04实验四白化滤波器的设计实验报告.doc

实验五 白化滤波器的设计 【实验目的】 了解白化滤波器的用途，掌握白化滤波器的设计方法。 【实验器材】 1．设备：通用计算机 2．软件：MATLAB6.5版本以上 【实验原理】 虽然理论中我们常常以白噪声最为研究对象，但是在统计信号处理中，往往会遇到等待处理的随机信号是非白色的，这样会给问题的解决带来困难。克服这一困难的措施之一是，对色噪声进行白化处理。主要内容是设计一个稳定的线性滤波器，将输入的色噪声变成输出的白噪声。 在这里，我们就对一般的具有功率谱的平稳随机过程X(t)白化处理问题进行讨论。为了具体的进行分析和计算，假设可以表达成有理数的形式，即 其中分子、分母为多项式。这个假设对于通常见到的功率谱是很近似的，而且有可行的方法用有理数去逼近任意的功率谱密度。 由于是功率谱，它的平稳随机过程相关函数的傅里叶变换具有非负的实函数和偶函数的性质。这些性质必然在其有理函数的表示式中体现出来，特别是，的零、极点的分布和数量会具有若干个特点。 由于是实函数，因此有：，是实数，的零、极点是共扼成对的。从而也可以把的表示式写成如下形式： 把开拓到复平面s中去，另。用s代替就可以把函数扩大到整个复平面。的零、极点必将对称于轴，如下图所示： 由于是偶函数，因此不难判断，的零、极点是象限对成的，从而对于轴也是对称的。 由于，因此分子的虚根必然是偶数倍数个，否则会出现负值。这就是说轴上的零、极点必将成对的出现。 由于是可积的，因此分子的阶数不能大于分母的阶数，这就是说零点总数不会大于极点总数，而且分母不可能有虚根，这意味着轴上没有极点。 综合上述情况，在s平面的零、极点的可能为置如上图所示： 令： 则有 其中代表零、极点均在s左平面的部分，代表零、极点均在s右平面的部分。若在轴上有零点的话，必是成对的。则将一个放在内，将另一个放在内。实质上，对应的时域函数在负时间域为零，而对应的时域函数在正时间域为零。 根据上述的讨论，可以求得白化滤波器的解析式为： 由于 故得： 若运用傅里叶变换进行分析计算，以s代替，可得白化滤波器公式： 其中 我们知道，的傅里叶反变换是白化律波器在时域的单位冲击响应，零、极点在s左半平面，因此的零、极点也是在s左半平面。故它对应的时域函数在负时域时为零，也就是说，上述白化滤波器是物理可实现的。 白化滤波器的设计方法是： 首先计算色噪声自相关函数，根据色噪声的自相关函数，计算出色噪声的功率谱（色噪声的自相关函数和功率谱构成一对傅里叶变换对），然后将色噪声的功率谱分解成在s的左半平面和右半平面。取功率谱在s的左半平面的那些值，然后找出它们的零、极点。则根据公式 和计算出白化滤波器的频谱。为零点，为极点。 【实验任务】 ⑴ 编写白化滤波程序 用Matlab语言编写白化滤波器程序，设计的白化滤波器能够将有色噪声转变为白噪声。白化滤波器的设计步骤：① 产生色噪声 ②计算色噪声的功率谱（先求自相关，在求功率谱） ③ 计算白化滤波器的传输函数（取色噪声功率谱在S平面的左半部分，求倒数） ④ 色噪声通过白滤波器（使用快速卷积的实现方法） ⑤计算白化滤波器的统计特性。 ⑵ 用软件方法产生一个有色噪声信号，色噪声的数学表达式为：2*exp(l)*rand()，使该信号通过白化滤波器。 ⑶ 引用实验一中编制的测试均值、方差、相关函数（包括自相关函数）及实验三中功率谱密度的程序计算有色噪声的这些参数，并将计算结果存入文件中。 【实验报告要求】 ⑴ 简述实验目的及实验原理。 ⑵ 按实验的记录数据画出有色噪声信号和其通过白化滤波器后的均值方差、相关函数及功率谱密度图形。 ⑶ 按实验步骤纪录观察到的均值方差、相关函数、频谱及功率谱密度，并对所得结果进行分析和解释。 %*********色噪声的读取***** fs=44000; [x1,Fs]=audioread(C:\Users\Administrator\Music\色噪声.wav); sound(x1,fs); x=x1(1:44000); t=(0:length(x1)-1)/fs; figure(1); plot(t,x1,g); title(色噪声); %************统计色噪声******************* E=mean(x); %色噪声均值 S=var(x); %色噪声方差 %**************求色噪声概率密度函数********** eachi=linspace(min(x),max(x),42); %从最小到最大值中间取42个值； yyi=hist(x1,eachi); %计算各个区间的个数 yyi=yyi/length(x1); %对各个区间的个数归一化处理 figu