多種類型噪聲濾波

1、精選優(yōu)質(zhì)文檔-傾情為你奉上DSP系統(tǒng)課程設(shè)計音頻信號多種類型噪聲濾波分析與處理任課老師： 錢滿義 學 院： 電信學院 班 級： 姓 名： 學 號： 142 同組成員班級： 同組成員姓名： 同組成員學號： 142 2017年4月20日目錄：設(shè)計背景 隨著信息時代和數(shù)字世界的到來，數(shù)字信號處理已成為如今一門極其重要的學科和技術(shù)領(lǐng)域。數(shù)字信號處理在通信、語音、圖像、自動控制、雷達、軍事、航空航天、醫(yī)療和家用電器等眾多領(lǐng)域得到了廣泛的應用。數(shù)字信號處理（DSP）包括兩重含義：數(shù)字信號處理技術(shù)（Digital Signal Processing）和數(shù)字信號處理器（Digital Signal Proce

2、ssor）。數(shù)字信號處理（DSP）是利用計算機或?qū)Ｓ锰幚碓O(shè)備，以數(shù)值計算的方法、對信號進行采集、濾波、增強、壓縮、估值和識別等加工處理，借以達到提取信息和便于應用的目的，其應用范圍涉及幾乎所有的工程技術(shù)領(lǐng)域。 在信號處理中，濾波就顯得非常重要。在數(shù)字信號處理過程中，經(jīng)常需對信號進行過濾、檢測、預測等處理，這些任務(wù)的完成都要用到濾波器。數(shù)字濾波器是數(shù)字信號處理的基本方法。根據(jù)其單位沖激響應函數(shù)的時域特性可分為兩類:無限沖激響應( IIR)濾波器和有限沖激響應(FIR)濾波器。FIR 濾波器是有限長單位沖激響應濾波器，在結(jié)構(gòu)上是非遞歸型的。它可以在幅度特性隨意設(shè)計的同時，保證精確嚴格的線性相位。所

3、以FIR 數(shù)字濾波器廣泛地應用于數(shù)字信號處理領(lǐng)域。 音頻信號(audio)是帶有語音、音樂和音效的有規(guī)律的聲波的頻率、幅度變化信息載體。音頻信號在信號采集、傳輸、處理等過程中常受到多種類型噪聲的干擾，主要包含環(huán)境噪聲、電子線路噪聲、電源噪聲等等。為了恢復原來的音頻信號，常需要設(shè)計音頻信號濾波算法用于抑制或者濾除音頻信號中的噪聲。圖1音頻信號噪聲產(chǎn)生的示意圖 由于音頻信號可能受到不同類型的干擾從而形成不同類型的噪聲，可通過分析不同類型噪聲的特點，設(shè)計適用的濾波算法實現(xiàn)噪聲的抑制或濾除。 設(shè)計要求1、利用Matlab分析實驗提供的4份含噪音頻信號的特征分析并設(shè)計實現(xiàn)適用于不同類型噪聲的濾波方法。培

4、養(yǎng)利用Matlab進行信號處理的仿真能力；2、對A/D和D/A轉(zhuǎn)換器及DSP信號處理器進行編程，培養(yǎng)使用DSP硬件平臺實現(xiàn)信號采集與傳輸能力，同時利用DSP C語言實現(xiàn)對采集到的信號檢測識別，即具有實時信號處理的能力。設(shè)計思路及原理設(shè)計思路1、 利用Matlab進行仿真分析(1)分別讀取含有不同種類噪聲的音頻文件提取音頻對應的數(shù)據(jù)以及采樣率，顯示含噪信號的時域波形；(2)從時、頻域分別分析含噪信號中噪聲類型特征；(3)設(shè)計適用于不同種類噪聲類型的濾波算法，利用Matlab設(shè)計含噪信號濾波處理，嘗試進行濾波性能的定量分析。2、利用C語言設(shè)計DSP程序，在信號處理平臺上實現(xiàn)噪聲濾波處理首先利用利用

5、Matlab分析音頻信號所含噪聲特征，設(shè)計合適的濾波方法；在DSP對音頻信號通過A/D采集，編寫音頻信號采集、濾波程序，實現(xiàn)音頻信號的噪聲濾波處理。實驗步驟：(1)音頻信號的噪聲分析對實驗提供的四份音頻信號利用Matlab進行噪聲信號的特征分析，對每種不同的噪聲提出適用的濾波處理算法；(2)音頻信號的濾波算法實現(xiàn)與驗證利用Matlab編程實現(xiàn)濾波算法，通過濾波后的音頻數(shù)據(jù)與原始不含噪聲的音頻數(shù)據(jù)進行對比分析，計算檢驗濾波算法的性能參數(shù)。(3)音頻信號DSP平臺采集通過音頻線連接計算機聲卡至DSP板卡的音頻輸入口，初始化DSP的A/D采集模塊的硬件配置（采樣率等），利用查詢模式或者DMA模式進行

6、音頻信號的采集，將采集到的音頻信號存儲到申請的緩沖區(qū)中。(4)時域信號的分析將采集獲得的音頻信號利用Graph波形查看功能顯示時域波形，并從波形上分析音頻信號的時域特征，并與Matlab數(shù)據(jù)進行比較等。(5)濾波算法的DSP平臺實現(xiàn)在DSP平臺上實現(xiàn)音頻信號的濾波算法，利用DSP實現(xiàn)音頻信號中多種噪聲類型的濾波處理。(6)DSP濾波實現(xiàn)的性能驗證通過D/A播放濾波后的音頻信號進行濾波性能的驗證。設(shè)計原理信號采集與傳輸：DSP數(shù)據(jù)流的輸入和輸出信號處理：Matlab算法仿真Simulator下C算法仿真DSP硬件處理利用DSP實現(xiàn)信號實時FIR濾波需要分4個步驟：第1步：利用MATLAB進行FI

7、R濾波仿真第2步：利用Simulator在CCS下進行FIR濾波仿真第3步：編寫利用DMA進行信號采集與傳輸程序，利用DSP進行快速信號采集與傳輸；第4步：實時DMA采集外部信號，實現(xiàn)DSP信號實時FIR濾波 信號采集和濾波的流程圖在DMA采集和傳輸程序的主程序main_dma.c中的存儲器處理子程序processBuffer()中嵌入濾波算法，則可以實現(xiàn)利用DSP實現(xiàn)信號實時濾波。DSPLIB庫與fir（）函數(shù)的調(diào)用方法調(diào)用DSPLIB庫時，在工程中要添加庫文件55xdspx.lib(存儲器為大模式)，在C源程序中要包含dsplib.h頭文件，即#include <dsplib.h&g

8、t;。Fir（）函數(shù)調(diào)用格式：ushort oflag = fir(DATA *x, DATA *h, DATA *r, DATA *dbuffer, ushort nx,ushort nh)入口參數(shù)說明：xnx 表示含有nx個實數(shù)的實輸入信號向量；hnh 表示含有nh個實數(shù)的系數(shù)向量，按自然順序 排列，即濾波器的單位脈沖響應。rnx 表示含有nx個實數(shù)的輸出向量； 允許原位運算，即r=x。 注：DATA為Q15格式數(shù)據(jù)Matlab實驗工具箱：濾波器設(shè)計工具箱sptool設(shè)計FIR濾波器Matlab實驗噪聲類型分析過程：audio_typea信號噪聲類型：由于信號頻譜是全頻段的，考慮是高斯噪聲

9、。用audio_typea信號減去audio_inital信號后得到噪聲a信號，畫出噪聲a信號波形，對時域進行概率統(tǒng)計，發(fā)現(xiàn)幅值呈正態(tài)分布，查閱資料得出噪聲a為高斯噪聲。實驗程序（節(jié)選）：figure(22)n1=y1-y;n11=hist(n1,100);plot(n11); 噪聲a概率統(tǒng)計audio_typeb信號噪聲類型：用上訴方法做出噪聲b的波形后，發(fā)現(xiàn)噪聲b的幅值結(jié)果只集中在一點，所以b是脈沖干擾。噪聲b時域波形audio_typec信號噪聲類型：做出audio_typec信號的波形，發(fā)現(xiàn)有個100hz單頻噪聲，用上訴方法做出噪聲c的波形后，發(fā)現(xiàn)噪聲信號是多個幅值不同但頻率相同的正弦

10、信號疊加。噪聲c時域波形audio_typed信號噪聲類型：做出audio_typed信號波形后，發(fā)現(xiàn)噪聲d為頻率4000Hz附近的高頻噪聲。噪聲濾除方法：a噪聲，采用滑動平均去噪；b噪聲，采用中值濾波；c噪聲，采用高通濾波；d噪聲，采用帶阻濾波。Matlab仿真過程audio_inital讀取程序y,Fs = audioread('audio_inital.wav');sound(y,48000);N=length(y);f=Fs*(0:(N/2-1)/N;Y=fft(y,N);fp=abs(Y);figure(1)subplot(2,1,1),plot(y)subplot(

11、2,1,2),plot(f,fp(1:N/2),axis(0 1000 0 200) audio_inital信號時域、頻域波形audio_typea信號中噪聲類型為高斯噪聲，采用20點滑動平均去噪實驗程序y,Fs = audioread('audio_inital.wav');y1,Fs = audioread('audio_typea.wav');N=length(y1);f=Fs*(0:(N/2-1)/N;Y1=fft(y1);fp1=abs(Y1);figure(2);subplot(2,1,1),plot(y1);subplot(2,1,2),plot

12、(f,fp1(1:N/2),axis(0 10000 0 200);%20點滑動平均去噪x=y1(:,1);z1=smooth(x,20);sound(z1,48000);Z1=fft(z1);fpz2=(Z1);figure(21);subplot(2,1,1),plot(z1);subplot(2,1,2),plot(f,fpz2(1:N/2),axis(0 10000 0 200);figure(22)n1=y1-y;n11=hist(n1,100);plot(n11); audio_typea信號濾波前時域、頻域波形audio_typea信號濾波后時域頻域波形audio_typeb中噪

13、聲類型為脈沖噪聲，采用13點的中值濾波實驗程序y2,Fs = audioread('audio_typeb.wav');N=length(y2);f=Fs*(0:(N/2-1)/N;Y2=fft(y2);fp2=abs(Y2);figure(3)subplot(2,1,1),plot(y2)subplot(2,1,2),plot(f,fp2(1:N/2),axis(0 10000 0 300)%13點的中值濾波x=y2(:,1);z2=medfilt1(x,13);Z2=fft(z2);fpz2=abs(Z2);figure(41)subplot(2,1,1),plot(z2)

14、;subplot(2,1,2),plot(f,fpz2(1:N/2),axis(0 10000 0 300figure(32)n2=y2-y;n22=hist(n2,1000);plot(n22);audio_typeb信號濾波前時域、頻域波形audio_typeb信號濾波后時域、頻域波形audio_typec中噪聲類型為低頻正弦噪聲，采用高通濾波實驗程序y3,Fs = audioread('audio_typec.wav');N=length(y3);f=Fs*(0:(N/2-1)/N;Y3=fft(y3);fp3=abs(Y3);figure(4)subplot(2,1,1

15、),plot(y3)subplot(2,1,2),plot(f,fp3(1:N/2),axis(0 1000 0 500)%高通濾波，Num3為fdatool設(shè)計的截頻為100HZ的高通濾波器 z3=filter(Num3,1,y3); Z3=fft(z3); fpz3=abs(Z3); sound(z3,48000); figure(41) subplot(2,1,1),plot(z3);subplot(2,1,2),plot(f,fpz3(1:N/2),axis(0 1000 0 500)figure(42) n3=y3-y; plot(n3)濾波器參數(shù)濾波器幅頻特性audio_typec

16、信號濾波前時域、頻域波形audio_typec信號濾波后時域、頻域波形audio_typed中的噪聲為某高頻段的噪聲，采用帶阻濾波。實驗程序：y4,Fs = audioread('audio_typed.wav');N=length(y4);f=Fs*(0:(N/2-1)/N;Y4=fft(y4);fp4=abs(Y4);figure(4)subplot(2,1,1),plot(y4)subplot(2,1,2),plot(f,fp4(1:N/2),axis(0 5000 0 1000)%帶阻濾波，Num4為fdatool設(shè)計的截頻為35004900的帶阻濾波器z4=filte

17、r(Num4,1,y4);Z4=fft(z4);fpz4=abs(Z4);sound(z4,48000);figure(41)subplot(2,1,1),plot(z4);subplot(2,1,2),plot(f,fpz4(1:N/2),axis(0 5000 0 1000)濾波器幅頻特性audio_typed信號濾波前時域、頻域波形audio_typed信號濾后時域、頻域波形Matlab結(jié)果分析總結(jié)：audio_typea信號中噪聲類型為高斯噪聲，采用20點滑動平均去噪audio_typeb信號中噪聲類型為脈沖噪聲，采用13點的中值濾波audio_typec信號中噪聲類型為低頻正弦噪聲，

18、采用高通濾波audio_typed信號中噪聲為4000Hz高頻段的噪聲，采用帶阻濾波。DSP設(shè)計程序運行及結(jié)果運行結(jié)果audio_inital信號頻譜audio_typea信號audio_typea信號濾波后頻譜audio_typeb信號頻譜audio_typeb信號濾波后頻譜audio_typec信號頻譜audio_typec信號濾波后頻譜audio_typed信號頻譜audio_typed信號濾波后頻譜運行結(jié)果分析因為matlab中設(shè)計的濾波器階數(shù)過高，ccs中難以實現(xiàn)，因此在ccs中我們對濾波器稍微做了簡化，但是依然達到了很明顯的濾波效果。在ccs中，對a噪聲采用了低通濾波，由audio

19、_typea信號濾波前后頻譜對比，可以看到全頻域的噪聲信號幅度變小了，且濾波后的信號頻譜與audio_inital信號頻譜非常接近，說明濾波成功。對b噪聲采用了低通濾波，由audio_typeb信號濾波前后頻譜對比，可以看到把高頻噪聲分量濾去了，且濾波后的信號頻譜與audio_inital信號頻譜非常接近，說明濾波成功。對c噪聲采用了高通濾波，由audio_typec信號濾波前后頻譜對比，可以看到100Hz附近的低頻噪聲被濾去了，且濾波后的信號頻譜與audio_inital信號頻譜非常接近，說明濾波成功。對d噪聲采用了帶通濾波，由audio_typed信號濾波前后頻譜對比，可以看到4000Hz

20、附近的高頻噪聲被濾去了，且濾波后的信號頻譜與audio_inital信號頻譜非常接近，說明濾波成功。濾波算法程序段：修改main C文件，將FIR算法嵌入到DMA程序中，實現(xiàn)實時濾波。void processBuffer(void) Uint32 addr; static Int16 pingPong = PING;/while(DMA_FGETH (hDmaRcv, DMACCR, ENDPROG)/ ; / / Determine which ping-pong state we're in if (pingPong = PING) / Configure the receive

21、channel for pong input data addr = (Uint32)gBufferRcvPong) << 1; DMA_RSETH(hDmaRcv, DMACDSAL, addr & 0xffff); /DMA_RESETH()對DMA寄存器寫值(將addr低位寫到hDmaRcv的DMACDSAL中) DMA_RSETH(hDmaRcv, DMACDSAU, (addr >> 16) & 0xffff);/(將addr高16位寫到hDmaRcv的DMACDSAU中)/ Set new state to PONG pingPong = P

22、ONG; else / Configure the receive channel for ping input data addr = (Uint32)gBufferRcvPing) << 1; DMA_RSETH(hDmaRcv, DMACDSAL, addr & 0xffff); DMA_RSETH(hDmaRcv, DMACDSAU, (addr >> 16) & 0xffff); / Set new state to PING pingPong = PING; /DMA_FSETH (hDmaRcv, DMACCR, ENDPROG, 1);/

23、DMA_FSETH (hDmaXmt, DMACCR, ENDPROG, 1); if (pingPong = PONG) Int16 j;/Insert your application program here. 此處可以插入算法程序 copyleft(gBufferRcvPing, leftRcvPing, BUFFSIZE); copyright(gBufferRcvPing, rightRcvPing, BUFFSIZE); for (j=0; j<BUFFSIZE/2; j+) leftXmtPongj = 0; / 對left進行FIR濾波，結(jié)果存放在leftXmtPong

24、中 fir(leftRcvPing, h, leftXmtPing, db, BUFFSIZE/2, NH); /copyData(leftRcvPing,leftXmtPing,BUFFSIZE/2); recoverl(leftXmtPing, gBufferXmtPing, BUFFSIZE/2); for (j=0; j<BUFFSIZE/2; j+) rightXmtPongj = 0; / 對right進行FIR濾波，結(jié)果存放在rightXmtPong中 fir(rightRcvPing, h, rightXmtPing, dc, BUFFSIZE/2, NH); / cop

25、yData(rightRcvPing,rightXmtPing,BUFFSIZE/2); recoverr(rightXmtPing, gBufferXmtPing, BUFFSIZE/2);/6 / / Configure the transmit channel for ping output data addr = (Uint32)gBufferXmtPing) << 1; DMA_RSETH(hDmaXmt, DMACSSAL, addr & 0xffff);/將addr低位寫到hDmaXmt的DMACDSSAL中) DMA_RSETH(hDmaXmt, DMACS

26、SAU, (addr >> 16) & 0xffff);/將addr高位寫到hDmaXmt的DMACDSSAU中 else Int16 j;/Insert your application program here. 此處可以插入算法程序 copyleft(gBufferRcvPong, leftRcvPong, BUFFSIZE); copyright(gBufferRcvPong, rightRcvPong, BUFFSIZE); for (j=0; j<BUFFSIZE/2; j+) leftXmtPongj = 0; / / 對left進行FIR濾波，結(jié)果存放

27、在leftXmtPong中 fir(leftRcvPong, h, leftXmtPong, db, BUFFSIZE/2, NH); / copyData(leftRcvPong,leftXmtPong,BUFFSIZE/2); recoverl(leftXmtPong, gBufferXmtPong, BUFFSIZE/2); for (j=0; j<BUFFSIZE/2; j+) rightXmtPongj = 0; / 對right進行FIR濾波，結(jié)果存放在rightXmtPong中 fir(rightRcvPong, h, rightXmtPong, dc, BUFFSIZE/

28、2, NH); /copyData(rightRcvPong,rightXmtPong,BUFFSIZE/2); recoverr(rightXmtPong, gBufferXmtPong, BUFFSIZE/2); / Configure the transmit channel for pong output data addr = (Uint32)gBufferXmtPong) << 1; DMA_RSETH(hDmaXmt, DMACSSAL, addr & 0xffff); DMA_RSETH(hDmaXmt, DMACSSAU, (addr >> 1

29、6) & 0xffff); / Start the DMA DMA_start(hDmaRcv);/ DMA_start(hDmaXmt);/* main routine*/設(shè)計過程中遇到的問題及解決方法（1）a信號，我們直接從頻譜上并不能直接看出噪聲類型，在小組討論后，我們使用a信號減去原始信號得到噪聲頻譜，發(fā)現(xiàn)該噪聲是全頻段的噪聲，時域呈正態(tài)分布，查閱資料，發(fā)現(xiàn)該噪聲是高斯噪聲，可以用滑動平均濾除。（2）b信號，開始我們使用小波去噪，結(jié)果不是很理想，在使用b信號減去原始信號得到噪聲頻譜，發(fā)現(xiàn)是低頻脈沖噪聲，在請教了計算機控制老師后，我們決定采用中值濾波，得到了比較好的結(jié)果。（3）d信號，我們發(fā)現(xiàn)有個4000Hz附近的噪聲信號，采用了帶阻