基于MATLAB中GUI的随机信号处理实验及相关函数代码 下载本文

内容发布更新时间 : 2024/5/19 20:37:20星期一 下面是文章的全部内容请认真阅读。

关性幅值在-15到15之间波动,其中在1000附近原始声音信号和加躁的声音信号相关性最大。 ⑷IIR滤波处理

①椭圆低通滤波器

利用IIR滤波器的原理设计了一个椭圆滤波器,然后对加入噪声的音频信号进行滤波处理。

图13 图15

图14 图16 [b,a,tau] = iirgrpdelay(8, [0 0.1 1], [0 1], [2 3 1],... [1 1 1], 0.99);

[G,F] = grpdelay(b,a, 0:0.001:1, 2);

plot(F, G); hold on; plot([0 0.1 1], [2 3 1]+tau, 'r'); hold off;

如上面的仿真结果,图13为加躁声的音频信号,图14为归一化频率wp=1000,ws=1500的椭圆低通滤波器,我们用这个低通滤波器对加了噪声的音频信号进行滤波处理,处理后的结果,如图15和图16。其中,图15是滤波后的音频信号,从这个图形中我们看到,用低通滤波器进行滤波之后大部分高频信号成分已经被滤掉了,剩下的是低频成分,图16为滤波之后的频域图形,从这个图形中我们可以看到分析的结果。

②椭圆带通滤波器

图17 图19

图18 图20

如上面的仿真结果,图17为加躁声的音频信号,图18为归一化频率wp=[1000,7000],ws=[700,8000]的椭圆带通滤波器,我们用这个低通滤波器对加了噪声的音频信号进行滤波处理,处理后的结果,如图19和图20。其中,图19是滤波后的音频信号,从这个图形中我们看到,用带通滤波器进行滤波之后大部分高频和低频信号成分已经被滤掉了,剩下的是中频成分,图20为滤波之后的频域图形,从这个图形中我们可以看到分析的结果。

③椭圆高通滤波器

图21 图23

图22 图24

如上面的仿真结果,图21为加躁声的音频信号,图22为归一化频率wp=7000,ws=6000的椭圆高通通滤波器,我们用这个高通滤波器对加了噪声的音频信号进行滤波处理,处理后的结果,如图23和图24。其中,

图23是滤波后的音频信号,从这个图形中我们看到,用高通滤波器进行滤波之后大部分低频信号成分已经被滤掉了,剩下的是高频成分,图24为滤波之后的频域图形,从这个图形中我们可以看到分析的结果。 ④椭圆带阻滤波器

图25 图27

图26 图28

如上面的仿真结果,图25为加躁声的音频信号,图26为归一化频率wp=[1000,7000],ws=[1500,6000]的椭圆带阻滤波器,我们用这个带阻滤波器对加了噪声的音频信号进行滤波处理,处理后的结果,如图27和图28。其中,图27是滤波后的音频信号,从这个图形中我们看到,用带阻滤波器进行滤波之后大部分中频信号信号成分已经被滤掉了,剩下的是低频和高频成分,图28为滤波之后的频域图形,从这个图形中我们可以看到分析的结果。 四,实验心得

通过对MATLAB的学习,通过对随机信号的了解,通过用MATLAB方法对随机信号的分析和处理,结合随机信号的分析处理和MATLAB的使用方法和处理信号的原理,让我在这次试验中理解和掌握了随机信号的相关知识和处理原理。这些理解过程使我们在书本上和课堂中无法获得的。另外,在这个实验中我们还学会了如何用MATLAB来创建GUI,在GUI中创建模块和GUI的创建过程。