PAGE2中北大學課程設計說明書學生姓名：王靜學號：08050141X07學院：信息商務學院專業：電子信息科學與技術題目：信息處理實踐課程設計：信號的濾波處理指導教師：王偉職稱:講師2011年6月22日中北大學課程設計任務書10/11學年第二學期學院：信息商務學院專業：電子信息科學與技術學生姓名：王靜學號：08050141X07課程設計題目：信息處理實踐課程設計：信號濾波處理起迄日期：2011年6月13日～2011年6月25日課程設計地點：專業實驗室指導教師：王偉系主任：程耀瑜下達任務書日期:2011年6月13日目錄1、引言………32、均值濾波處理信號的原理………………53、均勻濾波除去疊加在低頻信號上的噪聲……………64、濾波器的設計及分析……75、設計分析…………………116、總結………127、心得體會…………………128、參考文獻…………………121、引言1.1課題背景及意義語音信號處理是一門比較實用的電子工程專業課程，語音是人類獲取信息的重要來源和利用信息的重要手段。通過語言相互傳遞信息是人類最重要的基本功能之一。語言是人類特有的功能，它是創造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。語音是語言的聲學表現，是聲音和意義的結合體，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。語言和語音也是人類進行思維的一種依托，他與人的智力活動密切相關，也與文化和社會的進步緊密相連，具有最大的信息容量和最高的智能水平。語音信號處理是研究用數字信號處理技術對語音信號進行處理的一門學科，它是一門新興的學科，同時又是綜合性的多科學領域和涉及面積廣的交叉學科。它是許多信息領域應用的技術核心之一，是目前發展最為迅速的信息科學研究領域的一個。同時也是目前極為活躍的熱門的研究領域，其研究及一系列前沿科研課題，且處于迅速發展之中，其研究成果具有重要的學術及應用價值。1.2國內外研究現狀20世紀60年代中期形成的一系列數字信號的理論和算法，如數字濾波器、快速傅立葉變換（FFT）等是語音信號處理的理論和技術基礎。隨著信息科學技術的飛速發展，語音信號處理在最近20多年中取得了重大發展：進入70年代之后，提出了語音信號的信息壓縮和特征提取的線性預測技術（LPC），已成為語音信號處理最前有利的工具，廣泛用于語音信號處理的分析合成及各個應用領域；以及用于輸入語音與參考樣本之間時間匹配的動態規劃方法。80年代一種新的的基于聚類分析的高效數據壓縮技術——矢量量化應用于語音信號處理中，而隱式馬爾可夫模型（HMM）描述語音信號過程的產生是80年代語音信號處理技術的重大進展，目前HMM已構成了現代語音識別研究的重要基石。近年來人工神經網絡的研究取得迅速發展，語音信號處理的各項課題是促使其發展的重要動力之一，同時它的許多成果也體現在有關語音信號處理的各項應用之中，尤其語音識別是神經網絡的一個重要應用領域。1.3課題研究目的通過本次課程設計，鞏固所學的語音信號處理的理論知識，使自己掌握語音信號處理的基本概念、基本理論和基本方法，培養自身掌握語音信號采集過程及語音信號傳輸的特點，同時培養自身分析和解決問題的能力。1.4軟件介紹MATLAB的名稱源自于MatrixLaboratory，它是一種科學計算軟件，專門以矩陣的形式處理數據。MATLAB將高性能的數值計算和強大的數據可視功能集成在一起，并提供了大量的內置函數，從而被廣泛地應用于科學計算控制系統信息處理等領域的分析、仿真和設計工作，而且利用MATLAB產品的開放式結構，可以非常容易地對MATLAB的功能進行擴充，從而在不斷深化認識的同時，不斷完善MATLAB產品自身的競爭能力。MATLAB主要面對科學計算，可視化以及交互式程序設計的高科技計算環境。它將數值分析矩陣計算科學數據可視化以及非線性動態系統的建模和仿真等諸多強大功能集成在一個易于使用的視窗環境中，為科學研究、工程設計以及必須進行有效數值計算的眾多科學領域提供了一種全面的解決方案，并在很大程度上擺脫了傳統非交互式程序設計語言的編輯模式，代表了當今國際科學計算軟件的先進水平。均值濾波處理信號的原理2.1均值濾波均值濾波是典型的線性濾波算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標象素為中心的周圍8個象素，構成一個濾波模板，即去掉目標象素本身）。再用模板中的全體像素的平均值來代替原來像素值。均值濾波也稱為線性濾波，其采用的主要方法為領域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y），作為處理后圖像在該點上的灰度個g（x，y），即個g（x，y）=1/m∑f（x，y）m為該模板中包含當前像素在內的像素總個數。2.2濾波器數字濾波器由數字乘法器、加法器和延時單元組成的一種算法或裝置。數字濾波器的功能是對輸入離散信號的數字代碼進行運算處理，以達到改變信號頻譜的目的。數字濾波器是一個離散時間系統（按預定的算法，將輸入離散時間信號轉換為所要求的輸出離散時間信號的特定功能裝置）。數字濾波器有低通、高通、帶通和全通等類型。它可以是時不變的或時不變的、因果的或非因果的、線性的或非線性的。應用最廣的是線性、時不變數字濾波器，以及FIR濾波器。3、均勻濾波除去疊加在低頻信號上的噪聲3.1噪聲的來源一幅圖像可能會受到各種噪聲的干擾，而數字圖像的實質就是光電信息，因此圖像噪聲主要可能來源于以下幾個方面：光電傳感器噪聲、大氣層電磁暴、閃電等引起的強脈沖干擾、相片顆粒噪聲和信道傳輸誤差引起的噪聲等。噪聲的存在惡化圖像質量，使圖像模糊，更嚴重的甚至是圖像的特征完全被淹沒，以至于給圖像識別和分析帶來了困難。目前比較經典的去噪聲的方法都或多或少給圖像帶來模糊，因此，探求一種既能去除噪聲又不至于使圖像模糊的方法，一直是圖像增強處理中的難題，至今尚在不斷地探索。3.2噪聲的分類所謂噪聲，就是妨礙人的視覺器官或系統傳感器對所接收的圖像信息進行理解或分析的各種因素。一般噪聲是不可預測的隨機信號，它只能用概率統計的方法去認識。依據噪聲產生的原因，我們可將經常影響圖像質量的噪聲源分為三類：阻性元器件內部產生的高斯噪聲，這類噪聲是由于元器件中的電子隨機熱運動而造成的，很早就被人們成功的建模并研究，一般常用零均值高斯白噪聲作為其模型。3.3光電轉換過程中的泊松噪聲這類噪聲是由光的統計本質和圖像傳感器中光電轉換過程引起的。在弱光情況下，影響更為嚴重，常用具有泊松密度分布的隨機變量作為這類噪聲的模型。3.4感光過程中產生的顆粒噪聲在顯微鏡下檢查可發現，照片上光滑細致的影調在微觀上其實呈現一個隨機的顆粒性質。此外顆粒本身大小的不同以及每一顆粒暴光所需光子數目的不同，都會引入隨機性。這些因素的外觀表現稱為顆粒性。對于多數應用，顆粒噪聲可用高斯過程(白噪聲)作為有效模型。根據噪聲和信號的關系可以將其分為兩種形式：(1)加性噪聲：有的噪聲與圖像信號g(x,y)無關，在這種情況下，含噪圖像f(x,y)可表示為：f(x,y)=g(x,y)+n(x,y)信道噪聲及掃描圖像時產生的噪聲都屬于加性噪聲。(2)乘性噪聲：有的噪聲與圖像信號有關，這可以分為兩種情況：一種是某像素點的噪聲只與該像素點的圖像信號有關，另一種是某像素點的噪聲與該點及其鄰域的圖像信號有關。如果噪聲和信號成正比，則含噪圖像f(x,y)可以表示為：f(x,y)=g(x,y)+n(x,y)g(x,y)另外，還可以根據噪聲服從的分布對其進行分類，這時可以分為高斯噪聲、泊松噪聲和顆粒噪聲等。泊松分布噪聲一般出現在照度非常小及用高倍電子線路放大的情況下，泊松噪聲可以認為是椒鹽噪聲。其他的情況通常為加性高斯噪聲。顆粒噪聲可以認為是一種白噪聲過程，在密度域中是高斯分布加性噪聲，而在強度域中為乘性噪聲4、濾波器的設計及分析4.1數字濾波器的設計原理數字濾波是語音信號分析中的重要組成部分之一，與模擬濾波相比，它具有精度和穩定性高、系統函數容易改變、靈活性強、便于大規模集成和可實現多維濾波等有點。在信號的過濾、檢測和參數的估計等方面，經典數字濾波器是使用最廣泛的一種線性系統數字濾波器可以理解為是一個計算程序或算法，將代表輸入信號的數字時間序列轉化為代表輸出信號的數字時間序列，并在轉化過程中，是信號按預定的形式變化。數字濾波器的作用是利用離散時間系統的特性對輸入信號波形（或頻譜）進行加工處理，或者說利用數字方法按預定的要求對信號進行變換。數字濾波器有多種多類，根據數字濾波器沖級響應的時域特征，可講數字濾波器分為兩種，即無限長沖擊響應（IIR）濾波器和有限長沖擊響應（FIR）濾波器。從性能上來說，IIR濾波器傳輸函數的極點可位于單位圓內的任何地方，因此可用較低的階數獲得高的選擇性，所用的存儲單元少，所以經濟而效率高。但是這個高效率是以相位的非線性為代價的。選擇性越好，則相位非線性越嚴重。相反，FIR濾波器卻可以得到嚴格的線性香味，然而由于FIR濾波器傳輸函數的極點固定在原點，所以只能用較高的階數達到高的選擇性；對于同樣的濾波器設計指標，FIR濾波器所要求的階數可以比IIR濾波器高5~10倍，結果，成本較高，信號延時也較大；如果按相同的選擇性和相同的線性要求來說，則IIR濾波器就必須加全通網絡進行相位矯正，同樣增加濾波器的階數和復雜性。設計數字濾波器的的任務就是尋求一個因果穩定的線行使不變系統，并使系統函數H（z）具有指定的頻率特性。IIR濾波器和FIR濾波器的設計方法完全不同。IIR濾波器設計方法有間接法和直接法，間接法是借助于模擬濾波器的設計方法進行的。其設計步驟是：先設計過渡模擬濾波器得到系統函數H（s），然后將H（s）按某種方法轉換成數字濾波器的系統函數H(z)。FIR濾波器比鞥采用間接法，常用的方法有窗函數法、頻率采樣發和切比雪夫等波紋逼近法。對于線性相位濾波器，經常采用FIR濾波器。對于數字高通、帶通濾波器的設計，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換設計一個所需類型的過渡模擬濾波器，再經過雙線性變換將其轉換策劃那個所需的數字濾波器。以下函數為MATLAB中提供的相關函數，可以用于IIR和FIR濾波器的實現：（1）卷積函數conv調用格式：c=conv（a，b）功能描述：計算兩向量a和b的卷積，可以直接用于對有限長信號采用FIR濾波器和濾波。（2）函數filter調用格式：y=filter（b，a，x）功能描述：該格式采用數字濾波器對數據進行濾波，既可以用于IIR濾波器，也可以用于FIR濾波器。其中向量b和a分別表示系統函數的分子、分母多項式的洗漱，如a=1，此時表示FIR濾波器，否則就是IIR濾波器。該函數是利用所給出的向量b和a，對x中的數據進行濾波，結果放入向量y。（3）函數fftfilt調用格式：y=fftfilt（b，x）功能描述：改格式是利用基于FFT的重疊相加法對數據進行濾波，這種頻域濾波技術只對FIR濾波器有效。該函數是通過向量b描述的濾波器x數據進行濾波。4.2數字濾波器的設計步驟不論是IIR濾波器還是FIR濾波器的設計都包括三個步驟：按照實際任務的要求，確定濾波器的性能指標。用一個因果、穩定的離散線性時不變系統的系統函數去逼近這一性能指標。根據不同的要求可以用IIR系統函數，也可以用FIR系統函數去逼近。利用有限精度算法實現系統函數，包括結構選擇、字長選擇等。4.3有關濾波器的技術指標：（1）低通濾波器的性能指標：fp=1000Hz，fc=1200Hz，As=100db,Ap=1dB（2）高通濾波器的性能指標：fp=3500Hz，fc=4000Hz，As=100dB，Ap=1dB；（3）帶通濾波器的性能指標：fp1=1200Hz，fp2=3000hZ，fc1=1000Hz，fc2=3200Hz，As=100dB，Ap=1dB4.4具體設計均值濾波可以有效地去除疊加在低頻信號上的噪聲。現有一個被噪聲污染的信號x(n)=s(n)+d(n)，式中為原始信號，d(n)為均勻分布的噪聲。現將x(n)輸入到M點的滑動平均濾波器去濾除噪聲，提取原始信號s(n)。已知滑動平均濾波器的數學模型為：當M=5的時候：clear;clc;M=1;%M=input('輸入M的值');%n=[0:50];yn=2.*n.*(0.9).^n;noise=rand(size(yn));figure;subplot(3,1,1);stem(n,yn);title('原始信號')yn=yn+noise;subplot(3,1,2);stem(n,yn);title('加入噪聲信號');b=1/M.*ones(1,M);a=zeros(1,M);a(1)=1;ynf=filter(b,a,yn);subplot(3,1,3);stem(n,ynf);title('濾波后的信號');當M=15的時候：當M=50的時候：5、設計分析：當M分別為5，15，50時，經對比可知，當取10的時候，濾波的效果是最好的，如果是其他的的兩個值時，濾波就不是很好，但當M較小時，M處理噪聲的效果很差，容易出現毛刺。當M較大時，M處理噪聲的效果很好，處理后波形很光滑，但是M太大會使信號嚴重失真，情況嚴重的話，還會出現平頂的情況。6、總結經過這么多天的上機實驗，終于把數字信號處理的課程設計完成了，心終于放了下來。通過這么多天的學習，讓我了解了許許多多以前不懂的知識。可以值得肯定的是，我對MATLAB的了解又提升了一大步，本次設計中用到了設計低通、帶通濾波器的函數，更加熟練應用了以前就學過的實現FFT的函數，由于設計和數字信號處理有著密切的關系，我不僅學習了MATLAB的應用，還重新學習了數字信號處理的課本，感覺獲益非淺，只有在實踐中才能真正掌握一門學科知識，MATLAB只是工具，而靈魂卻是數字信號處理，只有理解了它的真髓，我們的設計才能設計的更好，才能用各種方法實現相同的設計。當然在學習的過程中我們不可能不面對一些困難和失敗，這些都不是很重要，只要不停的努力，多問同學和老師，問