗口 plot(f,abs(h)); %绘制Butterworth低通滤波器的幅频响应图 title(巴氏低通滤波器''); grid; %绘制带网格的图像 sf=filter(a,b,s); %叠加函数S经过低通滤波器以后的

matlab设计滤波器,初学者，求程序。

1.1 实验目的 1．了解数字信号处理系统的一般构成； 2．掌握奈奎斯特抽样定理。 1.2 实验仪器 1．YBLD智能综合信号源测试仪 1台 2．双踪示波器 1台 3．MCOM－TG305数字信号处理与现代通信技术实验箱 1台 4．PC机（装有MATLAB、MCOM－TG305配套实验软件） 1台 1.3 实验原理一个典型的DSP系统除了数字信号处理部分外，还包括A/D和D/A两部分。这是因为自然界的信号，如声音、图像等大多是模拟信号，因此需要将其数字化后进行数字信号处理，模拟信号的数字化即称为A/D转换。数字信号处理后的数据可能需还原为模拟信号，这就需要进行D/A转换。一个仅包括A/D和D

标签：matlab 设计信息技术信号