信号与系统的期末考试MATLAB代码以及实验报告源码+GUI界面+详细文档+全部资料（高分项目）.zip

# Signal_and_System_Experiment 包括信号与系统的期末考试MATLAB代码以及实验报告 ## 运行顺序 1. `test1.m` 2. `sampling.m` 3. `add_noise.m` 4. `noise_analysis1.m` 5. `noise_analysis2.m` 6. `noise_analysis3.m` ## 总结心得 在处理信号的过程中，首先是遇到了音频播放两遍的情况，后来才发现是忘记添加只取单声道的执行语句了，修改后得以解决这一问题。 本人手机录音效果自带降噪效果，本来想着用原音频中的空白部分采样作为噪音样本来降噪，但发现这样子效果并不是特别好，反而增大了噪音，故后面采用额外添加一段白噪音并过滤的方案。 在去噪处理这部分，我一开始想到了低通滤波器，考虑到人的声音频段集中在300hz以内，那么仅需要简单地把高频部分去除即可，这也是noise_analysis1.m的主要思路，效果也较好。 之后在网上了解到了自适应滤波器，看了看代码发现跟机器学习方面的处理有些相似，本着兴趣也想用这种方法试一试，这个滤波器有两个参数，一个是步长大小，另一个是滤波器阶数，本人第一次试参发现处理效果并不是很好，于是想着修改这二者的参数，但是效果并没有达到预期，发现处理后的音频信号有卡顿的现象，我调小了滤波器阶数，这个现象有缓和，但是还是效果不好，后来我想着提前对白噪音信号进行一个fir带通滤波的处理，仅通过较高的噪音频段，这样或许能改善滤波效果，但是可惜并没有什么改善，同时butterworth带通滤波器也是没法达到好的效果，于是这个方法就先弃用了，这就是noise_analysis2.m的主要思路。 之后发现还有一个更加简单的方法，既然我们知道了白噪音的频谱，那么直接用添加了白噪音的信号频谱减去白噪音的频谱不就可以得到过滤后的与语音信号呢，于是重新写了一个方法，发现效果还不错，这也就是noise_analysis3.m的主要思路。 ## Warning 部分音频处理的声音会比较大，请适当降低音量以免损坏您的耳机或者耳朵🤓🤞