《专业课程设计》说明书-基于Matlab含噪声语音信号处理设计.docx

《《专业课程设计》说明书-基于Matlab含噪声语音信号处理设计.docx》由会员分享，可在线阅读，更多相关《《专业课程设计》说明书-基于Matlab含噪声语音信号处理设计.docx（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、目 录1软件介绍22语音信号的采集23语音信号的时频与加噪分析23.1 语音信号的时频分析23.2 语音信号的加噪分析24 FIR和IIR数字滤波器设计24.1 IIR数字滤波器设计24.1.1 IIR低通滤波器设计24.1.2 IIR带通滤波器设计24.1.3 IIR高通滤波器设计24.2 FIR滤波器设计24.2.1 FIR低通滤波器设计24.2.2 FIR带通滤波器设计24.2.3 FIR高通滤波器设计25 GUI设计及滤波结果分析25.1 GUI设计25.1.1 控件及界面设计25.1.2 设置回调函数25.2 滤波结果及分析25.2.1 滤波结果图25.2.2 结果分析26 心得体会

2、27 参考文献21软件介绍MATLAB是矩阵实验室MatrixLaboratory之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。MATLAB的根本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多.当前流行的MATLAB 5.3/Simulink 3.0包括拥有数百个内部函数的主包和三十几种工具包(Toolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工

3、具包是专业性比拟强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类.开放性使MATLAB广受用户欢送.除内部函数外,所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或参加自己编写程序构造新的专用工具包.一种语言之所以能如此迅速地普及，显示出如此旺盛的生命力，是由于它有着不同于其他语言的特点，正如同FORTRAN和C等高级语言使人们摆脱了需要直接对计算机硬件资源进行操作一样，被称作为第四代计算机语言的MATLAB，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。MATLAB最突出的特点就是简洁。MATLAB用更直观的，符合人们思维习惯的代码

4、，代替了C和 FORTRAN语言的冗长代码。MATLAB给用户带来的是最直观，最简洁的程序开发环境。以下简单介绍一下MATLAB的主要特点。语言简洁紧凑，使用方便灵活，库函数极其丰富。MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都由本领域的专家编写，用户不必担忧函数的可靠性。可以说，用MATLAB进行科技开发是站在专家的肩膀上。2语音信号的采集利用PC 机上的声卡和WINDOWS 操作系统可以进行数字信号的采集。将话筒输入计算机的语音输入插口上,启动录音机。按下录音按钮,接着对话筒说话“语音信号处理,说完后停止录音,屏幕左侧将

5、显示所录声音的长度。点击放音按钮,可以实现所录音的重现。以文件名“555保存入D: MATLAB work 中。可以看到,文件存储器的后缀默认为. wav ,这是WINDOWS 操作系统规定的声音文件存的标准。3语音信号的时频与加噪分析3.1 语音信号的时频分析Matlab软件平台下,利用wavread函数对语音信号进行采样,记住采样频率和采样点数Wavread 函数调用格式如下：y=wavread(file)%读取file 所规定的wav 文件,返回采样值放在向量y中。y,fs,nbits=wavread(file) %采样值放在向量y 中,fs 表示采样频率,nbits 表示采样位数。y=

6、wavread(file,N)%读取钱N 点的采样值放在向量y 中。y=wavread(file,N1,N2)%读取从N1 到N2 点的采样值放在向量y 中。对语音信号555.wav 进行采样其程序如下:y,fs,nbits=wavered (555); %把语音信号进行加载入Matlab仿真软件平台fs =8000nbits =16首先画出语音信号的时域波形,然后对语音信号进行频谱分析。在matlab中利用fft 对信号进行快速傅里叶变换,得到信号的频谱特性。其程序如下:y,fs,nbits=wavread (555);sound(y,fs,nbits); %回放语音信号n = length

7、 (y) ; %求出语音信号的长度Y=fft(y,n); %傅里叶变换subplot(2,1,1);plot(y);title(原始信号波形);subplot(2,1,2);plot(abs(Y);title(原始信号频谱)程序结果图如下：图 1 原始信号波形与频谱图3.2 语音信号的加噪分析利用MATLAB中的随机函数(rand或randn)产生噪声参加到语音信号中模仿语音信号被污染并对其频谱分析。其程序如下:y,fs,nbits=wavread (123); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+n

8、oise; %语音信号参加噪声 sound(s,fs,nbits); wavwrite(s,fs,nbits,AddNoise) subplot(2,1,1); plot(s);title(加噪语音信号的时域波形); S=fft(s); %傅里叶变换 subplot(2,1,2); plot(0:length(S)-1)/length(S)*8000,abs(S);title(加噪语音信号的频域波形);程序结果图如下：图 2 加噪语音信号波形与频谱图4 FIR和IIR数字滤波器设计根据语音信号的特点给出有关滤波器的新能指标: 低通滤波器的性能指标fp=1000Hz,fc=1200Hz,As=1

9、00db ,Ap=1dB 高通滤波器的性能指标fp=4800Hz,fc=5000Hz,As=100dB,Ap=1dB 带通滤波器的性能指标fp1=1200Hz,fp2=3000hZ,fc1=1000Hz,fc2=3200Hz,As=100dB,Ap=1dB在Matlab 中,可以利用函数fir1 设计FIR 滤波器,利用函数butter,cheby1和ellip 设计IIR 滤波器,利用Matlab 中的函数freqz 画出各步步器的频率响应。分析如下:函数fir1 默认的设计滤波器的方法为窗函数法其中可选的窗函数有Rectangular Barlrtt Hamming Hann Blackm

10、an 窗其相应的都有实现函数。函数butter,cheby1 和ellip 设计IIR 滤波器时都是默认的双线性变换法,所以在设计滤波器时只需要代入相应的实现函数即可。4.1 IIR数字滤波器设计 IIR低通滤波器设计Ft=8000;Fp=1000;Fs=1200;wp=2*pi*Fp/Ft;ws=2*pi*Fs/Ft;fp=2*Ft*tan(wp/2);fs=2*Fs*tan(wp/2);n11,wn11=buttord(wp,ws,1,50,s); %求低通滤波器的阶数和截止频率b11,a11=butter(n11,wn11,s); %求S 域的频率响应的参数num11,den11=bil

11、inear(b11,a11,0.5); %利用双线性变换实现频率响应S 域到Z 域的变换h,w=freqz(num11,den11); %根据参数求出频率响应plot(w*8000*0.5/pi,abs(h);legend(用butter 设计);grid图3 IIR低通滤波器4.1.2 IIR带通滤波器设计Fp1=1200;Fp2=3000;Fs1=1000;Fs2=3200;Ft=8000;wp1=tan(pi*Fp1/Ft); %带通到低通滤波器的转换wp2=tan(pi*Fp2/Ft);ws1=tan(pi*Fs1/Ft);ws2=tan(pi*Fs2/Ft);w=wp1*wp2/ws

12、2;bw=wp2-wp1;wp=1;ws=(wp1*wp2-w.2)/(bw*w);n12,wn12=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率b12,a12=butter(n12,wn12,s); %求S 域的频率响应参数num2,den2=lp2bp(b12,a12,sqrt(wp1*wp2),bw);%将S 域低通参数转为带通的num12,den12=bilinear(num2,den2,0.5);%双线性变换频率响应S到Z域转换h,w=freqz(num12,den12);%根据参数求出频率响应plot(w*8000*0.5/pi,abs(h);axis

13、(0 4000 0 1.5);grid;图4 IIR带通4.1.3 IIR高通滤波器设计Ft=8000;Fp=4000;Fs=3500;wp1=tan(pi*Fp/Ft);%高通到低通滤波器参数转换ws1=tan(pi*Fs/Ft);wp=1;ws=wp1*wp/ws1;n13,wn13=cheb1ord(wp,ws,1,50,s); %求模拟低通滤波器阶数和截止频率b13,a13=cheby1(n13,1,wn13,s); %求S 域的频率响应的参数num,den=lp2hp(b13,a13,wn13);%将S 域低通参数转为高通的num13,den13=bilinear(num,den,0

14、.5); %双线性变换频率响应S 到Z 域转换h,w=freqz(num13,den13);plot(w*21000*0.5/pi,abs(h);title(IIR 高通滤波器);axis(0 12000 0 1.5);grid;图5 IIR高通滤波器4.2 FIR滤波器设计4.2.1 FIR低通滤波器设计用窗函数设计低通滤波器的程序如下:Ft=8000;Fp=1000;Fs=1200;wp=2*Fp/Ft;ws=2*Fs/Ft;rp=1;rs=50;p=1-10.(-rp/20); %通带阻带波纹s=10.(-rs/20);fpts=wp ws;mag=1 0;dev=p s;n21,wn2

15、1,beta,ftype=kaiserord(fpts,mag,dev);b21=fir1(n21,wn21,Kaiser(n21+1,beta); %由fir1 设计滤波器h,w=freqz(b21,1); %得到频率响应plot(w/pi,abs(h);title(FIR 低通滤波器);grid;图6 FIR低通滤波器 FIR带通滤波器设计Fp1=1200;Fp2=3000;Fs1=1000;Fs2=3200;Ft=8000;wp1=tan(pi*Fp1/Ft); %带通到低通滤波器参数转换wp2=tan(pi*Fp2/Ft);ws1=tan(pi*Fs1/Ft);ws2=tan(pi*F

16、s2/Ft);w=wp1*wp2/ws2;bw=wp2-wp1;wp=1;ws=(wp*wp2-w.2)/(bw*w);n22,wn22=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率b22,a22=butter(n22,wn22,s); %求S 域的频率响应的参数num2,den2=lp2bp(b22,a22,sqrt(wp1*wp2),bw); %将S 域低通参数转为带通num22,den22=bilinear(num2,den2,0.5);%双线性变换实现S 域到Z 域的转换h,w=freqz(num22,den22); %根据参数求出频率响应plot(w*8

17、000*0.5/pi,abs(h);axis(0 4000 0 1.5);grid图7 FIR带通滤波器4.2.3 FIR高通滤波器设计Ft=8001;Fp=4000;Fs=3500;wp=2*Fp/Ft;ws=2*Fs/Ft;rp=1;rs=50;p=1-10.(-rp/20); %通带阻带波纹s=10.(-rs/20);fpts=ws wp;mag=0 1;dev=p s;n23,wn23,beta,ftype=kaiserord(fpts,mag,dev);b23=fir1(n23,wn23,high,Kaiser(n23+1,beta); %由fir1 设计滤波器h,w=freqz(b

18、23,1); %得到频率响应plot(w*12000*0.5/pi,abs(h);title(FIR 高通滤波器);axis(3000 6000 0 1.2);grid图8 FIR高通滤波器5 GUI设计及滤波结果分析5.1 GUI设计5.1.1 控件及界面设计在控件布局设计区放置3个Panel控件、7个Axes控件、7个Text控件、5个PushButton控件、2个RadioButton控件、1个CheckBox控件。界面设置如下：图9 控件版面设计5.1.2 设置回调函数保存后，在GUI主窗口点击M-file Editor，进入设置回调函数的界面。这里，虽然GUI自动生成了回调函数，但是

19、它们都是空的，需要进一步的定义说明。这里需要对5个PushButton控件的回调函数进行定义说明，将控件的回调函数定义完毕后，整个GUI根本设计完毕。% - Executes on button press in pushbutton3.低通滤波器设置function pushbutton3_Callback(hObject, eventdata, handles)if get(handles.radiobutton1,value) Ft=8000; Fp=1000; Fs=1200; wp=2*pi*Fp/Ft; ws=2*pi*Fs/Ft; fp=2*Ft*tan(wp/2); fs=2*

20、Fs*tan(wp/2); n11,wn11=buttord(wp,ws,1,50,s); %求低通滤波器的阶数和截止频率 b11,a11=butter(n11,wn11,s); %求S 域的频率响应的参数 num11,den11=bilinear(b11,a11,0.5); %双线性变换频率响应S到Z域 h,w=freqz(num11,den11); %根据参数求出频率响应 axes(handles.axes7);plot(w*8000*0.5/pi,abs(h);endif get(handles.radiobutton2,value) Ft=8000; Fp=1000; Fs=1200;

21、 wp=2*Fp/Ft; ws=2*Fs/Ft; rp=1; rs=50; p=1-10.(-rp/20); %通带阻带波纹 s=10.(-rs/20); fpts=wp ws; mag=1 0; dev=p s; n21,wn21,beta,ftype=kaiserord(fpts,mag,dev); b21=fir1(n21,wn21,Kaiser(n21+1,beta); %由fir1 设计滤波器 h,w=freqz(b21,1); %得到频率响应 axes(handles.axes7); plot(w/pi,abs(h);endif get(handles.radiobutton1,v

22、alue) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号参加噪声 S=fft(s); %傅里叶变换 z11=filter(num11,den11,s); if get(handles.checkbox1,Value) else sound(z11); end m11=fft(z11); %求滤波后的信号 axes(handles.axes6);plot(abs(m11),r); axes(handles.axes5);plot(z11

23、);endif get(handles.radiobutton2,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号参加噪声 S=fft(s); %傅里叶变换 z21=fftfilt(b21,s); if get(handles.checkbox1,Value) else sound(z21); end m21=fft(z21); %求滤波后的信号 axes(handles.axes6);plot(abs(m21),r); a

24、xes(handles.axes5);plot(z21);end% - Executes on button press in pushbutton4.高通滤波器设计function pushbutton4_Callback(hObject, eventdata, handles) if get(handles.radiobutton1,value) Ft=8000; Fp=4000; Fs=3500; wp1=tan(pi*Fp/Ft);%高通到低通滤波器参数转换 ws1=tan(pi*Fs/Ft); wp=1; ws=wp1*wp/ws1; n13,wn13=cheb1ord(wp,ws,

25、1,50,s); %模拟低通滤波器阶数和截止频率 b13,a13=cheby1(n13,1,wn13,s); %求S 域的频率响应的参数 num,den=lp2hp(b13,a13,wn13);%将S 域低通参数转为高通的 num13,den13=bilinear(num,den,0.5); %双线性变换频率响应S到Z域 h,w=freqz(num13,den13); axes(handles.axes7);plot(w*21000*0.5/pi,abs(h);endif get(handles.radiobutton2,value) Ft=8001; Fp=4000; Fs=3500; wp

26、=2*Fp/Ft; ws=2*Fs/Ft; rp=1; rs=50; p=1-10.(-rp/20); %通带阻带波纹 s=10.(-rs/20); fpts=ws wp; mag=0 1; dev=p s; n23,wn23,beta,ftype=kaiserord(fpts,mag,dev); b23=fir1(n23,wn23,high,Kaiser(n23+1,beta); %由fir1 设计滤波器 h,w=freqz(b23,1); %得到频率响应 axes(handles.axes7);plot(w*12000*0.5/pi,abs(h);endif get(handles.rad

27、iobutton1,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号参加噪声 S=fft(s); %傅里叶变换 z13=filter(num13,den13,s); if get(handles.checkbox1,Value) else sound(z13); end m13=fft(z13); %求滤波后的信号 axes(handles.axes6);plot(abs(m13),r); axes(handles.axes

28、5);plot(z13);endif get(handles.radiobutton2,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.01*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号参加噪声 S=fft(s); %傅里叶变换 z23=fftfilt(b23,s); if get(handles.checkbox1,Value) else sound(z23); end m23=fft(z23); %求滤波后的信号 axes(handles.axes6);plot(abs

29、(m23),r); axes(handles.axes5);plot(z23);end% - Executes on button press in pushbutton5.带通滤波器设计function pushbutton5_Callback(hObject, eventdata, handles) if get(handles.radiobutton1,value) Fp1=1200; Fp2=3000; Fs1=1000; Fs2=3200; Ft=8000; wp1=tan(pi*Fp1/Ft); %带通到低通滤波器的转换 wp2=tan(pi*Fp2/Ft); ws1=tan(pi

30、*Fs1/Ft); ws2=tan(pi*Fs2/Ft); w=wp1*wp2/ws2; bw=wp2-wp1; wp=1; ws=(wp1*wp2-w.2)/(bw*w); n12,wn12=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率 b12,a12=butter(n12,wn12,s); %求S 域的频率响应参数 num2,den2=lp2bp(b12,a12,sqrt(wp1*wp2),bw);% S 域低通参数转带通 num12,den12=bilinear(num2,den2,0.5);%双线性变换频率响应S到Z域 h,w=freqz(num12,de

31、n12);%根据参数求出频率响应 axes(handles.axes7);plot(w*8000*0.5/pi,abs(h);endif get(handles.radiobutton2,value) Fp1=1200; Fp2=3000; Fs1=1000; Fs2=3200; Ft=8000; wp1=tan(pi*Fp1/Ft); %带通到低通滤波器参数转换 wp2=tan(pi*Fp2/Ft); ws1=tan(pi*Fs1/Ft); ws2=tan(pi*Fs2/Ft); w=wp1*wp2/ws2; bw=wp2-wp1; wp=1; ws=(wp*wp2-w.2)/(bw*w);

32、 n22,wn22=buttord(wp,ws,1,50,s); %求低通滤波器阶数和截止频率 b22,a22=butter(n22,wn22,s); %求S 域的频率响应的参数 num2,den2=lp2bp(b22,a22,sqrt(wp1*wp2),bw); % S 域低通参数转带通 num22,den22=bilinear(num2,den2,0.5);%双线性变换频率响应S到Z域 h,w=freqz(num22,den22); %根据参数求出频率响应 axes(handles.axes7);plot(w*8000*0.5/pi,abs(h);endif get(handles.rad

33、iobutton1,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号参加噪声 S=fft(s); %傅里叶变换 z12=filter(num12,den12,s); if get(handles.checkbox1,Value) else sound(z12); end m12=fft(z12); %求滤波后的信号 axes(handles.axes6);plot(abs(m12),r); axes(handles.axes

34、5);plot(z12);endif get(handles.radiobutton2,value) y,fs,nbits=wavread (555); n = length (y) ; %求出语音信号的长度 noise=0.07*randn(n,2); %随机函数产生噪声 s=y+noise; %语音信号参加噪声 S=fft(s); %傅里叶变换 z23=fftfilt(b22,s); if get(handles.checkbox1,Value) else sound(z23); end m23=fft(z23); %求滤波后的信号 axes(handles.axes6);plot(abs

35、(m23),r); axes(handles.axes5);plot(z23);end% - Executes on button press in radiobutton1.function radiobutton1_Callback(hObject, eventdata, handles)set(handles.radiobutton1,value,1);set(handles.radiobutton2,value,0);% - Executes on button press in radiobutton2.function radiobutton2_Callback(hObject,

36、eventdata, handles) set(handles.radiobutton1,value,0);set(handles.radiobutton2,value,1);% - Executes on button press in pushbutton1.原始信号function pushbutton1_Callback(hObject, eventdata, handles) y,fs,nbits=wavread (555); if get(handles.checkbox1,Value) else sound(y,fs,nbits); end n = length (y) ; Y=

37、fft(y,n); axes(handles.axes1);plot(y); axes(handles.axes2);plot(abs(Y);% - Executes on button press in pushbutton2.加噪信号function pushbutton2_Callback(hObject, eventdata, handles) y,fs,nbits=wavread (555); n = length (y) ; noise=0.07*randn(n,2);s=y+noise; wavwrite(s,fs,nbits,AddNoise);if get(handles.c

38、heckbox1,Value) else sound(s,fs,nbits); endS=fft(s,n); axes(handles.axes3);plot(s); axes(handles.axes4);plot(abs(S);5.2 滤波结果及分析5.2.1 滤波结果图图10 IIR低通滤波结果图11 IIR高通滤波结果图12 IIR带通滤波结果图13 FIR低通滤波结果图14 FIR高通滤波结果图15 FIR带通滤波结果5.2.2 结果分析首先，先看高通滤波的结果。无论是IIR还是FIR滤波器，滤波后信号时频均与原信号相差很远，耳机中也没有原音。滤波效果极差。其次，到带通滤波的结果。同

39、样的，无论是IIR与FIR滤波器，滤波后信号十分杂乱，丝毫没有滤出原始信号。最后，是低通滤波结果。从信号波形上看，滤波后波形根本上接近原式信号波形。从频谱上看，滤波后，绝大局部的噪带被滤除。从耳机播出的声音来听，根本上已经没有噪音，但是音质受到了局部影响。而同样是低通滤波，FIR的效果略微强IIR。从频谱上面分析，原始信号集中于低频区域，而随机噪声主要分布于高频。由此我们完全可以预见，只有低通滤波器能够取得预想的滤波效果。高通和带通那么会把原始信号完全滤除，只剩下大局部的噪音。综上六种滤波器，可以看到，在处理指定的音频信号时，低通滤波器可以最好地滤除加噪信号中的随机6 心得体会课程设计结束了，

40、在这次的课程设计中不仅检验了我所学习的知识，也培养了我如何去把握一件事情，如何去做一件事情，又如何完成一件事情。在设计过程中，与同学分工设计，和同学们相互探讨，相互学习，相互监督。学会了合作，学会了运筹帷幄，学会了宽容，学会了理解，也学会了做人与处世。课程设计是我们专业课程知识综合应用的实践训练，着是我们迈向社会，从事职业工作前一个必不少的过程千里之行始于足下，通过这次课程设计，我深深体会到这句千古名言的真正含义我今天认真的进行课程设计，学会脚踏实地迈开这一步，就是为明天能稳健地在社会大潮中奔跑打下坚实的根底。通过本次课设，我感受到只有在了解课本知识的前提下，才能更好的应用MATLAB；并且熟

41、练的应用MATLAB也可以很好的加深我对课程的理解，为我带来方便。这次设计使我了解了MATLAB的使用方法，学会分析滤波器的优劣和性能，提高了分析和动手实践能力。同时我相信，进一步加强对MATLAB的学习与研究对我今后的学习将会起到很大的帮助。这次课程设计使我懂得了理论与实际相结合是很重要的，只有理论知识是远远不够的，只有把所学的理论知识与实践相结合起来，从理论中得出结论，才能真正为社会效劳，从而提高自己的实际动手能力和独立思考的能力。在设计的过程中遇到问题，可以说得是困难重重，这毕竟第一次做的，难免会遇到过各种各样的问题，同时在设计的过程中发现了自己的缺乏之处，对以前所学过的知识理解得不够深

42、刻，掌握得不够牢固。此外，我还对滤波器有了更深的认识，尤其是滤波器参数对滤波器性能的影响。通带截止频率、阻带截止频率、通带波纹系数、阻带波纹系数都是影响滤波器的阶数的，而滤波器的阶数越大，其选频特性越好。 总的来说，这次课程设计还是比拟成功的，在设计中遇到了一些问题，在同学和书本的帮助下，也都解决了，有点小小的成就感，终于觉得平时所学的知识有了实用的价值，到达了理论与实际相结合的目的，还锻炼了自己的能力，感到收获很大。通过这样的课程设计锻炼了自己的能力，在实践过程中碰到了很多困难，都被我一一解决，本次可设使我收获颇丰，对我日后的开展必将起到积极的推动作用。7 参考文献1 刘泉,阙大顺.数字信号处理原理与实现.电子工业出版社 20052 胡航,语音信号处理.哈尔滨工业大学出版社 20023 张威.MATLAB根底与编程入门.西安电子科技大学出版社 20064 陈怀琛,吴大正.MATLAB在电子信息中的应用.清华大学出版社 20025 赵力.语音信号处理.机械工业出版社 2021