數(shù)字信號(hào)處理課程設(shè)計(jì)--基于 matlab 的音樂(lè)信號(hào)處理和分析

1、<p>　　《數(shù)字信號(hào)處理》課程設(shè)計(jì)</p><p>　　設(shè)計(jì)題目：基于 MATLAB 的音樂(lè)信號(hào)處理和分析</p><p>　　一、課程設(shè)計(jì)的目的2</p><p>　　二、課程設(shè)計(jì)基本要求2</p><p>　　三、課程設(shè)計(jì)內(nèi)容2</p><p>　　1、音樂(lè)信號(hào)的音譜和頻譜觀察2</p&g

2、t;<p>　　2、音樂(lè)信號(hào)的抽取（減抽樣）4</p><p>　　3、音樂(lè)信號(hào)的AM調(diào)制8</p><p>　　4、AM調(diào)制音樂(lè)信號(hào)的同步解調(diào)11</p><p>　　5、音樂(lè)信號(hào)的濾波去噪18</p><p>　　6、音樂(lè)信號(hào)的幅頻濾波和相頻濾波24</p><p><b>　　四

3、、問(wèn)題討論27</b></p><p>　　1、IIR數(shù)字濾波器和FIR數(shù)字濾波器的比較27</p><p>　　2、音樂(lè)信號(hào)的音調(diào)與信號(hào)的什么特征有關(guān)？28</p><p>　　3、音樂(lè)信號(hào)的音色與信號(hào)的什么特征有關(guān)？28</p><p>　　4、兩種不同音色的音樂(lè)信號(hào)疊加混疊后，為何人耳還可以分辨？29</p&

4、gt;<p>　　5、音樂(lè)信號(hào)的幅度與相位特征對(duì)信號(hào)有哪些影響？29</p><p><b>　　五、心得體會(huì)29</b></p><p><b>　　一、課程設(shè)計(jì)的目的</b></p><p>　　本課程設(shè)計(jì)通過(guò)對(duì)音樂(lè)信號(hào)的采樣、抽取、調(diào)制、解調(diào)等多種處理過(guò)程的理論分析和MATLAB實(shí)現(xiàn)，使學(xué)生進(jìn)一步鞏

5、固數(shù)字信號(hào)處理的基本概念、理論、分析方法和實(shí)現(xiàn)方法；使學(xué)生掌握的基本理論和分析方法知識(shí)得到進(jìn)一步擴(kuò)展；使學(xué)生能有效地將理論和實(shí)際緊密結(jié)合；增強(qiáng)學(xué)生軟件編程實(shí)現(xiàn)能力和解決實(shí)際問(wèn)題的能力。</p><p>　　二、課程設(shè)計(jì)基本要求</p><p>　　1 學(xué)會(huì) MATLAB 的使用， 掌握MATLAB的基本編程語(yǔ)句。</p><p>　　2 掌握在 Windows 環(huán)境

6、下音樂(lè)信號(hào)采集的方法。</p><p>　　3 掌握數(shù)字信號(hào)處理的基本概念、基本理論和基本方法。</p><p>　　4 掌握 MATLAB 設(shè)計(jì) FIR 和 IIR 數(shù)字濾波器的方法。 5 掌握使用MATLAB處理數(shù)字信號(hào)、進(jìn)行頻譜分析、設(shè)計(jì)數(shù)字濾波器的編程方法。</p><p><b>　　三、課程設(shè)計(jì)內(nèi)容</b></p>

7、<p>　　1、音樂(lè)信號(hào)的音譜和頻譜觀察</p><p>　　使用windows下的錄音機(jī)錄制一段音樂(lè)信號(hào)或采用其它軟件截取一段音樂(lè)信號(hào)（要求：時(shí)間不超過(guò)5s、文件格式為wav文件）</p><p>　?、?使用wavread語(yǔ)句讀取音樂(lè)信號(hào)，獲取抽樣率；（注意：讀取的信號(hào)是雙聲道信號(hào)，即為雙列向量，需要分列處理）；</p><p>　?、?輸出音樂(lè)信號(hào)的

8、波形和頻譜，觀察現(xiàn)象；</p><p>　?、?使用sound語(yǔ)句播放音樂(lè)信號(hào)，注意不同抽樣率下的音調(diào)變化，解釋現(xiàn)象。</p><p><b>　　查找help：</b></p><p>　　Wavread格式說(shuō)明：</p><p>　　[y,fs,b]=wavread(‘語(yǔ)音信號(hào)’)，采樣值放在向量y中，fs表示采樣頻

9、率（hz），b表示采樣位數(shù)。</p><p>　　【matlab程序如下】</p><p><b>　　clc</b></p><p><b>　　close all</b></p><p><b>　　clear all</b></p><p>　　[

10、y,fs]=wavread('一生有你');%讀取歌曲</p><p><b>　　size(y)</b></p><p>　　y1=y(:,1); %1聲道</p><p>　　y2=y(:,2); %2聲道</p><p>　　N=length(y);%長(zhǎng)度</p><p>

11、;<b>　　n=0:N-1;</b></p><p>　　t=n/fs; %t=nT</p><p>　　w=2*n/N; %2pi在長(zhǎng)度N上的平均 是個(gè)序列</p><p>　　f1=fft(y1);</p><p>　　f2=fft(y2);%傅里葉變換</p><p>　　fi

12、gure %畫圖像</p><p>　　subplot(2,2,1), plot(t(1:1000),y1(1:1000))</p><p>　　title('1聲道時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y1')</p>

13、<p>　　subplot(2,2,3),plot(w,abs(f1)*2/N) </p><p>　　title('1聲道頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('Y1(w)')</p><p>　　subplot(2,2,2),p

14、lot(t(1:1000),y2(1:1000))</p><p>　　title('2聲道時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y2')</p><p>　　subplot(2,2,4),plot(w,abs(f2)*2/N)</p&

15、gt;<p>　　title('2聲道頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('Y2(w)')</p><p>　　wavplay(y1,fs)</p><p>　　wavplay(y1,fs/2) 慢放 wavpla

16、y(y1,fs*2) 快放 </p><p>　　wavylay(y2,fs*2) 快放 wavplay(y2,fs/2) 慢放</p><p>　　【程序運(yùn)行結(jié)果如下圖】：</p><p>　　分析：通過(guò)觀察音樂(lè)信號(hào)的波形和頻譜可知所選取的音樂(lè)信號(hào)頻譜集中在0~0.5pi之間，同時(shí)抽樣頻率為fs=44000</p><p>　

17、　2、音樂(lè)信號(hào)的抽?。p抽樣）</p><p>　?、?觀察音樂(lè)信號(hào)頻率上限，選擇適當(dāng)?shù)某槿￠g隔對(duì)信號(hào)進(jìn)行減抽樣（給出兩種抽取間隔，代表混疊與非混疊）；</p><p>　　② 輸出減抽樣音樂(lè)信號(hào)的波形和頻譜，觀察現(xiàn)象，給出理論解釋； </p><p>　?、?播放減抽樣音樂(lè)信號(hào)，注意抽樣率的改變，比較不同抽取間隔下的聲音，解釋現(xiàn)象。</p><

18、p><b>　　理論基礎(chǔ)：</b></p><p>　　時(shí)域抽樣定理：一個(gè)頻譜受限的信號(hào)f(t)，如果頻譜只占據(jù)-wm~+wm的圍，</p><p>　　則信號(hào)f(t)可以用等間隔的抽樣值唯一的表示。而抽樣間隔必須不大于1/（2*fm）.</p><p>　　頻域抽樣定理：一個(gè)頻譜受限的信號(hào)f(t)，它集中在-tm~+tm的時(shí)間范圍內(nèi)，&

19、lt;/p><p>　　若在頻域中以不大于1/（2*tm）的頻率間隔對(duì)f(t)的頻譜F(w)進(jìn)行抽樣，則抽樣后</p><p>　　頻譜F1(w)可以唯一的表示原信號(hào)。</p><p>　　【Matlab程序如下】：</p><p>　　%原信號(hào)的頻率上限為0.5pi</p><p>　　clear all;close a

20、ll</p><p>　　[y,fs,bits]=wavread('一生有你');</p><p>　　y1=y(:,1); %取一頻道信號(hào)</p><p>　　f1=fft(y1);</p><p>　　N=length(y1);</p><p>　　%減抽樣 $$$$$$$$$$$$$$$$$$

21、$減抽樣使抽樣點(diǎn)數(shù)減少，會(huì)使柵欄效應(yīng)更嚴(yán)重</p><p>　　D1=2;D2=16;</p><p><b>　　n=0:N-1;</b></p><p>　　t=n/fs; %t=nT</p><p>　　yd1=y1(1:D1:N); %2倍減抽樣</p><p>　　f

22、yd1=fft(yd1,N);</p><p>　　yd2=y1(1:D2:N);</p><p>　　fyd2=fft(yd2,N); %16倍減抽樣</p><p>　　w=2*n/N;%2pi在長(zhǎng)度N上的平均</p><p><b>　　figure</b></p><p>　　subplo

23、t(2,3,1);plot(t(1:1000),y1(1:1000));</p><p>　　title('原信號(hào)時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y1')</p><p>　　subplot(2,3,4);plot(w,abs(f1))

24、;</p><p>　　title('原信號(hào)頻域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y1')</p><p>　　subplot(2,3,2);plot(t(1:1000),yd1(1:1000));</p><p>　

25、　title('2倍減抽樣后的時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('yd1')</p><p>　　subplot(2,3,5);plot(w,abs(fyd1));</p><p>　　title('2倍減抽樣后的頻域圖')

26、%出現(xiàn)柵欄效應(yīng)</p><p>　　xlabel('t')</p><p>　　ylabel('fyd1')</p><p>　　subplot(2,3,3);plot(t(1:1000),yd2(1:1000));</p><p>　　title('10倍減抽樣后的時(shí)域圖')</p>

27、;<p>　　xlabel('t')</p><p>　　ylabel('yd2')</p><p>　　subplot(2,3,6);plot(w,abs(fyd2));</p><p>　　title('16倍減抽樣后的頻域圖')%柵欄效應(yīng)更明顯</p><p>　　xlabe

28、l('t')</p><p>　　ylabel('fyd2')</p><p>　　wavplay(yd1,fs);</p><p>　　wavplay(yd1,fs/D1);</p><p>　　wavplay(yd2,fs);</p><p>　　wavplay(yd2,fs/D2)

29、;</p><p>　　%D倍減抽樣后相當(dāng)于原抽樣頻率縮小了D倍，故仍按原抽樣頻率播放相當(dāng)于加快播放</p><p>　　【程序運(yùn)行結(jié)果如下圖】：</p><p>　　分析：通過(guò)觀察兩種不同抽樣間隔（2倍頻和16倍頻）下的音樂(lè)信號(hào)可知，當(dāng)采用較大的抽樣間隔對(duì)音樂(lè)信號(hào)進(jìn)行抽樣時(shí)，頻譜發(fā)生了混疊，而采用較小的抽樣間隔對(duì)音樂(lè)信號(hào)進(jìn)行抽樣時(shí)，頻譜并未發(fā)生混疊。這是因?yàn)?，抽?/p>

30、時(shí)頻譜發(fā)生混疊的條件是fs<2fh，即抽樣頻率小于信號(hào)頻譜的最高頻率。當(dāng)采用較大的抽樣間隔時(shí)抽樣頻率時(shí)fs<2fh，所以發(fā)生混疊，而采用較小的抽樣間隔時(shí)抽樣頻率時(shí)fs>=2fh，則不會(huì)發(fā)生混疊。</p><p>　　當(dāng)我們播放不同抽樣間隔下的音樂(lè)信號(hào)時(shí)，會(huì)發(fā)現(xiàn)大抽樣的音樂(lè)信號(hào)會(huì)伴有雜音并且聲音低沉，而小抽樣的音樂(lè)信號(hào)和原有的音樂(lè)信號(hào)幾乎無(wú)差別，這間接證明了我們以上理論分析的正確性。</p&

31、gt;<p>　　3、音樂(lè)信號(hào)的AM調(diào)制</p><p>　?、?觀察音樂(lè)信號(hào)頻率上限，選擇適當(dāng)調(diào)制頻率對(duì)信號(hào)進(jìn)行調(diào)制（給出高、低兩種調(diào)制頻率）；</p><p>　?、?輸出調(diào)制信號(hào)的波形和頻譜，觀察現(xiàn)象，給出理論解釋； </p><p>　?、?播放調(diào)制音樂(lè)信號(hào)，注意不同調(diào)制頻率下的聲音，解釋現(xiàn)象。</p><p><

32、b>　　理論基礎(chǔ)：</b></p><p>　　信號(hào)的調(diào)制過(guò)程就是將信號(hào)頻譜搬移到任何所需的較高頻率范圍。調(diào)制的實(shí)質(zhì)是把各種信號(hào)的頻譜搬移，使它們互不重疊的占據(jù)不同的頻率范圍，也即信號(hào)分別托付于不同頻率的載波上。具體的調(diào)制原理推導(dǎo)在此不再敘述，僅將結(jié)論列出：f(t)=g(t)*cos(w0*t)。由此將信號(hào)g(t)的頻譜搬移到（2*n+1）w附近，同時(shí)音樂(lè)信號(hào)的頻譜幅度變?yōu)樵瓉?lái)的1/2。<

33、/p><p>　　如果信號(hào)的最高頻譜wh超過(guò)了ws/2，則各周期延括分量產(chǎn)生頻譜的交疊，稱為是頻譜的混疊現(xiàn)象。根據(jù)奈奎斯特定律可知，若希望頻譜不會(huì)發(fā)生混疊，則fs>=fh。</p><p>　　【Matlab程序如下】：</p><p>　　%原信號(hào)的頻率上限為0.5pi</p><p><b>　　clc</b>&l

34、t;/p><p><b>　　clear all</b></p><p>　　[y,fs]=wavread('一生有你');</p><p>　　y1=y(:,1);</p><p>　　N=length(y);</p><p>　　n=0:(N-1);</p><

35、p><b>　　%低調(diào)制頻率</b></p><p>　　y2=cos(n*0.5*pi);%調(diào)制頻率為0.5*pi；</p><p>　　y3=y1.*y2';%調(diào)制后的信號(hào)；</p><p>　　f1=fft(y1);%對(duì)原信號(hào)做fft變換；</p><p>　　f3=fft(y3);%對(duì)調(diào)制后的信號(hào)做

36、fft變換；</p><p>　　t=n/fs;%t=nT</p><p>　　N=length(y);</p><p>　　w=2*n/length(y);</p><p><b>　　%高調(diào)制頻率</b></p><p>　　y4=cos(n*0.8*pi);</p><p

37、>　　y5=y1.*y4';</p><p>　　f5=fft(y5);</p><p><b>　　%圖形顯示</b></p><p><b>　　figure</b></p><p>　　subplot(2,3,1),plot(t,y1)</p><p>　

38、　title('原信號(hào)時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y1')</p><p>　　subplot(2,3,4),plot(w,abs(f1)*2/N)</p><p>　　title('原信號(hào)頻域圖')</p&g

39、t;<p>　　xlabel('w')</p><p>　　ylabel('Y1(w)')</p><p>　　subplot(2,3,2),plot(t,y3)</p><p>　　title('低調(diào)制后的時(shí)域圖')</p><p>　　xlabel('t')&l

40、t;/p><p>　　ylabel('y3')</p><p>　　subplot(2,3,5),plot(w,abs(f3)*2/N)</p><p>　　title('低調(diào)制后的頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel(&#

41、39;Y3(w)')</p><p>　　subplot(2,3,3),plot(t,y5)</p><p>　　title('高調(diào)制后的時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y5')</p><p>　　su

42、bplot(2,3,6),plot(w,abs(f5)*2/N)</p><p>　　title('高調(diào)制后的頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('Y5(w)')</p><p><b>　　%播放聲音</b></

43、p><p>　　wavplay(y1,fs)%播放調(diào)制前的原信號(hào)；</p><p>　　wavplay(y3,fs)%播放低調(diào)制后的信號(hào)；</p><p>　　wavplay(y5,fs)%播放高調(diào)制后的信號(hào)</p><p>　　【程序運(yùn)行結(jié)果如下圖】：</p><p>　　分析：通過(guò)觀察原音樂(lè)信號(hào)的頻譜圖可知音樂(lè)信號(hào)的頻

44、率上限是0.5pi，但是為了方便以后的計(jì)算，在此將0.3pi后的信號(hào)舍去，即默認(rèn)音樂(lè)信號(hào)的頻率上限是0.3pi。</p><p>　　取高頻調(diào)制頻率0.5pi，低頻調(diào)制頻率0.3pi對(duì)音樂(lè)信號(hào)進(jìn)行調(diào)制。通過(guò)觀察不同調(diào)制頻率下的頻譜圖可以發(fā)現(xiàn)高頻調(diào)制的音樂(lè)信號(hào)頻譜發(fā)生了混疊，而采用低頻調(diào)制的音樂(lè)信號(hào)頻譜并未發(fā)生混疊。這是因?yàn)楫?dāng)采用高頻調(diào)制（0.5pi）時(shí)，頻譜被搬移到（2*n+1）*0,5pi，n=0.1.2.3…

45、..附近，此時(shí)高頻調(diào)制頻率高于原信號(hào)的頻率上限，故發(fā)生了頻譜混疊。同理，當(dāng)采用低頻調(diào)制（0.3pi）時(shí)，未發(fā)生頻譜混疊。</p><p>　　播放不同調(diào)制頻率下的音樂(lè)信號(hào)，可以發(fā)現(xiàn)當(dāng)采用低頻調(diào)制時(shí)，音樂(lè)信號(hào)比原信號(hào)的聲音低了很多，但是沒(méi)有雜音；采用高頻調(diào)制時(shí)，音樂(lè)信號(hào)比原信號(hào)的聲音低了很多的同時(shí)還伴隨有雜音。這是因?yàn)榈皖l調(diào)制沒(méi)有發(fā)生混疊，調(diào)制后的音樂(lè)信號(hào)頻譜幅度為原音樂(lè)信號(hào)的1/2，而高頻調(diào)制發(fā)生了混疊。<

46、/p><p>　　4、AM調(diào)制音樂(lè)信號(hào)的同步解調(diào)</p><p>　?、?設(shè)計(jì)巴特沃斯IIR濾波器完成同步解調(diào)；觀察濾波器頻率響應(yīng)曲線；</p><p>　?、?用窗函數(shù)法設(shè)計(jì)FIR濾波器完成同步解調(diào)，觀察濾波器頻率響應(yīng)曲線；（要求：分別使用矩形窗和布萊克曼窗，進(jìn)行比較）； </p><p>　　③ 輸出解調(diào)信號(hào)的波形和頻譜，觀察現(xiàn)象，給出理論解

47、釋； </p><p>　?、?播放解調(diào)音樂(lè)信號(hào)，比較不同濾波器下的聲音，解釋現(xiàn)象。</p><p><b>　　理論基礎(chǔ):</b></p><p>　　有一條信號(hào)f(t)恢復(fù)原始信號(hào)g(t)的過(guò)程稱為解調(diào)。這里，cos(w0*t)信號(hào)是接收端的本地載波信號(hào)，它與發(fā)送端的載波同頻同相。f(t)與cos(w0*t)相乘的結(jié)果使頻譜F(W)向左、右

48、分別移動(dòng)+w0、-w0（并乘以系數(shù)1/2），得到 </p><p>　　g0(t)=1/2*g(t)+1/2*g(t)*cos(w0*t)</p><p>　　G0(w)=1/2*G(w)+1/4*[G(w-2*w0)+G(w+2*w0)]</p><p>　　再利用一個(gè)低通濾波器，濾除在頻率為2*w0附近的分量，即可取出g(t),完成解調(diào)。</p>

49、<p>　　【Matlab程序如下】：</p><p>　　%理想低通濾波器沖擊響應(yīng)函數(shù)</p><p>　　function hd=ideal(N,wc)</p><p>　　for n=0:N-1</p><p>　　if n==(N-1)/2</p><p>　　hd(n+1)=wc/pi;<

50、/p><p>　　else hd(n+1)=sin(wc*(n-(N-1)/2))/(pi*(n-(N-1)/2));</p><p><b>　　end</b></p><p><b>　　end</b></p><p>　?。▽⑸鲜龀绦虮４鏋閕deal.m，但不能運(yùn)行。）</p>&l

51、t;p><b>　　Clc</b></p><p><b>　　close all</b></p><p><b>　　clear all</b></p><p>　　[y,fs]=wavread('一生有你');</p><p>　　y1=y(:,1);

52、</p><p>　　N0=length(y);</p><p>　　n=0:(N0-1);</p><p>　　w=2*n/(N0-1);</p><p><b>　　t=n/fs;</b></p><p>　　f1=fft(y1);</p><p><b>　

53、　%調(diào)制頻率濾波</b></p><p>　　y2=cos(n*0.4*pi);%調(diào)制頻率為0.4*pi;</p><p>　　y3=y1.*y2';%調(diào)制后的信號(hào);</p><p>　　y4=y3.*y2';%調(diào)制解調(diào)后的信號(hào);</p><p>　　%對(duì)調(diào)制頻率巴特沃斯IIR濾波器的設(shè)計(jì)</p>&

54、lt;p><b>　　Wp=0.2;</b></p><p><b>　　Ws=0.3;</b></p><p><b>　　Rp=1;</b></p><p><b>　　Rs=20;</b></p><p>　　W=0:0.001*pi:1*pi

55、;</p><p>　　[N,Wc]=buttord(Wp,Ws,Rp,Rs);</p><p>　　[b,a]=butter(N,Wc);</p><p>　　[H,W]=freqz(b,a,W);</p><p>　　plot(W/pi,abs(H))</p><p>　　title('巴特沃斯濾波器的頻域

56、圖')</p><p>　　xlabel('w')</p><p>　　ylabel('H(w)')</p><p>　　y5=filter(b,a,y4)*2;%對(duì)調(diào)制解調(diào)后的信號(hào)進(jìn)行濾波;</p><p>　　f3=fft(y3);%對(duì)調(diào)制信號(hào)做fft變換;</p><p>

57、　　f4=fft(y4);%對(duì)調(diào)制解調(diào)后的信號(hào)做fft變換;</p><p>　　f5=fft(y5);%對(duì)調(diào)制解調(diào)濾波后的信號(hào)做fft變換;</p><p><b>　　figure</b></p><p>　　subplot(4,1,1),plot(w,abs(f1)*2/N0)%調(diào)制前的原信號(hào)頻域圖；</p><p&g

58、t;　　title('原信號(hào)頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('Y1(w)')</p><p>　　subplot(4,1,2),plot(w,abs(f3)*2/N0)%高調(diào)制后的信號(hào)頻域圖；</p><p>　　title('調(diào)

59、制后的頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('Y3(w)')</p><p>　　subplot(4,1,3),plot(w,abs(f4)*2/N0)</p><p>　　title('調(diào)制解調(diào)后的頻域圖')</p>&

60、lt;p>　　xlabel('w')</p><p>　　ylabel('Y4(w)')</p><p>　　subplot(4,1,4),plot(w,abs(f5)*2/N0) %解調(diào)濾波后的信號(hào)頻域圖；</p><p>　　title('解調(diào)濾波后的頻域圖')</p><p>　　

61、xlabel('w')</p><p>　　ylabel('Y5(w)')</p><p>　　%用窗函數(shù)設(shè)計(jì)FIR濾波器</p><p><b>　　N=33; </b></p><p>　　Wc1=0.4*pi;</p><p>　　hd=ideal(N,W

62、c1);</p><p>　　w1=boxcar(N);%矩形窗</p><p>　　w2=blackman(N);%布萊克曼窗</p><p>　　h1=hd.*w1';</p><p>　　h2=hd.*w2';</p><p><b>　　%求濾波器頻率響應(yīng)</b></

63、p><p><b>　　M=1024;</b></p><p>　　W=2/M*[0:M-1];</p><p>　　fh1=fft(h1,M);</p><p>　　db1=-20*log10(abs(fh1(1)./(abs(fh1)+eps))); %幅度的分貝表示</p><p>　

64、　fh2=fft(h2,M);</p><p>　　db2=-20*log10(abs(fh2(1)./(abs(fh2)+eps))); %幅度的分貝表示</p><p><b>　　figure </b></p><p>　　subplot(2,2,1);plot(W,abs(fh1))</p><p>　

65、　title('矩形窗幅度')</p><p>　　subplot(2,2,2);plot(W,db1)</p><p>　　title('矩形窗分貝') </p><p>　　subplot(2,2,3);plot(W,abs(fh2))</p><p>　　title('布萊克曼窗幅度')&

66、lt;/p><p>　　subplot(2,2,4);plot(W,db2)</p><p>　　title('布萊克曼窗分貝')</p><p>　　y6=conv(y4,h1);%作卷積</p><p>　　f6=fft(y6);</p><p>　　y7=conv(y4,h2);</p>

67、<p>　　f7=fft(y7);</p><p>　　M1=length(y4)+length(h1)-1;</p><p>　　W1=2/M1*[0:M1-1];</p><p>　　M2=length(y4)+length(h2)-1;</p><p>　　W2=2/M2*[0:M2-1];</p><p

68、><b>　　figure</b></p><p>　　subplot(3,1,1),plot(w,abs(f1)*2/(length(y)))</p><p>　　title('原信號(hào)頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('

69、;Y1(w)')</p><p>　　subplot(3,1,2),plot(W1,abs(f6)*2/M1)</p><p>　　title('用矩形窗濾波后的頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('Y6(w)')</p>

70、<p>　　subplot(3,1,3),plot(W2,abs(f7)*2/M2)</p><p>　　title('用布萊克曼窗濾波后的頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('Y7(w)')</p><p>　　wavplay

71、(y1,fs)</p><p>　　wavplay(y6,fs)</p><p>　　wavplay(y7,fs)</p><p><b>　　程序運(yùn)行如下：</b></p><p>　　分析1：通過(guò)對(duì)比解調(diào)前后的音樂(lè)信號(hào)時(shí)域圖和頻譜圖可知，解調(diào)后的音樂(lè)信號(hào)時(shí)域和頻譜幅度變?yōu)樵瓉?lái)的1/2，若想濾波后可以完全恢復(fù)原始音樂(lè)信

72、號(hào)，可以在傳輸函數(shù)添加系數(shù)2即可。</p><p>　　分析2：對(duì)FIR窗函數(shù)濾波器的設(shè)計(jì)參數(shù)進(jìn)行選定：</p><p>　　矩形窗（boxcar）：濾波器的截止頻率wc=0.5pi，濾波器的階數(shù)N=33，阻帶衰減為25db；布萊克曼窗（blackman）：濾波器的截止頻率wc=0.5pi，濾波器的階數(shù)N=33，阻帶衰減為80db。</p><p>　　比較采用矩形

73、窗和布萊克曼窗的頻率特性圖可以看出：最小阻帶衰減只由窗形狀決定，而不受階數(shù)N的影響；而過(guò)渡帶的寬度窗的形狀有關(guān)；同時(shí)，布萊克曼窗的過(guò)濾帶寬、旁瓣峰值和主瓣寬度均大于矩形窗的過(guò)濾帶寬、旁瓣峰值和主瓣寬度。</p><p>　　分析3：下圖為經(jīng)過(guò)加矩形窗和布萊克曼窗的濾波器濾波后的音樂(lè)信號(hào)的時(shí)域圖和頻譜圖。比較兩種窗函數(shù)濾波下的頻譜圖可知加矩形窗的濾波器的濾波效果明顯沒(méi)有加布萊克曼窗的濾波器濾波效果好，原因如分析2所

74、示：布萊克曼窗的最小阻帶衰減在同樣階數(shù)的前提條件下要比矩形窗的最小阻帶衰減大，所以濾波更徹底，恢復(fù)的原信號(hào)也就會(huì)比矩形窗好。若想提高矩形窗的濾波效果可采取增加階數(shù)的方法，但這種情況下會(huì)增加不必要的開(kāi)支，所以在選定濾波器的時(shí)候要權(quán)衡各方面的條件，力爭(zhēng)達(dá)到一個(gè)各方都滿意的結(jié)果。</p><p>　　分析4：播放IIR濾波器和FIR濾波器濾波后的音樂(lè)信號(hào)，我們可以聽(tīng)到音樂(lè)信號(hào)的音調(diào)變低了，這是因?yàn)楦哳l部分被濾掉了。同時(shí)

75、還可以聽(tīng)到IIR濾波器濾波后的音樂(lè)信號(hào)沒(méi)有FIR濾波器濾波后的音樂(lè)信號(hào)效果好，這是因?yàn)镕IR濾波器是線性相位的，而IIR濾波器是非線性相位；矩形窗沒(méi)有布萊克曼窗的濾波效果好。</p><p>　　5、音樂(lè)信號(hào)的濾波去噪</p><p>　　①給原始音樂(lè)信號(hào)疊加幅度為0.05，頻率為3kHz、 5kHz、8kHz的三余弦混合噪聲，觀察噪聲頻譜以及加噪后音樂(lè)信號(hào)的音譜和頻譜，并播放音樂(lè)，感受噪

76、聲對(duì)音樂(lè)信號(hào)的影響；</p><p>　?、诮o原始音樂(lè)信號(hào)疊加幅度為0.5的隨機(jī)白噪聲（可用rand語(yǔ)句產(chǎn)生），觀察噪聲頻譜以及加噪后音樂(lè)信號(hào)的音譜和頻譜，并播放音樂(lè)，感受噪聲對(duì)音樂(lè)信號(hào)的影響；</p><p>　?、鄹鶕?jù)步驟①、②觀察到的頻譜，選擇合適指標(biāo)設(shè)計(jì)濾波器進(jìn)行濾波去噪，觀察去噪后信號(hào)音譜和頻譜，并播放音樂(lè)，解釋現(xiàn)象。 </p><p><b>

77、　　理論基礎(chǔ)：</b></p><p>　　Rand函數(shù)介紹：rand函數(shù)產(chǎn)生由在（0，1）之間均勻分布的隨機(jī)數(shù)組組成的 數(shù)組。Y = rand(n) 返回一個(gè)n x n的隨機(jī)矩陣。如果n不是數(shù)量，則返回錯(cuò)誤信息。</p><p>　　【Matlab程序如下】：</p><p><b>　　Clc</b&g

78、t;</p><p><b>　　Close all</b></p><p><b>　　clear all</b></p><p>　　[y,fs]=wavread('一生有你');</p><p>　　y1=y(:,1);</p><p>　　f1=fft

79、(y1);</p><p>　　N0=length(y);</p><p>　　n=0:(N0-1);</p><p><b>　　w=2*n/N0;</b></p><p><b>　　t=n/fs;</b></p><p>　　y2=0.05*cos(2*pi*3000*

80、t)+0.05*cos(2*pi*5000*t)+0.05*cos(2*pi*8000*t);%三余弦函數(shù)</p><p>　　f2=fft(y2);</p><p>　　y3=y1+y2';</p><p>　　f3=fft(y3);</p><p><b>　　figure</b></p>&l

81、t;p>　　subplot(3,2,1),plot(t(1:1000),y1(1:1000))</p><p>　　title('原信號(hào)時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y1')</p><p>　　subplot(3,2,2),p

82、lot(w,abs(f1)*2/N0)</p><p>　　title('原信號(hào)頻譜')</p><p>　　xlabel('w')</p><p>　　ylabel('Y1(w)')</p><p>　　subplot(3,2,3),plot(t(1:200),y2(1:200))</p

83、><p>　　title('三余弦信號(hào)時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y2')</p><p>　　subplot(3,2,4),plot(w,abs(f2)*2/N0)</p><p>　　title('三

84、余弦信號(hào)頻譜')</p><p>　　xlabel('w')</p><p>　　ylabel('Y2(w)')</p><p>　　subplot(3,2,5),plot(t(1:1000),y3(1:1000))</p><p>　　title('加噪后信號(hào)的時(shí)域')</p&g

85、t;<p>　　xlabel('t')</p><p>　　ylabel('y2')</p><p>　　subplot(3,2,6),plot(w,abs(f3)*2/N0)</p><p>　　title('加噪后信號(hào)的的頻譜')</p><p>　　xlabel('w

86、')</p><p>　　ylabel('Y3(w)')</p><p>　　y4=rand(N0,1)-0.5;%白噪聲的產(chǎn)生算法</p><p><b>　　y5=y1+y4;</b></p><p>　　f4=fft(y4);</p><p>　　f5=fft(y5)

87、;</p><p><b>　　figure</b></p><p>　　subplot(2,2,1),plot(t(1:1000),y4(1:1000))</p><p>　　title('隨機(jī)白噪聲時(shí)域圖')</p><p>　　xlabel('t')</p><p

88、>　　ylabel('y4')</p><p>　　subplot(2,2,3),plot(t(1:1000),y5(1:1000))</p><p>　　title('帶有隨機(jī)白噪聲的信號(hào)時(shí)域')</p><p>　　xlabel('t')</p><p>　　ylabel('y

89、5')</p><p>　　subplot(2,2,2),plot(w,abs(f4)*2/N0)</p><p>　　title('隨機(jī)白噪聲頻譜')</p><p>　　xlabel('w')</p><p>　　ylabel('Y4(w)')</p><p>

90、;　　subplot(2,2,4),plot(w,abs(f5)*2/N0)</p><p>　　title('帶有隨機(jī)白噪聲的信號(hào)頻譜')</p><p>　　xlabel('w')</p><p>　　ylabel('Y5(w)')</p><p>　　%巴特沃斯濾波器的設(shè)計(jì)</p&g

91、t;<p><b>　　Wp=0.08;</b></p><p>　　Ws=0.12;%不宜過(guò)狹窄 不然會(huì)出錯(cuò)</p><p><b>　　Rp=1;</b></p><p>　　Rs=30 ; %指標(biāo)輸入</p><p>　　[N,Wc]=buttord(Wp,Ws,Rp,Rs);

92、</p><p>　　[b,a]=butter(N,Wc);</p><p>　　[H,W]=freqz(b,a);</p><p><b>　　figure</b></p><p>　　plot(W/pi,abs(H))</p><p>　　title('低巴特沃斯濾波器的頻域圖'

93、;)</p><p>　　xlabel('w')</p><p>　　ylabel('H(w)')</p><p>　　y6=filter(b,a,y3);</p><p>　　y7=filter(b,a,y5);</p><p>　　f6=fft(y6);</p><

94、;p>　　f7=fft(y7);</p><p><b>　　figure</b></p><p>　　subplot(3,1,1),plot(w,abs(f1)*2/N0)</p><p>　　title('原信號(hào)頻譜')</p><p>　　xlabel('w')</p&g

95、t;<p>　　ylabel('Y1(w)')</p><p>　　subplot(3,1,2),plot(w,abs(f6)*2/N0)</p><p>　　title('濾除三余弦信號(hào)后的頻譜')</p><p>　　xlabel('w')</p><p>　　ylabel(&

96、#39;Y6(w)')</p><p>　　subplot(3,1,3),plot(w,abs(f7)*2/N0)</p><p>　　title('濾除白噪聲信號(hào)后的頻譜')</p><p>　　xlabel('w')</p><p>　　ylabel('Y7(w)')</p&g

97、t;<p>　　%wavplay(y3,fs) 加三余弦后 一直有個(gè)比較尖銳刺耳的聲音存在 像蜂鳴聲</p><p>　　%wavplay(y6,fs) 濾除后跟原音樂(lè)旋律一樣 只是聲調(diào)低沉些</p><p>　　%wavplay(y5,fs) 加白噪聲后 就像電視機(jī)有雪花收不到臺(tái)時(shí)的那種嘈噪聲 </p><p>　　%wavplay(y7,fs

98、) 濾除后噪聲仍存在但聲音低了些</p><p>　　【程序運(yùn)行結(jié)果如下圖】：</p><p>　　分析1：上圖為三余弦信號(hào)的時(shí)域圖和頻譜圖以及加三余弦噪聲后的音樂(lè)信號(hào)</p><p>　　時(shí)域圖和頻譜圖。通過(guò)計(jì)算可知：三余弦混合噪聲信號(hào)的三條頻譜線分別加在頻率為3kz，5kz和8kz處。而且通過(guò)播放加三余弦噪聲的音樂(lè)信號(hào)可知，同原音樂(lè)信號(hào)相比增加了尖銳的刺耳聲，

99、這同預(yù)想的信號(hào)一致。</p><p>　　分析2：下圖為隨機(jī)白噪聲信號(hào)的時(shí)域圖和頻譜圖以及加隨機(jī)白噪聲信號(hào)后的</p><p>　　音樂(lè)信號(hào)時(shí)域圖和頻譜圖。而且通過(guò)播放加隨即白噪聲信號(hào)的音樂(lè)信號(hào)可知，同原音樂(lè)信號(hào)相比增加了嗞嗞的電波聲，這同預(yù)想的信號(hào)一致。</p><p>　　分析3：隨機(jī)白噪聲去噪：由于隨即白噪聲信號(hào)是加在了整個(gè)時(shí)域和頻域內(nèi)，為了濾波的更徹底，所以

100、選取較小的通帶截止頻率和阻帶截止頻率，并選取較大的組帶最小衰減。wp=0.08pi為通帶截止頻率，ws=0.12pi為其阻帶截止頻率，rp=1db為其通帶最大衰減,，rs=30db為阻帶最小衰減。</p><p>　　分析4：觀察下圖三余弦噪聲去噪后的時(shí)域圖和頻譜圖，以及隨機(jī)白噪聲去噪后的時(shí)域圖和頻譜圖可知：三余弦噪聲被完全濾掉；隨機(jī)白噪聲由于是加在原因樂(lè)信號(hào)的整個(gè)時(shí)域和頻域內(nèi)，所以濾波后的音樂(lè)信號(hào)仍然殘留有少量

101、的噪聲信號(hào)，這是避免不了的。把去噪后的音樂(lè)信號(hào)時(shí)域圖和頻譜圖和原始信號(hào)相比發(fā)現(xiàn)并無(wú)大的差別，所以在此可以暫定為濾波成功。</p><p>　　音樂(lè)信號(hào)的幅頻特性和相頻分析</p><p>　　設(shè)計(jì)低通濾波器，濾除原始信號(hào)高頻信息；設(shè)計(jì)高通濾波器，濾除原始信號(hào)低頻信息；選取兩端不同的音樂(lè)信號(hào)，分別將其幅度譜與相位譜交叉組合構(gòu)成新的音樂(lè)信號(hào)，播放并比較組合后的音樂(lè)與原始信號(hào)，感受相頻信息對(duì)音樂(lè)

102、信號(hào)的影響</p><p>　　【matlab的程序】:</p><p><b>　　clc</b></p><p><b>　　close all</b></p><p><b>　　clear all</b></p><p>　　[y,fs]=wav

103、read('一生有你');</p><p>　　y1=y(:,1);</p><p>　　f1=fft(y1);</p><p>　　N0=length(y);</p><p>　　n=0:(N0-1);</p><p><b>　　w=2*n/N0;</b></p>

104、<p><b>　　t=n/fs;</b></p><p>　　%低通巴特沃斯濾波器的設(shè)計(jì)</p><p><b>　　Wp1=0.1;</b></p><p><b>　　Ws1=0.2;</b></p><p><b>　　Rp=1;</b>

105、;</p><p><b>　　Rs=20;</b></p><p>　　W=0:0.001*pi:0.5*pi;</p><p>　　[N1,Wc1]=buttord(Wp1,Ws1,Rp,Rs);</p><p>　　[b1,a1]=butter(N1,Wc1);</p><p>　　[H1,

106、W]=freqz(b1,a1,W);</p><p>　　y2=filter(b1,a1,y1);</p><p>　　f2=fft(y2);</p><p>　　%高通巴特沃斯濾波器的設(shè)計(jì)</p><p><b>　　Wc2=0.3;</b></p><p><b>　　Ws2=0.2

107、;</b></p><p><b>　　Rc=1;</b></p><p><b>　　Rs=20;</b></p><p>　　W=0:0.001*pi:0.5*pi;</p><p>　　[N2,Wc2]=buttord(Wc2,Ws2,Rc,Rs);</p><

108、p>　　[b2,a2]=butter(N2,Wc2,'high');</p><p>　　[H2,W]=freqz(b2,a2,W);</p><p>　　y3=filter(b2,a2,y1);</p><p>　　f3=fft(y3);</p><p><b>　　figure</b></

109、p><p>　　subplot(4,2,1),plot(t(1:1000),y1(1:1000))</p><p>　　title('原信號(hào)時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y1')</p><p>　　subplot

110、(4,2,2),plot(w,abs(f1)*2/N0)</p><p>　　title('原信號(hào)頻譜')</p><p>　　xlabel('w')</p><p>　　ylabel('Y1(w)')</p><p>　　subplot(4,2,3),plot(W/pi,abs(H1))<

111、;/p><p>　　title('低通巴特沃斯濾波器的頻域圖')</p><p>　　xlabel('w')</p><p>　　ylabel('H(w)')</p><p>　　subplot(4,2,5),plot(t(1:1000),y2(1:1000))</p><p&g

112、t;　　title('濾除高頻后的時(shí)域圖')</p><p>　　xlabel('t')</p><p>　　ylabel('y2')</p><p>　　subplot(4,2,7),plot(w,abs(f2)*2/N0)</p><p>　　title('濾除高頻后的頻譜'

113、)</p><p>　　xlabel('w')</p><p>　　ylabel('Y2(w)')</p><p>　　subplot(4,2,4),plot(W/pi,abs(H2))</p><p>　　title('高通巴特沃斯濾波器的頻域圖')</p><p>　

114、　xlabel('w')</p><p>　　ylabel('H2(w)')</p><p>　　subplot(4,2,6),plot(t(1:1000),y3(1:1000))</p><p>　　title('濾除低頻后的時(shí)域圖')</p><p>　　xlabel('t'

115、)</p><p>　　ylabel('y3')</p><p>　　subplot(4,2,8),plot(w,abs(f3)*2/N0)</p><p>　　title('濾除低頻后的頻譜')</p><p>　　xlabel('w')</p><p>　　ylabe

116、l('Y3(w)')</p><p>　　%wavplay(y1,fs) %原信號(hào)聲音</p><p>　　%wavplay(y2,fs) %濾除高頻后的信號(hào)聲音 聲音有點(diǎn)低沉</p><p>　　%wavplay(y3,fs) %濾除低頻后信號(hào)的聲音 聲音有點(diǎn)尖銳</p><p><b>　　%交叉組合&

117、lt;/b></p><p>　　[x1,fs]=wavread('一生有你');</p><p>　　[x2,fs]=wavread('天路');</p><p>　　y1=x1(:,1);</p><p>　　y2=x2(:,1);</p><p>　　y3=y2(1:leng

118、th(y1));%截取長(zhǎng)度使得長(zhǎng)度相等</p><p>　　N=length(y1);</p><p>　　f1=fft(y1);</p><p>　　f2=fft(y3);</p><p>　　Fy1=abs(f1);%幅度</p><p>　　Ay1=angle(f1);</p><p>　

119、　Fy3=abs(f2);</p><p>　　Ay3=angle(f2);%角度</p><p>　　F1=Fy1.*exp(j.*Ay3);</p><p>　　F2=Fy3.*exp(j.*Ay1);</p><p>　　y11=ifft(F1);</p><p>　　y22=ifft(F2);</p>

120、;<p>　　w=2/N*[0:N-1];</p><p>　　wavplay(x1,fs);</p><p>　　wavplay(real(y11),fs);%聲音大致能聽(tīng)到是第二個(gè)的聲音 但背影很嘈雜</p><p>　　wavplay(x2,fs);</p><p>　　wavplay(real(y22),fs);%聲音

121、大致能聽(tīng)到是第一個(gè)的聲音 但背影很嘈雜</p><p>　　%結(jié)論 相位角決定不同的聲音 可用來(lái)區(qū)分聲音 音調(diào)即聲音大小取決于幅度且成正相關(guān)</p><p>　　Matlab的運(yùn)行結(jié)果：</p><p><b>　　四、問(wèn)題討論</b></p><p>　　1、IIR數(shù)字濾波器和FIR數(shù)字濾波器的比較</p&

122、gt;<p>　　答：IIR濾波器：相位一般是非線性的，不一定穩(wěn)定，不能使用fft做快速卷積，一定是遞歸結(jié)構(gòu)，對(duì)頻率分量的選擇性好（零極點(diǎn)可同時(shí)起作用），相同性能下階次較低，有噪聲反饋，噪聲大，運(yùn)算誤差大，有可能出現(xiàn)極限環(huán)振蕩，設(shè)計(jì)時(shí)有大量圖表可查，方便簡(jiǎn)單，主要用于設(shè)計(jì)分段常數(shù)的標(biāo)準(zhǔn)低通，帶通，高通，帶阻和全通濾波器。</p><p>　　FIR濾波器：相位可以做到嚴(yán)格線性，一定是穩(wěn)定的，信號(hào)通過(guò)

123、系統(tǒng)可采用快速卷積，主要是非遞歸結(jié)構(gòu)，也可含遞歸結(jié)構(gòu)，選擇性差，相同性能下階次高，噪聲小，運(yùn)算誤差小，不會(huì)出現(xiàn)極限環(huán)振蕩，可設(shè)計(jì)正交變換器、微分器、線性預(yù)測(cè)器、線性調(diào)頻器等各種網(wǎng)絡(luò)，適用范圍廣。</p><p>　　其中，F(xiàn)IR濾波器的最大好處是穩(wěn)定、線性相位和廣泛的適用范圍，而它的最大</p><p>　　缺點(diǎn)是階數(shù)高，從而帶來(lái)時(shí)延大、存儲(chǔ)單元多等問(wèn)題。例如用頻率抽樣法設(shè)計(jì)阻帶衰耗為－2

124、0dB的FIR DF需33階，用雙線性法設(shè)計(jì)同樣指標(biāo)的切比雪夫IIR DF僅需4～5階。因此，在一些對(duì)時(shí)延有嚴(yán)格限制的場(chǎng)合就不得不考慮用IIR濾波器。語(yǔ)音信號(hào)對(duì)相位的非線性不很敏感。數(shù)據(jù)和圖象信號(hào)則往往對(duì)濾波器提出線性相位的要求，這就是為什么FIR用得越來(lái)越廣的原因。總之，IIR和FIR各有特點(diǎn)，在應(yīng)用時(shí)要根據(jù)各方面的指標(biāo)，綜合考慮加以選擇。</p><p>　　2、音樂(lè)信號(hào)的音調(diào)與信號(hào)的什么特征有關(guān)？</

125、p><p>　　答：音調(diào)主要由聲音的頻率決定。對(duì)一定強(qiáng)度的純音，音調(diào)隨頻率的升降而升降；對(duì)一定頻率的純音、低頻純音的音調(diào)隨響度增加而下降，高頻純音的音調(diào)卻隨響度增加而上升。音調(diào)的高低還與發(fā)聲體的結(jié)構(gòu)有關(guān)，因?yàn)榘l(fā)聲體的結(jié)構(gòu)影響了聲音的頻率。所以音樂(lè)信號(hào)的音調(diào)與信號(hào)的頻率有關(guān)。音調(diào)還與聲音持續(xù)的時(shí)間長(zhǎng)短有關(guān)。非常短促(毫秒量級(jí)或更短)的純音，只能聽(tīng)到像打擊或彈指那樣的“喀嚓”一響，感覺(jué)不出音調(diào)。持續(xù)時(shí)間從10 毫秒增加到

126、50 毫秒，聽(tīng)起來(lái)覺(jué)得音調(diào)是由低到高連續(xù)變化的。超過(guò)50 毫秒，音調(diào)就穩(wěn)定不變了。</p><p>　　3、音樂(lè)信號(hào)的音色與信號(hào)的什么特征有關(guān)？</p><p>　　答：音樂(lè)信號(hào)的音色是指對(duì)聲音音質(zhì)的感覺(jué)特性，也是一種聲音區(qū)別于另一種聲音的特征品質(zhì)。音色的不同取決于不同的泛音，每一種樂(lè)器、不同的人以及所有能發(fā)聲的物體發(fā)出的聲音，除了一個(gè)基音還有許多不同頻率的泛音伴隨，正是這些泛音決定了其不

127、同的音色，使人能辨別出是不同的樂(lè)器甚至不同的人發(fā)出的聲音。而泛音的不同指的是頻譜的不同，所以音樂(lè)信號(hào)的音色與信號(hào)的頻譜或頻率特性有關(guān)。</p><p>　　4、兩種不同音色的音樂(lè)信號(hào)疊加混疊后，為何人耳還可以分辨？</p><p>　　答：人耳聽(tīng)覺(jué)系統(tǒng)實(shí)際上就是一個(gè)音頻信號(hào)處理器，可以完成對(duì)聲音信號(hào)的傳輸、轉(zhuǎn)換以及綜合處理的能力。而音樂(lè)信號(hào)的音色與音樂(lè)信號(hào)的頻譜分布有關(guān)，不同音色的音樂(lè)信號(hào)

128、的頻譜當(dāng)然不會(huì)相同，當(dāng)混疊后的音樂(lè)信號(hào)進(jìn)入人耳的聽(tīng)覺(jué)系統(tǒng)后，人耳通過(guò)對(duì)混疊信號(hào)的頻譜處理，可以將具有不同頻譜的聲音信號(hào)分離開(kāi)，也就達(dá)到了分辨不同音色的音樂(lè)信號(hào)的目的。</p><p>　　5、音樂(lè)信號(hào)的幅度與相位特征對(duì)信號(hào)有哪些影響？</p><p>　　答：音樂(lè)信號(hào)的相位發(fā)生改變會(huì)引起信號(hào)時(shí)域特性發(fā)生改變；音樂(lè)信號(hào)的幅度發(fā)生變化會(huì)影響信號(hào)的頻譜幅度。</p><p&g

129、t;<b>　　五、心得體會(huì)</b></p><p>　　這次實(shí)驗(yàn)是以上學(xué)期所學(xué)的數(shù)字信號(hào)理論為依據(jù)，用matlab程序?qū)崿F(xiàn)，通過(guò)多次上機(jī)編程、運(yùn)行、調(diào)試，學(xué)到了很多東西。首先，為了完成這次的課程設(shè)計(jì)，需要從新將上學(xué)期遺忘的知識(shí)給撿起來(lái)，而且還需要去圖書館查閱有關(guān)matlab編程的相關(guān)知識(shí)，學(xué)習(xí)有關(guān)函數(shù)的用法；其次，在做實(shí)驗(yàn)的過(guò)程中會(huì)遇到很多的困難，在困難面前不要放棄，只要有信心和耐心，堅(jiān)持