Моделювання системи обробки мовного сигналу

Міністерство освіти і  науки молоді та спорту

Національний авіаційний університет

Інститут аеронавігації

Кафедра авіаційних радіоелектронних комплексів

 

 

 

 

Курсова робота

з дисципліни «Математичне моделювання радіосистем»

«МОДЕЛЮВАННЯ СИСТЕМИ  ОБРОБКИ МОВНОГО СИГНАЛУ»

 

 

Виконав студент 5-го курсу  ІАН

Павлик Н.Г.

 

 

 

 

 

Київ 2012

 

ЗАВДАННЯ ДО КУРСОВОЇ РОБОТИ

Виконати дослідження  математичних моделей: нестаціонарного  процесу, що є сумішшю  фрагменту  мовного сигналу, шуму і гармонічної  завади; системи обробки (фільтрації) цього процесу; фільтрів, що утворюють  систему, – відповідно до програми курсової роботи, згідно індивідуального  варіанту студента.

Згідно з моїм порядковим номером мені потрібно змоделювати

• Слово з складом «ПЕ»(Песик)
• Зі змішаною структурою фільтрації
• З фільтрами Чебишева 4-го порядку та – фільтрами Батерворта 3-го порядку
• З частотою гармонічної завади 3000 Гц
• Та максимальною потужністю   та 

 

Етап 1. Дослідження структур реального мовного сигналу

Крок 1.1

За допомогою функції wavrecord записуємо необхідний голосовий  сигнал (слово)з частотою дискретизації 11025 Гц.

Знаходимо на графіку необхідний склад вирізаємо та прослуховуємо  його.

Рис 1.2. Графік часової реалізації записаного сегмента складу

Вирізаємо необхідну першу  та другу фонеми з графіку приведеного  вище:

Рис 1.3. Графік часової реалізації приголосної фонеми

Рис 1.4. Графік часової реалізації голосної фонеми

Зберігаємо необхідні  фонеми та сегмент для подальшої  реалізації.

Текст необхідних програм  та підпрограм використаних у кроці 1.1подано у додатку 1

 

Крок 1.2

Створюється як підпрограму  універсальна файл-функцію аналізу  характеристик довільного процесу (сегменту, фонем), яка:

Розраховує статистичні  параметри процесу у часовій  області:

1. математичне очікування (МО);
2. середньоквадратичне відхилення (СКВ);
3. автокореляційну функцію (графік).

Будує амплітудний спектр процесу за допомогою вбудованої функції швидкого перетворення Фур’є.

Текст необхідної підпрограми  використаної у кроці 1.2 подано у  додатку 2

 

Крок 1.3.

Аналізуємо характеристики сегменту та фонем за допомогою розробленої  універсальної підпрограми. В результаті отримуємо:

• для сегменту:

Математичне очікування

m1 =  -0.00049926

Середньоквадратичне відхилення

std1 =   0.2681

Автокореляційну функція та амплітудний спектр

Рис 1.5. Автокореляційна  функція сегменту звукового сигналу

 

Рис 1.6. Амплітудний спектр сегменту звукового сигналу

• для приголосної фонеми:

Математичне очікування

m2 =  0.00045496

Середньоквадратичне відхилення

std2 =   0.1371

Автокореляційну  функція  та амплітудний спектр

Рис 1.7. Автокореляційна  функція приголосної фонеми

Рис 1.8. Амплітудний спектр приголосної фонеми

• для голосної фонеми:

Математичне очікування

m3 =   0.00015456

Середньоквадратичне відхилення

std3 =   0.098165

Автокореляційну  функція  та амплітудний спектр

Рис 1.9. Автокореляційна  функція голосної фонеми

Рис 1.10. Амплітудний спектр приголосної фонеми

 

Етап 2: Моделювання та аналіз спотвореного сигналу – суміші

Моделюємо перший завадовий  процес, що складається  (адитивно) з  некорельованогогаусівського шуму та гармонічної завади, тривалістю вдвічі більшою за тривалість приголосної  фонеми;

Здійснюємо аналіз цього  процесу за допомогою підпрограми  аналізу;

Аналогічно моделюємо  другий завадовий процес, тривалістю вдвічі більшою за протяжність голосної фонеми.

Отримуємо наступні результати для першої завади:

Графік, масштабований у  часі:

Рис 2.1. Графік структури завади масштабований у часі

Математичне очікування:

m3 =   3.6137e-005

Середньоквадратичне відхилення

std3 =   0.070716

Автокореляційну  функція  та амплітудний спектр

Рис 2.2. Автокореляційна  функція завадового сигналу 

Рис 2.3. Амплітудний спектр завадового сигналу

Текст необхідної програми використаної у кроці 2.1 подано у  додатку 3

 

 

Крок 2.2

Формуємо першу адитивну суміш, в якій реалізація приголосної  фонеми змішується з кінцевою частиною першого завадового процесу;

Формуємо другу адитивну суміш, в якій реалізація голосної фонеми змішується з початковою частиною другого  завадового процесу.

Здійснюємо окремий аналіз характеристик адитивних сумішей (спотворених) приголосної та голосної фонеми за допомогою підпрограми  аналізу;

Формуємо вхідний процес як послідовне об’єднання адитивних  сумішей з приголосною та голосною фонемами.

В результаті отримуємо:

Для суміші завади та приголосної  фонеми

Рис 2.4. Часова реалізація суміші приголосної фонеми та завади

Рис 2.5. Амплітудний спектр суміші сигналу приголосної фонеми та завади

Рис 2.6. Автокореляційна  функція суміші приголосної фонеми і завади

Рис 2.7. Часова реалізація суміші голосної фонеми та завади

Рис 2.8. Амплітудний спектр суміші сигналу голосної фонеми та завади

Рис 2.9. Автокореляційна  функція суміші голосної фонеми і  завади

Рис 2.10. Графік реалізації спотвореного процесу

Текст необхідної програми використаної у кроці 2.2 подано у  додатку 4

Етап 3: Синтез та аналіз моделей  фільтрів системи

Крок 3.1

На отриманих (крок 1.3) спектрах двох фонем (неспотворених) фіксуємо послідовні межі суттєвих та суттєвих частотних  смуг у місцях значних перепадів  щільності амплітудних спектрів.

Відповідно до встановленого  у варіанті типу системи та на підставі здійсненого розбиття спектру визначаємо кількість, типи, смуги та порядок  фільтрів системи.

Відповідно до мого варіанту використовуємо комбіновану систему  з 4 фільтрів – 2фільтрів Чебишева 4-го порядку та двох фільтрів Батерворта 3-го порядку.

 Текст необхідної програми  використаної у кроці 3.1 подано у додатку 5

 

Крок 3.2

Необхідні для синтезу  фільтрів значення частот зчитуємо зі збереженого *.mat-файлу 

Синтезуємо фільтр, що полягає  у визначенні коефіцієнтів його передавальної  функції за допомогою однієї з  вбудованих функцій MATLAB.

Текст програми та результати синтезу використаних у кроці 3.2 подані в додатку 6

 

Крок 3.3

Розроблюємо універсальну підпрограму аналізу характеристик фільтру.

Розраховуємоамплітудно- та фазочастотні характеристики та виводимо їх графіки;

Будуємо імпульсну характеристику (графіки) двома методами, отримуємо нулі та полюси передавальної функції фільтрута відображаємо їх карту.

Текст підпрограми використаної у кроці 3.3 подані в додатку 7

 

Крок 3.4

Аналізуємо характеристики фільтрів за коефіцієнтами їхпередавальних функцій з використанням розробленої підпрограми.

Рис 3.1. Імпульсна характеристика фільтру

Рис 3.2. Імпульсна характеристика фільтру

Рис 3.3. Нулі та полюси фільтру

Рис 3.4. Амплітудно-частотна характеристика фільтру

Рис 3.5. Фазо-частотна характеристика фільтру

Текст необхідної програми використаної у кроці 3.4 подано у додатку 8

 

Етап 4: Синтез та аналіз моделі системи

Крок 4.1

Загальну модель системи  будуємо на підставі проаналізованого комплексу фільтрів; причому, смугові фільтри об’єднуються паралельно, а режекторні послідовно;

Передавальну функцію системи формуємо з передавальних функцій фільтрів шляхом додавання (для прозорих фільтрів) та множення (для режекторних);

Програма використана  у кроці 4.1 та передавальна функція  системи подана в додатку 9 

Крок 4.2

Враховуючи, що лінійна система також може розглядатися як фільтр,дослідження її характеристик здійснюється за допомогою розробленої універсальної програми аналізу

Рис 4.1. Імпульсна характеристика системи фільтрів

Рис 4.2. Імпульсна характеристика системи фільтрів

Рис 4.3. Нулі та полюси системи фільтрів

Рис 4.4. Амплітудно-частотна характеристика системи фільтрів

Рис 4.5. Фазо-частотна характеристика системи фільтрів

Програма використана  в кроці 4.2 подана в додатку 10

 

Етап 5:  Дослідження якості фільтрації спотвореного сигналу системою

Крок 5.1

Імітаційне моделювання роботи системи здійснюємо з використанням сформованого вхідного процесу;

Досліджуємо характеристики вихідного сигналу за допомогою підпрограми

Рис 5.1Амплітудний спектр відфільтрованого сигналу

Рис 5.2Автокореляційна функція відфільтрованого сигналу

Рис 5.3Часова реалізація відфільтрованого сигналу

Програма використана  в кроці 5.1 подана в додатку 11

 

Крок 5.2

Оцінюємо результати фільтрування і як ми бачимо ми  повністю відфільтрували гармонічну заваду та високочастотний  шум. Ми також зачепили частину спектру  сигналу високої частоти яка  не вплинула на прослуховування даного проекту.

 

Список використаних джерел

1. Лазарев. Ю. Моделированиепроцессов  и систем в МАTLAB. Учебный курс. – СПб.: Питер; Киев: Издательствогруппа BHV, 2005. – 512 с.

2. А. И. Солонина, Д. А.  Улахович, С. М. Арбузов, Е. Б.  Соловьёва. Основыцифровойобработкисигналов.  Курс лекцій. – СПб.: БХВ-Петербург, 2005.– 768 с.

3. Борисов Ю. П., Цветнов  В. В. Математическоемоделированиерадиотехнических  систем и устройств. – М.: Радио  и свіязь, 1985. –176с.

 

 

 

Додаток 1

 

Додаток 2

 

Додаток 3

 

Додаток 4

 

Додаток 5

 

Додаток 6

Текст програми синтезу фільтрів

Коефіцієнти та передавальні функції всіх фільтрів

bf1 =

Columns 1 through 5

    0.0034542            0    -0.013817            0     0.020725

Columns 6 through 9

            0    -0.013817            0    0.0034542

af1 =

Columns 1 through 5

            1      -6.4001       18.054       -29.37       30.176

Columns 6 through 9

      -20.066       8.4344      -2.0485      0.22013

W1 =

Transferfunction:

  0.003454 z^8 - 0.01382 z^6 + 0.02072 z^4 - 0.01382 z^2 + 0.003454

---------------------------------------------------------------------

z^8 - 6.4 z^7 + 18.05 z^6 - 29.37 z^5 + 30.18 z^4 - 20.07 z^3 + 8.434 z^2 - 2.049 z + 0.2201

Samplingtime (seconds): 9.0703e-005

bf2 =

Columns 1 through 5

   0.00032596            0   -0.0013038            0    0.0019557

Columns 6 through 9

            0   -0.0013038            0   0.00032596

af2 =

Columns 1 through 5

            1       -4.838       12.314      -20.029       22.734

Columns 6 through 9

      -18.214       10.182      -3.6365      0.68418

W2 =

Transferfunction:

0.000326 z^8 - 0.001304 z^6 + 0.001956 z^4 - 0.001304 z^2 + 0.000326

---------------------------------------------------------------------