matlab 二维高斯滤波 傅里叶_科协五分钟|用Matlab工具包处理音频信号

科协近期大事汇总

1. 9月28日晚，硬件人才计划顺利验收。

2. 9月28日下午，仪器设计大赛综合组交流。

3. 五系联合实验室参观筹办中，预计第六第七周举办

4. 仪器设计大赛新生组开发稳步进行。

Matlab是一个功能非常强大的数学软件，在之前的科协五分钟中，我们曾学习过如何利用Matlab演奏歌曲。

本期的科协五分钟，我们将进一步学习，利用Matlab中的Signal Analyzer工具包对我们生成的音频进行分析和处理(信号处理的预习与复习)

在介绍这个有用的工具包之前，我们先来了解下几个可能会让人脑阔疼的名词——

傅里叶分析

(一听名字就知道这是谁的“专利”)

     很多人都可能会谈“傅”色变，对其敬而远之，但不得不说，没有傅里叶分析，信号的分析处理就无从谈起。为了逐步理解傅里叶分析是一个什么神仙理论，我们先从简单的周期函数看起——

傅里叶同学告诉我们——“任何周期函数，都可以看作是不同振幅，不同角频率、不同相位三角函数的叠加。”

这句话用数学语言来讲，周期函数f(x)：

这就是所谓的傅里叶级数展开(微积分A2)

而对于复杂的非周期函数呢？

不用担心，傅里叶大师还给了我们另一个工具——

   · 傅里叶变换

(傅里叶分析就是在傅里叶级数和傅里叶变换上的研究和扩展)

     值得一提的是，傅里叶分析不仅仅是一个数学工具，更是一种可以彻底颠覆一个人以前世界观的思维模式。现在有了傅里叶的这两个锦囊，我们就有能力对已知的信号函数进行转化，再以不同的角频率作为自变量后，我们就会发现傅里叶为我们开辟出的一个时间之外的，全新的世界——频域。 

 · 时域与频域

     时域我们很好理解，它就是以时间为自变量对事物进行描述，我们可以凭此得到一个函数图像f(t)，而经过傅里叶分析后，这个f(t)就能被转化成若干个不同角频率的三角函数的叠加-F(w)

     我们以这些三角函数的角频率作为横坐标，以振幅作为纵坐标，这样我们就得到了在频域范围下f(t)的频谱图F(w)，由此，f(t)便以另一种方式F(w)被确定下来。

      例如下面的一个近似方波的信号图像：

【下图中黑色部分为f(t)，彩色部分为叠加的一个个三角函数】

如果想将F(w)还原回f(t)，只需要经过一次傅里叶逆变换即可

了解(复习)基础知识后，下面进入实操环节

首先，我们用一段代码生成一段简单的音乐。

附上参考代码：

fs = 2e3;

t = 0:1/fs:0.3-1/fs;

l = [0 130.81 146.83 164.81 174.61 196.00 220 246.94];

m = [0 261.63 293.66 329.63 349.23 392.00 440 493.88];

h = [0 523.25 587.33 659.25 698.46 783.99 880 987.77];

note = @(f,g) [1 1 1]*sin(2*pi*[l(g) m(g) h(f)]'.*t);

mel = [3 2 1 2 3 3 3 0 2 2 2 0 3 5 5 0 3 2 1 2 3 3 3 3 2 2 3 2 1]+1;

acc = [3 0 5 0 3 0 3 3 2 0 2 2 3 0 5 5 3 0 5 0 3 3 3 0 2 2 3 0 1]+1;

song = [];

for kj = 1:length(mel)

song = [song note(mel(kj),acc(kj)) zeros(1,0.01*fs)];

end

song = song'/(max(abs(song))+0.1);

sound(song,fs)

tune = timetable(seconds((0:length(song)-1)'/fs),song);

                      (Matlab乐曲演奏传送门，轻点传送)

然后，让我们点击APP→Signal Analyzer

进入界面后，可以使用Time、Spectrum、Spectrogram三个函数对音频进行分析——

Time函数：根据音频生成时域图像，横轴表示时间，纵轴表示功率；

Spectrum函数：生成频域图像(功率谱)，横轴表示频率，纵轴表示功率，在这里可以看到是哪几个频率占据了信号的主导；

Spectrogram函数：能实现短时傅里叶分析，简单地说就是在一个短期局部时间内进行频率成分估计，颜色越浅，表明该频率对应的功率越大，也就是该音符所占成分越大——所以，Spectrogram可以理解成是一张“五线谱”图。下图中，黄色部分为功率较高的部分。

此外，我们还可以使用工具包内的滤波器(Filter Signal)

我们将音频复制三份，命名为high、medium、low三个声部，分别使用高通滤波器(highpass，使高频信号得以通过，而低频信号被衰减)、带通滤波器(bandpass)、低通滤波器(lowpass)三种滤波器进行处理。

例如，在分离中声部时，我们选中Bandpass，设置截止频率(230-450Hz)，就可以对230Hz~450Hz区间以外的频率部分进行滤除，也就从频域去除了其他两个声部的声音(红色部分)。

为了更加直观地看到滤波器的效果，我们把经过滤波的音频文件导出为另一个mat文件(这是一个matlab储存数据用的文件)，再在Matlab工作区加载这个文件，再用sound函数进行播放就听到三个声部分别的声音了。

附上参考代码：

load marry_music

sound(low.Var1,fs);

                                                          文案：李豪汉，李苇杭

    排版：李豪汉，李苇杭

                                                          审核：滕峻池，林逸晗