基于matlab的音频处理

最新推荐文章于 2024-04-29 18:48:26 发布

AI_Rancho

最新推荐文章于 2024-04-29 18:48:26 发布

阅读量3.4k

点赞数 2

分类专栏：音频处理

原文链接：https://blog.csdn.net/dxinbin/article/details/54584276

版权

音频处理专栏收录该内容

3 篇文章 1 订阅

订阅专栏

本文链接： https://blog.csdn.net/dxinbin/article/details/54584276

         <!--一个博主专栏付费入口结束-->
        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-d284373521.css">
                                    <div id="content_views" class="markdown_views">
                <!-- flowchart 箭头图标 勿删 -->
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                                        <p>如图一段信号，是由一串频率相同的脉冲串组成，请根据各个脉冲信号的频谱，判断脉冲串的频率. <br>

音频信号

读取音频文件

[x,Fs,bits]=wavread('E:\数字信号处理\good5.wav');
T=1/Fs；  %采样周期
t=(1:length(x))*T;   %采样时间
figure（1）；
plot（t,x）;
title('原始信号时域图形')；
xlabel('时间t/s');
ylabel('音量');
 
 
 
 1
2
3
4
5
6
7
8

这里写图片描述
音频信号频谱分析

y=fft(x);       %做FFT变换
f=(0:length(y)-1).*Fs/length(y);
plot(f,y)       %画出原始信号的频谱图
 
 
 
 1
2
3

这里写图片描述
2. 脉冲信号分离
通过观察原始信号在时域上的波形，可知该类信号包含12个脉冲，对应各个脉冲所在位置，然后将其对应的数字信号进行分离，可以得到如下各个脉冲的波形；（以两个脉冲为例）

3. 加窗去除噪声
分帧处理

function [X magY]= jiachuang(x)
N=length(x);
n0=0.04*48000;
n1=floor(0.5*n0);
num=floor((N-n0)/n1)+1;
for i=1:num;
a1=(i-1)*n1+1;
a2=(i-1)*n1+n0;
X=x(a1:a2).*hamming(n0);  %汉明窗
end
Y=fft(X);
magY=abs(Y);
end
 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13

这里写图片描述

4.滤波器的设计

 function [ x_daitong magy_daitong ] = lvboqi(x1)
 fp=[4000,7000];
 fs=[3000,8000];
 Fs=48000;
 As=20;Ap=1;
 wp=2*pi*fp/Fs;
 ws=2*pi*fs/Fs;
 BF=wp(1)-ws(1);
 wc=ws+BF/2;
 M=ceil((As-7.95)/(2.286*BF))+1;
 N=M+1;
 beta=0.1102*(As-8.7);
 window=(kaiser(N,beta));
 b=fir1(M,wc/pi,'bandpass',window);
 x_daitong=filter(b,1,x1);
 y_daitong=fft(x_daitong);
 magy_daitong=abs(y_daitong);
end
 figure(1)
 freqz(b,1,512);
 title('FIR带通滤波器的频率响应')；
 plot(t,x_daitong);
 figure(2);
 plot(t,x_daitong);
 figure(3);
 plot(f,magy_daitong); 
 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

这里写图片描述
通过所设计的滤波器，对加窗去噪后的各个脉冲信号进行进一步的滤波，通过其频谱图，可以发现对于3KM~8kM带通滤波效果良好。

为进一步分析每个脉冲在3~8KM的信号频谱波形，对信号进行了局部放大，找到该脉冲的频率点，并标出该点坐标。

function [ f y Y_daitong ] =findplot(y_daitong )
h=3000/48000*length(y_daitong);
g=10000/48000*length(y_daitong);
Y_daitong=y_daitong(h:g,:);       %截取3kHz~10KHz的信号
[y,x]=max(Y_daitong);             %找到该段最大幅值和所对应的位置点
f=3000+7000*x/length(Y_daitong);  %将对应的位置点转化为频率
end
a=3000/48000*length(f1);
b=10000/48000*length(f1);
f2=f1(:,a:b);                     %截取频率3~10KHz

[a b ydaitong]=findplot(y1daitong);%调用函数
F(i)=a;                           %将该段脉冲信号的频率存在数组中
plot(f2,ydaitong);                %画出波形图
hold on;
plot([a,a],[0,b],'r--');          %用红色的线标出频率点
text(a,b,['(',num2str(a),',',num2str(b),')'],'color','b'); %标出频率点的坐标  
 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

这里写图片描述

6.计算分析
得到各个脉冲的频率：
F=[5.6500 4.1750 4.6441 4.2206 4.1957 3.5480 7.8826 7.0605 7.0107 5.7153 5.6904 4.3203]KHz
求其平均值得：
Fm= 5.3428kHz
求各个脉冲与信号脉冲的标准差为：
S=85.2072
信号的频率为5.3428kHz。