МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ "ЛЬВІВСЬКА ПОЛІТЕХНІКА"
Звіт до лабораторної роботи № 1 з курсу: "Системи запису та відтворення інформації" Львів – 2009р. Мета роботи:
Отримати базові навики роботи в середовищі MatLab, вивчити основні можливості MatLab по обробці аудіоінформації. Повний текст завдання: Ознайомитись з теоретичним матеріалом. Завантажити wav-файл вказаний в завданні відповідно до свого варіанту. Вивести основну інформацію про файл: кількість вибірок, кількість каналів, частота дискретизації, кількість біт на вибірку. Прослухати аудіофайл. Сформувати заваду у вигляді синусоїдального сигналу з вказаними параметрами і накласти її на аудіосигнал. Прослухати зашумлений аудіосигнал. Розрахувати коефіцієнти нерекурсивного фільтра вказаного порядку N для усунення завади. Побудувати АЧХ розрахованого фільтра. Відфільтрувати сигнал. Прослухати очищений аудіосигнал. Зберегти результат в wav-файлі. Розрахувати коефіцієнти рекурсивного фільтра вказаного порядку N та типу для усунення завади (пульсації в зоні пропускання прийняти рівними 0,1 дБ, мінімально допустиме загасання в смузі затримки 60 дБ). Побудувати АЧХ розрахованого фільтра. Відфільтрувати сигнал. Прослухати очищений аудіосигнал. Зберегти результат в wav-файлі. Варіант  Назва файлу  Частота завади, Гц  Амплітуда завади, В  Порядок нерекурсивного фільтру N  Тип рекурсивного фільтру  Порядок рекурсивного фільтру N  2 Lab_1_2.wav 450 4 300 Чебишева2 6   Лістинг програми: clear all; [y, Fs, bits] = wavread('D:\labu\Sovun\Lab_1_2.wav'); f = 450; Amp = 4; porNerTupy = 300; porRecTupy = 6; wavplay(y,Fs); t = 0 : length(y)-1; t = t / Fs; Noise = Amp * sin( 2*pi*f*t ); Ywym = y + Noise'; wavplay(Ywym,Fs); %Оригінальний сигнал figure(1); strips(y(1:length(y),:),10000); %Зашумлений сигнал figure(2); strips(Ywym(1:length(Ywym),:),10000); %Розразунок ерекурсивного фільтра fn1 = 400; fn2 = 500; b = fir1(porNerTupy, [fn1*2/Fs fn2*2/Fs], 'stop', 'scale'); yFil = filter(b, 1, Ywym); wavplay(yFil, Fs); f = 0 : 1000; h = freqz(b, 1, f, Fs); figure(3);semilogx(f, abs(h));grid on; figure(4); strips(yFil(1:length(yFil),:),10000); %Розрахунок рекурсивного фільтра Wp = fn1 * 2/Fs; Ws = fn2 * 2/Fs; [n, Wn] = cheb2ord(Wp, Ws, 60, 0.1); [B, A] = cheby2(porRecTupy,60, [fn1*2/Fs fn2*2/Fs], 'stop'); yFil2 = filter(B, A, Ywym); f = 0 : 0.1:1000; h = freqz(B, A, f, Fs); figure (5); semilogx(f, abs(h)); grid on; f = 0 : 1000; h = freqz(B, A, f, Fs); figure(6); strips(yFil2(1:length(yFil2),:),10000); Графіки сигналу і АЧХ фільтрів: Початковий сигнал:
Сигнал після накладання завади:
АЧХ нерекурсивного фільтра:
Сигнал після фільтрації нерекурсивним фільтром:
АЧХ рекурсивного фільтра:
Сигнал після фільтрації рекурсивним фільтром:
Висновок: Після виконання цієї лабораторної роботи я ознайомився із середовищем MatLab та отримав базові навики роботи, вивчив основні можливості MatLab по обробці аудіоінформації, а також дослідив основні принципи і методи, які дозволяють реалізувати теоретичні положення про обробку аудіосигналів на практиці. Я побачив, як працюють цифрові фільтри, і процес очищення звуку від шуму. Після виконання цієї лабораторної роботи, я переконався, щодо переваг цифрових фільтрів. На основі отриманих АЧХ можна краще зрозуміти принцип роботи рекурсивних і нерекурсивних фільтрів, смугових і режекторних фільтрів, і причину їх використовують для виділення певного сигналу на робочих частотах.