畢業(yè)設(shè)計(jì)---基于matlab實(shí)現(xiàn)對(duì)語音信號(hào)的頻譜分析

1、<p>　　本 科 生 畢 業(yè) 論 文</p><p><b>　?。ㄉ暾?qǐng)學(xué)士學(xué)位）</b></p><p>　　論文題目 基于Matlab實(shí)現(xiàn)對(duì)語音信號(hào)的頻譜分析 </p><p>　　作者姓名 </p><p>　　所學(xué)專業(yè)名稱

2、 </p><p>　　指導(dǎo)教師 </p><p><b>　　年 月 日</b></p><p><b>　　目錄</b></p><p><b>　　摘要：1</b&g

3、t;</p><p>　　Abstract:1</p><p><b>　　1. 緒論2</b></p><p>　　1.1 課題背景2</p><p>　　1.2 研究意義2</p><p>　　1.3 本文研究?jī)?nèi)容2</p><p>　　2. 頻譜分析及MAT

4、LAB簡(jiǎn)介2</p><p>　　2.1 頻譜分析技術(shù)2</p><p>　　2.1.1 時(shí)域抽樣定理2</p><p>　　2.1.2 離散傅立葉變換（DFT）3</p><p>　　2.1.3 快速傅立葉變換（FFT）3</p><p>　　2.1.4 頻譜分析原理4</p><p&

5、gt;　　3. 程序與算例4</p><p>　　3.1 聲音信號(hào)頻譜分析4</p><p>　　3.2 圖像信號(hào)頻譜分析6</p><p>　　3.3 離散信號(hào)/序列8</p><p><b>　　4結(jié)論與展望9</b></p><p><b>　　參考文獻(xiàn)10</b

6、></p><p><b>　　致 謝11</b></p><p>　　基于Matlab實(shí)現(xiàn)對(duì)語音信號(hào)的頻譜分析</p><p>　　摘要：Matlab是一個(gè)數(shù)據(jù)分析和處理功能十分強(qiáng)大的工程實(shí)用軟件，運(yùn)用它來進(jìn)行信號(hào)的分析和處理相當(dāng)便捷。本文介紹了在Matlab環(huán)境中如何采集語音信號(hào)和語音信號(hào)采集后的頻譜分析處理，并通過實(shí)例分析了語音信

7、號(hào)處理的Matlab。并以理想正弦分布的紋理圖像的 Matlab仿真和正弦紋理圖像的頻譜特征分析為例，敘述了基于傅立葉能量譜的紋理圖像分析的基本原理和基本過程。編寫了程序，獲得了具有理想正弦分布的空域紋理圖像，并對(duì)其頻譜特征進(jìn)行了分析。并且根據(jù)離散傅里葉變換DFT的定義，推導(dǎo)出一種用 DFT計(jì)算離散信號(hào)幅值譜的方法，通過Matlab 仿真驗(yàn)證了該方法的有效性。</p><p>　　關(guān)鍵詞：頻譜分析；信號(hào)分析；傅里

8、葉變換；Matlab</p><p>　　Analysis of Signal Spectrum Based on Matlab</p><p>　　Abstract: Matlab is very powerful and practical engineering software which is used in data analysis and processing fracti

9、on,and use it to analysis and process voice signal,which is very convenient.This paper describes the Matlab enviironment,how to collect and process speech signal,and through example analysis of the speech signal processi

10、ng in Matlab.Then take the Matlab simulation of ideal sinusoid texture image and analysis of its spectrum characteristics for example; basic principles and pro</p><p>　　Keywords: Spectrum Analysis; signal an

11、alysis ;FFT; Matlab</p><p><b>　　1. 緒論</b></p><p><b>　　1.1 課題背景</b></p><p>　　隨著信息時(shí)代和數(shù)字世界的到來，數(shù)字信號(hào)處理己成為當(dāng)今一門極其重要的學(xué)科和技術(shù)領(lǐng)域，數(shù)字信號(hào)處理在通信、語音、圖像、自動(dòng)控制、醫(yī)療和家用電器等眾多領(lǐng)域得到了廣泛的應(yīng)

12、用。任意一個(gè)信號(hào)都具有時(shí)域與頻域特性，信號(hào)的頻譜完全代表了信號(hào)，因而研究信號(hào)的頻譜就等于研究信號(hào)本身。通常從頻域角度對(duì)信號(hào)進(jìn)行分析與處理，容易對(duì)信號(hào)的特性獲得深入的了解。因此，信號(hào)的頻譜分析是數(shù)字信號(hào)處理技術(shù)中的一種較為重要的工具。</p><p>　　在工程領(lǐng)域中，Matlab是一種倍受程序開發(fā)人員青睞的語言，對(duì)于一些需要做大量數(shù)據(jù)運(yùn)算處理的復(fù)雜應(yīng)用以及某些復(fù)雜的頻譜分析算法Matlab顯得游刃有余。</

13、p><p><b>　　1.2 研究意義</b></p><p>　　信號(hào)處理幾乎涉及到所有的工程技術(shù)領(lǐng)域，而頻譜分析又是信號(hào)處理中一個(gè)非常重要的分析手段。一般的頻譜分析都依靠傳統(tǒng)頻譜分析儀來完成，價(jià)格昂貴，體積龐大，不便于工程技術(shù)人員的攜帶。虛擬頻譜分析儀改變了原有頻譜分析儀的整體設(shè)計(jì)思路，用軟件代替了硬件，使工程技術(shù)人員可以用一部筆記本電腦到現(xiàn)場(chǎng)就可輕松完成信號(hào)的采集

14、、處理及頻譜分析。 </p><p>　　1.3 本文研究?jī)?nèi)容</p><p>　　信號(hào)的頻譜分析就是利用傅里葉分析的方法，求出與時(shí)域描述相對(duì)應(yīng)的頻域描述,從中找出信號(hào)頻譜的變化規(guī)律，以達(dá)到特征提取的目的。不同信號(hào)的傅里葉分析理論與方法，在有關(guān)專業(yè)書中都有介紹。但實(shí)際的待分析信號(hào)一般沒有解析式，直接利用公式進(jìn)行傅里葉分析非常困難. DFT是一種時(shí)域和頻域均離散化的傅里葉變換，適合數(shù)值計(jì)算且

15、有快速算法，是分析信號(hào)的有力工具。</p><p>　　DFT及FFT是數(shù)字信號(hào)處理的重要內(nèi)容。DFT是FFT的基礎(chǔ)，F(xiàn)FT是DFT的快速算法，在 MAT LAB中可以利用函數(shù) FFT來計(jì)算序列的離散傅里葉變換DFT?；诖耸紫冉榻B了Matlab軟件；其次給出了基于Matlab軟件的DFT和 FFT頻譜分析的方法，利用 Matlab軟件方法，使得設(shè)計(jì)方便、快捷，大大減輕了工作量；最后結(jié)合實(shí)例給出了仿真結(jié)果。<

16、;/p><p>　　本文將重點(diǎn)介紹基于MATLAB的頻譜分析設(shè)計(jì)，包括：</p><p>　　(1) 音頻信號(hào)頻譜分析；</p><p>　　(2) 圖像信號(hào)頻譜分析；</p><p>　　(3) 離散信號(hào)/序列頻譜分析。</p><p>　　2. 頻譜分析及MATLAB簡(jiǎn)介</p><p>　　2

17、.1 頻譜分析技術(shù)</p><p>　　2.1.1 時(shí)域抽樣定理</p><p>　　時(shí)域抽樣定理給出了連續(xù)信號(hào)抽樣過程中信號(hào)不失真的約束條件：對(duì)于基帶信號(hào)，信號(hào)抽樣頻率大于等于2倍的信號(hào)最高頻率，即。時(shí)域抽樣是把連續(xù)信號(hào)變成適于數(shù)字系統(tǒng)處理的離散信號(hào)。對(duì)連續(xù)信號(hào)以間隔T抽樣，則可得到的離散序列為。</p><p>　　圖2-1 連續(xù)信號(hào)抽樣的離散序列</p&

18、gt;<p>　　若，則信號(hào)與的頻譜之間存在：</p><p>　　其中，的頻譜為，的頻譜為?？梢?，信號(hào)時(shí)域抽樣導(dǎo)致信號(hào)頻譜的周期化。(rad/s)為抽樣角頻率，為抽樣頻率。數(shù)字角頻率Ω與模擬角頻率ω的關(guān)系為：Ω=ωT。</p><p>　　2.1.2 離散傅立葉變換（DFT）</p><p>　　有限長序列的離散傅立葉變換（DFT）為</p&g

19、t;<p><b>　　逆變換為</b></p><p>　　2.1.3 快速傅立葉變換（FFT）</p><p>　　在各種信號(hào)序列中，有限長序列占重要地位。對(duì)有限長序列可以利用離散傅立葉變換(DFT)進(jìn)行分析。DFT不但可以很好的反映序列的頻譜特性，而且易于用快速算法(FFT)在計(jì)算機(jī)上進(jìn)行分析。</p><p>　　有限長序

20、列的DFT是其z變換在單位圓上的等距離采樣，或者說是序列傅立葉的等距離采樣，因此可以用于序列的譜分析。FFT是DFT的一種快速算法，它是對(duì)變換式進(jìn)行一次次分解，使其成為若干小數(shù)據(jù)點(diǎn)的組合，從而減少運(yùn)算量。</p><p>　　MATLAB為計(jì)算數(shù)據(jù)的離散快速傅立葉變換，提供了一系列豐富的數(shù)學(xué)函數(shù)，主要有Fft、Ifft、fft2 、Ifft2, Fftn、ifftn和Fftshift、Ifftshift等。當(dāng)所處

21、理的數(shù)據(jù)的長度為2的冪次時(shí)，采用基-2算法進(jìn)行計(jì)算，計(jì)算速度會(huì)顯著增加。所以，要盡可能使所要處理的數(shù)據(jù)長度為2的冪次或者用添零的方式來添補(bǔ)數(shù)據(jù)使之成為2的冪次。</p><p>　　fft函數(shù)調(diào)用方式：Y=fft(X)；</p><p>　　Y＝fft(X,N)；</p><p>　　Y＝fft(X,[],dim)或Y＝fft(X,N,dim)。</p>

22、<p>　　函數(shù)Ifft的參數(shù)應(yīng)用與函數(shù)fft完全相同。</p><p>　　2.1.4 頻譜分析原理</p><p>　　時(shí)域分析只能反映信號(hào)的幅值隨時(shí)間的變化情況，除單頻率分量的簡(jiǎn)單波形外，很難明確提示信號(hào)的頻率組成和各頻率分量大小，而頻譜分析能很好的解決此問題。由于從頻域能獲得的主要是頻率信息，所以本節(jié)主要介紹頻率(周期)的估計(jì)與頻譜圖的生成。</p>&

23、lt;p>　　1、頻率、周期的估計(jì)</p><p>　　對(duì)于Y(kΔf)，如果當(dāng)kΔf = f時(shí)，Y(kΔf)取最大值，則f為頻率的估計(jì)值，由于采樣間隔的誤差，f也存在誤差，其誤差最大為Δf / 2。</p><p><b>　　周期T=1/f。</b></p><p>　　從原理上可以看出，如果在標(biāo)準(zhǔn)信號(hào)中

24、混有噪聲，用上述方法仍能夠精確地估計(jì)出原標(biāo)準(zhǔn)信號(hào)的頻率和周期，這個(gè)將在下一章做出驗(yàn)證</p><p><b>　　2、頻譜圖</b></p><p>　　為了直觀地表示信號(hào)的頻率特性，工程上常常將Fourier變換的結(jié)果用圖形的方式表示，即頻譜圖。</p><p>　　以頻率f為橫坐標(biāo)，|Y(f)|為縱坐標(biāo)，可以得到幅值譜；</p>

25、<p>　　以頻率f為橫坐標(biāo)，arg Y(f)為縱坐標(biāo)，可以得到相位譜；</p><p>　　以頻率f為橫坐標(biāo)，Re Y(f)為縱坐標(biāo)，可以得到實(shí)頻譜；</p><p>　　以頻率f為橫坐標(biāo)，Im Y(f)為縱坐標(biāo)，可以得到虛頻譜。</p><p>　　根據(jù)采樣定理，只有頻率不超過Fs/2的信號(hào)才能被正確采集，即Fouri

26、er變換的結(jié)果中頻率大于Fs/2的部分是不正確的部分，故不在頻譜圖中顯示。即橫坐標(biāo)f ∈[0, Fs/2]</p><p><b>　　3. 程序與算例</b></p><p>　　3.1 聲音信號(hào)頻譜分析</p><p>　　Matlab語言是一種數(shù)據(jù)分析和處理功能十分強(qiáng)大的計(jì)算機(jī)應(yīng)用軟件， 它可以將聲音文件變換為離散的數(shù)

27、據(jù)文件， 然后利用其強(qiáng)大的矩陣運(yùn)算能力處理數(shù)據(jù)， 如數(shù)字濾波、傅里葉變換、時(shí)域和頻域分析、聲音回放以及各種分析圖的呈現(xiàn)等等。 下面以語音信號(hào)的波形圖、頻譜圖和倒譜圖分析為例來說明Matlab在語音信號(hào)處理中的具體實(shí)現(xiàn)方法。</p><p><b>　　程序代碼：</b></p><p>　　S=wavread('1.wav')</p>&

28、lt;p>　　subplot(3,1,1);plot(S);title('波形圖')</p><p>　　n=size(S);</p><p><b>　　d=100;</b></p><p><b>　　L=512;</b></p><p><b>　　k=L-d;

29、</b></p><p>　　t=fix(n/k);</p><p>　　frame_length=512;</p><p>　　r=(rectwin(frame_length));</p><p><b>　　for a=1:t</b></p><p>　　n1=(L-d)*(a-1

30、)+1;</p><p>　　n2=(L-d)*(a-1)+frame_length;</p><p>　　y=S(n1:n2);</p><p>　　sf=fft(y'.*r',512);</p><p>　　X1(n1:n2)=sf(1:frame_length);</p><p><b>

31、;　　end</b></p><p>　　FFTSIZE=8000;</p><p>　　Y=zeros(FFTSIZE,1);</p><p>　　Y=20*log10(abs(X1));</p><p>　　subplot(3,1,2);plot(Y(1:4000)),title('頻譜圖');</p&g

32、t;<p>　　T1=length(X1);</p><p>　　t1=fix(T1/L);</p><p>　　for i=1:t1</p><p>　　z=ifft(X1((i-1)*L+1:i*L),512);</p><p>　　z=real(z./r');</p><p>　　y((i-

33、1)*k+1:i*k)=z(1:k);</p><p><b>　　end </b></p><p>　　subplot(3,1,3);plot(y),title('倒譜圖')</p><p>　　上程序?qū)⒄Z音文件1.wav進(jìn)行頻譜分析，分析結(jié)果如圖3-1所示。</p><p>　　圖3-1 聲音信號(hào)的頻

34、譜分析結(jié)果</p><p>　　3.2 圖像信號(hào)頻譜分析</p><p>　　紋理圖像的頻譜可以通過離散傅里葉變換（DFT）得到。用表示一幅空域紋理圖像，用表示該圖像的頻譜，圖像的大小為M×N，則和質(zhì)檢可以通過DFT計(jì)算，計(jì)算公式如下：</p><p>　　其中能量譜可采用公式：</p><p>　　基于傅立葉能量譜的紋理圖像分析的

35、前提是假設(shè)紋理有不同的正弦波組成。理想正弦分布的紋理圖像，是最為典型的紋理圖像之一，下面討論理想正弦分布的紋理圖像的仿真及其頻譜特征分析。</p><p>　　編寫下面的程序獲得具有理想正弦分布的空域紋理圖像，其中A為正弦紋理的幅值，uf0、vf0分別為x軸（垂直方向）、y軸（水平方向）方向的模擬頻率，M、N分別為x軸、y軸的采樣的點(diǎn)數(shù)，Tsu、Tsv分別為x、y軸的采樣間隔，為了便于觀察和處理，取Tsu=1/M

36、、Tsv= 1/N，即x軸、y軸的采樣頻率分別為M和N，這樣在空域中得到了0～1范圍的紋理圖像（如考慮成時(shí)域抽樣信號(hào)的話，相當(dāng)于在0～1s間的抽樣）。 </p><p><b>　　A=1;</b></p><p><b>　　uf0=0;</b></p><p><b>　　vf0=25;</b>

37、</p><p><b>　　M=200;</b></p><p><b>　　N=200;</b></p><p>　　Tsu = 1/M; </p><p>　　Tsv = 1/N; </p><p>　　r = 0:M-1; </p>

38、<p>　　c = 0:N-1; </p><p>　　[C,R] = meshgrid(c,r); </p><p>　　g = A * sin(2* pi* uf0 * R * Tsu + 2 * pi * vf0 * C * Tsv); </p><p>　　f = mat2gray(g); </p><p>

39、<b>　　figure </b></p><p><b>　　imshow(f)</b></p><p>　　程序中輸出變量g返回的是實(shí)際的理想正弦函數(shù)的取值，f返回的是g平移后的結(jié)果（取值限定在0～1范圍內(nèi)）。 </p><p>　　在Matlab軟件中仿真得到的一組具有理想正弦分布的紋理圖像：</p>

40、<p>　　圖3-2中各紋理的方向或周期是不同的。其中(a)和(b)中紋理呈豎直方向分布（即水平方向變化），(a) 的y軸方向的頻率為25Hz，(b)的y軸頻率為5Hz，即(b)圖是周期為(a)圖的5倍的豎直紋理，所以在整個(gè)圖像范圍內(nèi)（相當(dāng)于一秒內(nèi)）(a)和(b)分別有25和5個(gè)周期。 (c)圖紋理是x和y軸方向頻率均為25Hz。</p><p>　　(a) (

41、b) (c)</p><p>　　圖3-2 理想正弦紋理圖像</p><p>　　然后利用FFT算法對(duì)以上面三個(gè)圖像信號(hào)進(jìn)行頻譜分析。</p><p><b>　　程序代碼為：</b></p><p>　　I=imread('1.tif')</p>&l

42、t;p>　　I = rgb2gray( I );</p><p>　　imshow(I);</p><p>　　fftI=fft2(I);</p><p>　　sfftI=fftshift(fftI);</p><p>　　RR=real(sfftI);</p><p>　　II=imag(sfftI);<

43、/p><p>　　A=sqrt(RR.^2+II.^2);</p><p>　　A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225;</p><p><b>　　figure;</b></p><p>　　imshow(A);</p><p>　　圖3-3為

44、對(duì)應(yīng)的圖中各圖的傅立葉頻譜能量圖（在Matlab中執(zhí)行了FFT（快速傅立葉變換）后，使用了fftshift函數(shù)調(diào)整，以使頻譜圖像的原點(diǎn)從起始點(diǎn)（0，0），移到圖像的中心點(diǎn)（M/2,N/2））。從圖3-3中可以看出：豎直方向理想單一頻率的正弦分布紋理的頻譜能量集中在水平方向的三個(gè)點(diǎn)上，而水平方向單一頻率的正弦分布紋理的頻譜能量集中在豎直方向的三個(gè)點(diǎn)上；對(duì)于單一頻率的理想正弦分布的紋理圖像，其紋理方向和其頻譜能量圖的頻點(diǎn)連線方向相垂直，如圖

45、 (c)紋理為圖 (b)的紋理順時(shí)針傾斜45度，其頻譜能量圖中頻點(diǎn)也相應(yīng)順時(shí)針傾斜45度；垂直方向紋理和水平方向紋理的疊加圖像的頻譜能量圖表現(xiàn)為水平和豎直方向的五個(gè)點(diǎn)上；紋理周期越小，對(duì)應(yīng)的頻點(diǎn)到頻譜中心（中心點(diǎn)，即頻率為0）的距離越大，如圖3-3 (a)紋理的頻點(diǎn)到中心的距離為圖3-3(b)紋理的五倍。</p><p>　　(a) (b)

46、 (c)</p><p>　　圖3-3 理想正弦紋理圖像的頻譜能量圖</p><p>　　3.3 離散信號(hào)/序列</p><p>　　以，采樣頻率100Hz，采樣100個(gè)點(diǎn)，形成離散信號(hào)，利用MATLAB進(jìn)行頻譜分析。</p><p><b>　　程序如下：</b></p><p>　　N=1

47、00;Fs=100;t=(0:(N-1))/Fs; </p><p>　　xn=1+2*sin(2*pi*10*t)+3*sin(2*pi*15*t); </p><p>　　XK=abs(fft(xn,N));f=(0:N/2)*Fs/N; </p><p>　　XK(1)=XK(1)/N;XK(2:(N/2+1))=XK(2:(N/2+1))*2/N; <

48、/p><p>　　stem(f,XK(1:(N/2+1)));axis([-1 N/2 0 5]); </p><p>　　grid on;xlabel('f(Hz)');ylabel('|X( f )|');</p><p><b>　　程序運(yùn)行結(jié)果：</b></p><p>　　圖3-4

49、N=100的幅值頻譜圖</p><p>　　從圖3-4可以看出，DFT法分析的結(jié)果和實(shí)際信號(hào)吻合得很好，說明該方法確實(shí)有效。</p><p>　　但是，需要注意的是，離散傅里葉變換在頻域是離散的，即限制在基頻整數(shù)倍上，只能得到信號(hào) K 次諧波成分的幅值譜，而對(duì)于非K次諧波成分的頻譜則無法檢測(cè)出來，并且由于柵欄效應(yīng)和頻譜泄漏，對(duì)其它K次諧波的幅值也有影響。</p><p&

50、gt;　　如將上述程序中的N=100改為N=50，結(jié)果如圖3-5所示。</p><p>　　圖3-5 N=50的幅值頻譜圖</p><p>　　從圖3-5可以看出，由于基頻頻率為100/50=2Hz，x(t)中的15Hz分量未檢測(cè)出來，其它頻率分量的幅值也出現(xiàn)了誤差，這種柵欄效應(yīng)也是 DFT 應(yīng)用中不可避免的問題之一。要減小柵欄效應(yīng)和頻譜泄漏，可以減小采樣頻率，增加采樣點(diǎn)數(shù)，以減小基頻值，

51、使譜線變密，這樣原來漏掉的某些頻譜成分就可以檢測(cè)出來，但注意采樣頻率必須滿足采樣定理的要求，增加采樣點(diǎn)數(shù)也會(huì)增加系統(tǒng)計(jì)算 DFT 的開銷。</p><p><b>　　4結(jié)論與展望</b></p><p>　　本文主要是基于高級(jí)面向?qū)ο箝_發(fā)語言MATLAB的基本特征，以及MATLAB強(qiáng)大的工具箱功能，實(shí)現(xiàn)信號(hào)的預(yù)處理和頻譜分析。</p><p>

52、;　　（1）通過實(shí)例說明，基于MATLAB可以很好的達(dá)到對(duì)語音信號(hào)的頻譜的分析處理。</p><p>　?。?）采用頻譜分析方法可以提取出紋理基本特征，如方向特征和周期特征。本文以理想正弦分布的紋理圖像的Matlab仿真和正弦紋理圖像的頻譜特征分析為例，敘述了基于傅立葉能量譜的紋理圖像分析的基本原理和基本過程。</p><p>　?。?）通過離散傅里葉變換對(duì)和周期信號(hào)傅立葉級(jí)數(shù)的定義，清楚

53、地推導(dǎo)出 X(k)與信號(hào)幅值的關(guān)系，提出了一種有效的計(jì)算離散信號(hào)/序列幅值譜的方法</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1] 黃植功. 基于MATLAB的連續(xù)信號(hào)頻譜分析[J]. 廣西物理, 2009 </p><p>　　[2] 劉小群,周云波. 基于Matlab的DFT及FFT頻譜分析[J]. 山西電子技術(shù),

54、 2010 </p><p>　　[3] 董靜薇,于廣艷. 基于Matlab的FFT頻譜分析及IIR數(shù)字濾波器設(shè)計(jì)[J]. 軟件導(dǎo)刊, 2008 </p><p>　　[4] 趙淑敏. 基于MATLAB實(shí)現(xiàn)對(duì)語音信號(hào)頻譜分析[J]. 江西通信科技, 2010</p><p>　　[5] 曾尚璀,沈華,俞振利. 基于Matlab系統(tǒng)的信號(hào)FFT頻譜分析與顯示[J].

55、科技通報(bào)</p><p>　　[6] 曾秀蓮,程保勝,潘雪峰. 連續(xù)時(shí)間信號(hào)頻譜分析及MATLAB實(shí)現(xiàn)[J]. 中國水運(yùn)(學(xué)術(shù)版)</p><p>　　[7] 楊峰,蘇玉萍,余冬菊. 用MATLAB模擬實(shí)現(xiàn)數(shù)字信號(hào)的調(diào)制與頻譜分析[J]. 電腦學(xué)習(xí), 2008, </p><p>　　[8] 王占麗. 頻譜分析技術(shù)在實(shí)際中的應(yīng)用[J]. 黑龍江科技信息, 2009&

56、lt;/p><p>　　[9] 趙淑敏. 基于MATLAB實(shí)現(xiàn)對(duì)語音信號(hào)頻譜分析[J]. 信息通信, 2010</p><p>　　[10] 李媛媛,徐巖,王靖岳. 對(duì)MATLAB實(shí)現(xiàn)數(shù)字信號(hào)的頻譜分析[J]. 通信技術(shù), 2008</p><p>　　[11] 魏克新. MATLAB語言與自動(dòng)控制系統(tǒng)設(shè)計(jì). 北京: 機(jī)械工業(yè)出版社.2002</p>&l

57、t;p><b>　　致 謝</b></p><p>　　感謝我的指導(dǎo)老師xx老師，課程設(shè)計(jì)是在我的導(dǎo)師的親切關(guān)懷和悉心指導(dǎo)下完成的。他嚴(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)，深深地感染和激勵(lì)著我。從課題的選擇到項(xiàng)目的最終完成，老師都始終給予我細(xì)心的指導(dǎo)和不懈的支持。還要感謝兩外院長xx，這么多天來，兩位院長在論文的設(shè)計(jì)和答辯中給予我們無私的幫助和關(guān)懷。還要感謝班主任xx老師

58、和我的各位授課老師，是你們?cè)诖髮W(xué)四年中不斷的教育，指導(dǎo)讓我在思想和知識(shí)上不斷的成長，成熟。最后還要感謝我的同窗好友，你們?cè)谒哪昀锝o予了我莫大的幫助和關(guān)心，我將銘記與你們一起的歲月。</p><p>　　在課程設(shè)計(jì)即將完成之際，我的心情無法平靜，從開始進(jìn)去課題到課程設(shè)計(jì)的順利完成，有多少可敬的師長，同學(xué)，朋友給了我無言的幫助，在這里請(qǐng)接受我誠摯的謝意。</p><p><b>