版权声明：转载请注明作者和原网页地址 https://blog.csdn.net/qq_39750907/article/details/86176511
这两天终于考完试了，但是还又课设要弄，在这里开个博客记录我的过程，这也是我第一次写博客，顺便纪念一下，2019.1.9
题目1
录音，一段绕口令
要求一
添加一个信噪比位4dB的均匀白噪声
要求二
设计相应的维纳滤波器，对要求一产生的加噪声信号进行处理
要求三
语音信号平均信号功率要比另一个题目的语音信号平均功率高10倍
1，将音频文件转化为.wav格式，导入matlab，
这里用到另一个大佬的方法，不再陈述
https://blog.csdn.net/liusandian/article/details/51921171
加入维纳滤波器降噪的代码（有待测试）
clc ; clear ; close all;
T = 10; % 取10s信号进行分析
f0 = 50; % 市电干扰频率
fs = 4*f0; % 采样频率
% generate observed signal
for k = 1:1:T*fs
if mod(floor(k/(T*fs/8)),2) == 0
d(k) = 10;
else
d(k) = -10;
end
end
d = d + normrnd(0,1,1,T*fs); % add noise
figure; plot(d); title('无干扰电力线信号'); grid on; axis([1 T*fs -20 20])
% add interference
n = 1:1:T*fs;
d = d + 50*cos(2*pi*f0*n/fs + pi/6); % pi/6 --- phase of interference
figure; plot(d); title('带市电干扰电力线信号');grid on; axis([1 T*fs -70 70])
% generate reference signal order = 1 / coeff number = 2
x_in1 = cos(2*pi*f0*n/fs);
x_in2 = cos(2*pi*f0*(n-1)/fs);
x = [x_in1;x_in2];
% wiener filter
R_xx = x*x'/(T*fs); % E(xx')
R_dx = d*x'/(T*fs); % E(dx')
w = R_xx\(R_dx.');
y = d - w'*x;
figure; plot(y); title('维纳滤波后电力线信号');grid on; axis([1 T*fs -20 20])
维纳滤波器代码如下
[JYJ,fs]=audioread('文件的目录.wav');%声音读取
%sound(JYJ,fs); %声音回放
JYJ=JYJ(1:1030128);
n1=length(JYJ);
JYJ1=fft(JYJ,n1); %快速傅里叶变换
figure(1)
subplot(2,1,1) %绘出时域波
plot(JYJ)
xlabel('时间')
ylabel('幅度')
title('初始信号波形')
grid on
subplot(2,1,2) %绘出频域频谱
plot(abs(fftshift(JYJ1)))
xlabel('频率')
ylabel('幅度')
title('初始信号频谱')
grid on
%添加均匀白噪声信噪比
s=JYJ;
SNR=7;
noise=rand(size(s));
noise=noise-mean(noise);
signal_power = 1/length(s)*sum(s.*s);
noise_variance = signal_power / ( 10^(SNR/10) );
noise=sqrt(noise_variance)/std(noise)*noise;
x=s+noise;
%sound(Y,fs);
n2=length(x);
Y1=fft(x,n2); %快速傅里叶变换
figure(2)
subplot(2,1,1) %绘出时域波
plot(x)
xlabel('时间')
ylabel('幅度')
title('加噪信号波形')
grid on
subplot(2,1,2) %绘出频域频谱
plot(abs(fftshift(Y1)))
xlabel('频率')
ylabel('幅度')
title('加噪信号频谱')
grid on
N=128;%N为原始信号的长度
%N=input('请输入信号长度： ');
M=8;%M代表滤波器的阶数
%M=input('输入滤波器阶数 ： ');
rxx=xcorr(x);
for i=1:M
for j=1:M
mrxx(i,j)=rxx(N-i+j);
end
end
xd=s;%原始信号
rxd=xcorr(x,xd);
for i=1:M
mrxd(i)=rxd(N-1+i);
end
hopt=inv(mrxx)*mrxd';%由维纳-霍夫方程得到滤波器最优解--FIR维纳滤波器的冲激响应
out_s=filter(hopt,1,x);%滤波后的输出信号(预测信号)
%out_s=conv(x,hopt);%滤波后的输出信号(预测信号)
fprintf('滤波后的信号相对原信号的统计均方误差:\n');
mse=mean((out_s-s).^2) %滤波后的信号相对原信号的统计均方误差
subplot(2,2,1)
plot(xd);
title('期望信号');
%axis([0 N -3 3]);%给出x,y轴最小最大值来选择坐标系的取值范围
xlabel('Time(n)');
ylabel('Amplitude');
subplot(2,2,2)
plot(noise);
title('噪声信号');
xlabel('Time(n)');
ylabel('Amplitude');
%axis([0 N -5 5]);
subplot(2,2,3)
plot(out_s);
title('维纳滤波后的信号');
%axis([0 N -3 3]);%用来给出x,y轴最小最大值来选择坐标系的取值范围
xlabel('Time(n)');
ylabel('Amplitude');
subplot(2,2,4)
plot(x);
title('噪声干扰后的信号');
xlabel('Time(n)');
ylabel('Amplitude');
%axis([0 N -5 5]);
[JYJ,fs]=audioread('文件目录.wav');
[KLL,fs]=audioread('另一个文件目录.wav'); %卡路里读取
%sound(KLL,fs);
J1=JYJ(1:832466);
k1=KLL(1:832466);
%sound(J1,fs)
%sound(k1,fs);
k2=k1*(5.68754^0.5);
%sound(k2,fs);
H=J1+k2;
%sound(H,fs);
F=H-k2;
%sound(F,fs);
%size(J1)
%size(JYJ)
%size(KLL)
%size(k1)
%size(k2)
N=832466;
E1 = sum(abs(J1).^2);
P1 = E1/N
E2 = sum(abs(k2).^2);
P2 = E2/N云性结果图如下
叠加和声道的代码
fn=input('Enter WAV filename:','S');
[z,Fs]=audioread(fn);
ms2=floor(Fs*0.002);
ms10=floor(Fs*0.01);
ms20=floor(Fs*0.02);
ms30=floor(Fs*0.03);
t=(0:length(z)-1)/Fs;
fn=input('Enter WAV filename:','S');
[x,Fs]=audioread(fn);
ms2=floor(Fs*0.002);
ms10=floor(Fs*0.01);
ms20=floor(Fs*0.02);
ms30=floor(Fs*0.03);
t=(0:length(x)-1)/Fs;
x01=x(:,1); % 抽取第 1 声道
x02=x(:,2); % 抽取第 2 声道
z01=z(:,1); % 抽取第 1 声道
z02=z(:,2); % 抽取第 2 声道
sumx= sum(sum(abs(x01)))+sum(sum(abs(x02)));
sumz= sum(sum(abs(z01)))+sum(sum(abs(z02)));
p=sumx/sumz;
pmin=10/p;%增强10倍
xmin=pmin*x;
m=max(size(xmin,1),size(z,1));%确定最大行数
n=max(size(xmin,2),size(z,2));%确定最大列数
AA=zeros(m,n);
BB=zeros(m,n);
AA(1:size(xmin,1),1:size(xmin,2))=xmin; %扩展A
BB(1:size(z,1),1:size(z,2))=z; %扩展B
C=AA+BB;
figure(5);
subplot(2,1,1);
plot(z)
title('原始信号时域波形图-课设卡路里');
Y=fft(z);
Y2=fftshift(Y);
n=0:length(z)-1;
subplot(2,1,2);
plot(n,Y);
title('原始信号频谱图-课设卡路里');
sound(C,Fs);图如下
分离程序如下
I1 = wavread('source1.wav');
I2 = wavread('source2.wav');
I3 = wavread('source3.wav');
subplot(4,3,1),plot(I1),title('输入信号1');
subplot(4,3,2),plot(I2),title('输入信号2');
subplot(4,3,3),plot(I3),title('输入信号3');
% 将其组成矩阵
II1 = I1';
II2 = I2';
II3 = I3';
S=[II1;II2;II3];
Sweight=rand(size(S,1));
MixedS=Sweight*S; % 将混合矩阵重新排列并输出
subplot(4,3,4),plot(MixedS(1,:)),title('混合信号1');
subplot(4,3,5),plot(MixedS(2,:)),title('混合信号2');
subplot(4,3,6),plot(MixedS(3,:)),title('混合信号3');
% wavwrite(MixedS(1,:),8000,8,'1mixwav1.wav');%保存wav数据
% wavwrite(MixedS(1,:),8000,8,'1mixwav2.wav');
% wavwrite(MixedS(1,:),8000,8,'1mixwav3.wav');
MixedS_bak=MixedS;
%%%%%%%%%%%%%%%%%%%%%%%%%% 标准化 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
MixedS_mean=zeros(3,1);
for i=1:3
MixedS_mean(i)=mean(MixedS(i,:));
end % 计算MixedS的均值
for i=1:3
for j=1:size(MixedS,2)
MixedS(i,j)=MixedS(i,j)-MixedS_mean(i);
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%% 白化 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
MixedS_cov=cov(MixedS'); % cov为求协方差的函数
[E,D]=eig(MixedS_cov); % 对信号矩阵的协方差函数进行特征值分解
Q=inv(sqrt(D))*(E)'; % Q为白化矩阵
MixedS_white=Q*MixedS; % MixedS_white为白化后的信号矩阵
IsI=cov(MixedS_white'); % IsI应为单位阵
%%%%%%%%%%%%%%%%%%%%%%%% FASTICA算法 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
X=MixedS_white; % 以下算法将对X进行操作
[VariableNum,SampleNum]=size(X);
numofIC=VariableNum; % 在此应用中，独立元个数等于变量个数
B=zeros(numofIC,VariableNum); % 初始化列向量w的寄存矩阵,B=[b1 b2 ... bd]
for r=1:numofIC
i=1;maxIterationsNum=100; % 设置最大迭代次数（即对于每个独立分量而言迭代均不超过此次数）
IterationsNum=0;
b=rand(numofIC,1)-.5; % 随机设置b初值
b=b/norm(b); % 对b标准化 norm(b):向量元素平方和开根号
while i<=maxIterationsNum+1
if i == maxIterationsNum % 循环结束处理
fprintf('\n第%d分量在%d次迭代内并不收敛。', r,maxIterationsNum);
break;
end
bOld=b;
a2=1;
u=1;
t=X'*b;
g=t.*exp(-a2*t.^2/2);
dg=(1-a2*t.^2).*exp(-a2*t.^2/2);
b=((1-u)*t'*g*b+u*X*g)/SampleNum-mean(dg)*b;
% 核心公式
b=b-B*B'*b; % 对b正交化
b=b/norm(b);
if abs(abs(b'*bOld)-1)<1e-9 % 如果收敛，则
B(:,r)=b; % 保存所得向量b
break;
end
i=i+1;
end
% B(:,r)=b; % 保存所得向量b
end
%%%%%%%%%%%%%%%%%%%%%%%%%% ICA计算的数据复原并构图 %%%%%%%%%%%%%%%%%%%%%%%%%
ICAedS=B'*Q*MixedS_bak; % 计算ICA后的矩阵
% 将混合矩阵重新排列并输出
subplot(4,3,7),plot(ICAedS(1,:)),title('ICA解混信号1');
subplot(4,3,8),plot(ICAedS(2,:)),title('ICA解混信号2');
subplot(4,3,9),plot(ICAedS(3,:)),title('ICA解混信号3');
% wavwrite(ICAedS(1,:),8000,8,'1dstwav1.wav');%保存wav数据
% wavwrite(ICAedS(2,:),8000,8,'1dstwav2.wav');
% wavwrite(ICAedS(3,:),8000,8,'1dstwav3.wav');
到这里就结束啦！