基于MATLAB的回波信号的产生与消除(移动13班__汪红洋)(1)

基于MATLAB的回波信号的产生与消除(移动13班__汪红洋)(1)
基于MATLAB的回波信号的产生与消除(移动13班__汪红洋)(1)

石家庄邮电职业技术学院

毕业设计

基于MATLAB的回波信号的产生与消除

2012 届电信工程系系专业移动通信技术

班级电0904-13

学号30907002107

姓名汪红洋

指导教师牛建国张磊

完成日期2011年12月24日

石家庄邮电职业技术学院毕业设计任务书

石家庄邮电职业技术学院毕业设计评定书

摘要

MATLAB语言具备高效、可及推理能力强等特点,在数值计算方法、图形功能、用户界面设计编程手段和工具等方面有着重要的应用,随着MATLAB应用领域不断扩大,使其成为一种影响大、流行广的科学计算语言。

本次设计主要把原有WAV格式的声音文件通过MATLAB软件转换成声音文件。同时利用MATLAB产生原信号的延时衰减的回波信号附加到原信号形成回波信号。使用xcorr函数对延时和衰减进行估计。并对反射物的距离进行估计。

关键词:MATLAB;数字信号处理;频谱分析;滤波器。

目录

1 设计要求 (1)

1.1 已知技术参数和设计要求 (1)

1.2 具体要求 (1)

2设计原理 (1)

2.1 设计的理论依据 (1)

2.1.1 相关函数两个本质特性 (2)

2.2方案设计 (2)

3.设计内容和步骤 (2)

3.1 信号的采集 (2)

3.2回声信号的产生 (3)

3.3 从带有回声的声音信号中恢复原信号 (5)

3.4从带有回声的声音信号中估计反射物的距离 (6)

4 个人心得 (9)

5 总结 (9)

参考文献 (10)

1 设计要求

1.1 已知技术参数和设计要求

本毕业设计要求用MATLAB语言编程实现回波信号的产生与消除。

1.2 具体要求

(1)利用声音信号x产生带有回声的声音文件y。

(2)从带有回声的文件y中消除回声。

(3)从y中估计反射物的距离。

2设计原理

2.1 设计的理论依据

根据设计要求分析系统功能,掌握设计中所需理论(采样频率、采样位数的概念,采样定理:回声信号,相关性分析;数字滤波器设计原理和方法)。

采样频率:采样频率,也称为采样速度或者采样率,定义了每秒从连续信号中提取并成离散信号的采样个数

采样位数:即采样值或取样值,用来衡量声音波动变化的参数,是指声卡在采集和播放声音文件时所使用数字声音信号的二进制位数

采样定理:在进行模拟/数字信号的转换过程中,当采样频率fs.max大于信号中最高频率fmax的 2 倍时(fs.max>=2fmax),采样之后的数字信号完整地保留了原始信号中的信息,一般实际应用中保证采样频率为信号最高频率的5~10 倍;采样定理又称奈奎斯特定理。

相关函数:X(t)为随机过程,a(t)=EX(t)为期望,则相关函数定义为:B(s,t)=E(X(s)-a(t))(X(t)-a(t)) 若 X(t)=Y(t)+i*Z(t),Y,Z 为实过程,则称X(t)为复随机过程,相关函数定义为: B(s,t)=E(X(s)-a(t))(X(t)-a(t))(后一个括号取共轭)

2.1.1 相关函数两个本质特性

(1)共轭对称:B(s,t)=B(t,s)的共轭

(2)非负定:对任意的 n>=1,t1……tn 属于 T,n 个复数 Z1,Z2……,Zn ,有()01,≥∑-k j k n

jk j Z Z t t B

(3)熟悉 MATLAB 的编程语言。

2.2方案设计

(1)语音信号采集:使用现成的“*.wav ”格式的声音信号,11khz 采样。 (2)声音信号的读取:使用 MATLAB 中的 wavread()函数读取,记录信号,采样率 fs 。

(3)带回波信号的产生:利用 MATLAB 中的基本矩阵计算产生原始信号的延迟以及只有一个衰减延迟的回波信号附加到原信号上形成回波信号。

(4)参数估计:使用 MATLAB 中的 xcorr 函数求取信号的自相关,并基于此对延迟量 N 和衰减系数进行估计。

(5)回波消除:使用 MATLAB 中的 filter ,根据估计的参数进行滤波。 (6)估计反射物的距离:根据求出的延迟量 N ,对反射物的距离进行估计。

3.设计内容和步骤 3.1 信号的采集

录制一段音频(如歌曲,说话声等),用MATLAB 函数wavread()将其提取出来绘制其时域波形,对此音频信号用FFT 作谱分析,用plot()函数绘制其图像。

信号采集程序如下: %声音信号的提取

[x,fs]=wavread('kz'); %读取信号 figure(1); %新窗口

subplot(3,1,1); %3行1列排列 第一个图 plot(x(1:4000)); %画出 信号

title('原始信号'); %绘图区标题

y=fft(x); %做FFT(快速离散傅里叶变换)

subplot(3,1,2); %3行 1列排列第2个图

plot(abs(y)); %画出abs(y)

title('幅值'); %绘图区标题

subplot(3,1,3) %3行 1列排列第3个图

plot(angle(y)); %画出angle(y)

title('相位'); %绘图区标题

Sound(x,fs); %矩阵转换成声音信号

其波形图3-1:

图3-1

3.2回声信号的产生

在录制信号基础上产生带有回声的声音信号并绘制其时域波形,对其进行FFT频谱分析,绘制频谱图。

信号产生程序如下:

%回波的产生

[x,fs]=wavread('kz'); %读取信号

x1=x(1:4000); %产生1列4000行矩阵

x2=x(1:4000); %产生1列4000行矩阵

x3=x(1:4000); %产生1列4000行矩阵

x1=[x1',zeros(1,1800)];%x1’为x1的转置,zeros(1,1800)产生1行1800列全零矩阵到x1后面

x2=[zeros(1,600),0.7*x2',zeros(1,1200)];

x3=[zeros(1,1200),0.4*x3',zeros(1,600)];

y=x1+x2+x3;figure(2);

subplot(3,1,1); %3行1列排列第一个图

plot(y(1:5800)); %画出y

title('回声'); %绘图区标题

y1=fft(y); %做FFT(快速离散傅里叶变换)

subplot(3,1,2); %3行 1列排列第2个图

plot(abs(y1)); %画出abs(y)

title('幅值'); %绘图区标题

subplot(3,1,3); %3行 1列排列第3个图

plot(angle(y1)); %画出angle(y1)

title('相位'); %绘图区标题

Sound(y,fs); %y矩阵准换成声音信号

其波形图3-2:

图 3-2

3.3 从带有回声的声音信号中恢复原信号

设计合适的滤波器,对带有回声的声音信号进行滤波,恢复原信号。绘制所设计滤波器的幅频和相频特性,及滤波后的信号的时域波形和频谱图。

恢复信号程序如下:

%回波的消除

b=1;

a=zeros(1,1800);

a(1)=1;

a(601)=0.7;

a(1001)=0.4;

z1=filter(b,a,y);

z2=fft(z1,4000);

figure(3);

subplot(3,1,1); %3行 1列排列第1个图

plot(abs(z2)); %画出abs(z2)

title('滤波幅值 '); %绘图区标题

subplot(3,1,2); %3行 1列排列第2个图

plot(angle(z2)); %画出angle(z2)

title('滤波相位'); %绘图区标题

subplot(3,1,3); %3行 1列排列第3个图

plot(z1(1:1024)); %画出z1

title('滤波信号'); %绘图区标题

其波图3-3:

图 3-3

3.4从带有回声的声音信号中估计反射物的距离

采用相关分析法从带有回声的声音信号中估计反射物的距离。

程序如下:

%相关函数法测障碍物距离

h=xcorr(y);

figure(4); %建立图形窗口subplot(4,1,1) %4行1列第1个图plot(abs(h)); %画出abs(h)title('最值 '); %绘图区标题

h1=h(5600:6000); %h1矩阵

[r1,t1]=max(h1'); %最大值

t1=t1+5600;

subplot(4,1,2); %4行1列第2个图plot(h1) %画出h1

title('点1'); %绘图区标题

h2=h(6200:6600); %h2矩阵

[r2,t2]=max(h2); %最大值

t2=t2+6200-t1;

subplot(4,1,3); %4行1列第3个图plot(h2); %画出h3

title('点2'); %绘图区标题

h3=h(6800:7200); %h3矩阵

[r3,t3]=max(h3); %最大值

t3=t3+6800-t1;

subplot(4,1,4); %4行1列第4个图plot(h3); %画出h3

title('点3'); %绘图区标题

t=[t2,t3]

其波形图3-4:

图 3-4

t=557 1229

根据程序返回的结果,我们发现找到了三个延时的值(557,1229)2个采样点,这和我们起初产生回波时的2个回波的延时是一致的。假如我们得到延时的采样点个数为n,那么我们就可以用t=n/fs算出延时的时间,再用L=v*t就可以算出距离,即L=v*n/fs,最后根据实际中反射物,声源,接收器三者的相对位置就可以确定反射物与声源之间的距离了。

此次设计所选用的音频信号fs=22050Hz,故得声源距二个反射物的距离分别为:

L1=340*557/22050=8.59m

L2=340*1229/22050=18.95m

4 个人心得

这次的课程设计是我第一次真正自己认真参与的一次实践,在做的过程中遇到了很多问题,尤其是怎样把书本上学到的东西真正的用来解决工程问题。会做题跟实际问题的解决根本就是两回事。刚开始做的时候一点MATLAB都不懂,不过通过这次课程设计的学习,对于matab的强大功能有了初步的了解,同时也熟悉了如何用matlab进行编程来解决一些声音信号的相关问题虽然做的时间较长,做的过程比较辛苦,但是从中的确学到很多适用的东西。

5 总结

近2个月的课程毕业设计就要结束了,我学到了很多知识。本次毕业设计是利用MATLAB进行的数字信号处理的毕业设计实验,通过实验使得自己可以熟练的运用MATLAB来完成编程,再且在设计实验的过程中,自己分析问题的能力得到了很大的提高,对FFT函数得以熟练地运用及更深刻的理解,同时对相关函数、声波反射等知识回顾,有了新的认识。在整个设计过程中,我先花费了两天的时间查找资料,整理设计内容,安排实验步骤,这一切的课前准备使我受益良多,实验过程少了很多不必要的麻烦。

总之,此次课程设计是对自己对所学知识的一次考验,通过实验我认识到自己的不足欠缺的内容,以后自己会加倍努力学习所学的内容。

参考文献

[1] 高西全、丁玉美编著《数字信号处理》西安:西安电子科技大学出版社,2008

[2] 丁玉美、高西全编著《数字信号处理学习指导》西安:西安电子科技大学出版社,2001

[3] 郑君里等编《信号与系统》北京:高等教育出版社,2000

[4] 刘树棠译《数字信号处理——使用MATLAB》西安:西安交通大学出版社,2002

[5] 导向科技编著《MATLAB程序设计与实例应用》北京:中国铁道出版社,2001

[6] 罗军辉等编著《MATLAB7.0在数字信号处理中的应用》北京:机械工业出版社,2005

[7] 陈怀琛等编著《MATLAB及在电子信息课中的应用》北京:电子工业出版社,2002

[8] 胡广书编著《数字信号处理――理论、算法与实现》北京:清华大学出版社,2002

[9] 梁虹等编《信号与线性系统分析――基于MATLAB的方法与实现》北京:高等教育出版社,2006

[10] 刘卫国主编《MATLAB程序设计与应用(第二版)》北京:高等教育出版社,2006

消除信号反射的匹配方式介绍

消除信号反射的匹配方式介绍 2008-03-20 12:33 (作者:上海延清电子) 在高速PCB设计中,信号的反射将给PCB的设计质量带来很大的负面影响,而要减轻反射信号的负面影响,有三种方式: 1),降低系统频率从而加大信号的上升与下降时间,使信号在加到传输线上前,前一个信号的反射达到稳定; 2),缩短PCB走线长度使反射在最短时间内达到稳定; 3),采用阻抗匹配方案消除反射; 在高速系统设计中,第1种是不可能的,而第2种也是不实际的,通常要缩短PCB布线长度,可能需要增加布线层数、增加过孔数,从而得不偿失,那么第3种是最好的方法,常用的阻匹配方式有以下几种: 1.源端串联匹配 源端串联匹配就是在输出BUFFER上串接一个电阻,使BUFFER的输出阻抗与传输线阻抗一致;此电阻在PCB设计时应尽量靠近输出BUFFER放置,常用的值为:33殴姆。 对于TTL或CMOS驱动,信号在逻辑高及低状态时均具有不同的输出阻抗,而一些负载器件可能具有不同的输入输出阻抗,不能简单的得知,所以在使用串联端接匹配时,在具有输入输出阻抗不一致的条件下,可能不是最佳的选择;在布线终端上存在集总线型负载或单一元件时,串联匹配是最佳的选择; 串联电阻的大小由下式决定: R=ZO-R0 ZO--传输线阻抗R0--BUFFER输出阻抗 串联匹配的优点:提供较慢的上升时间,减少反系量,产生更小的EMI,从而降低过冲,增加信号的传输质量; 串联匹配的缺点:当TTL/CMOS出现在同一网络上时,在驱动分布负载时,通常不能使用串联匹配方式。

2.终端并联匹配 由在走线路径上的某一端连接单个电阻构成,这个电阻的阻值必须等于传输线所要求的电阻值,电阻的另一端接电源或地;简单的并联匹配很少用于CMOS与TTL设计中; 并联匹配的优点:可用于分布负载,并能够全部吸收传输波以消除反射; 并联匹配的缺点:需额外增加电路的功耗,会降低噪声容限。 3.戴维南匹配 Vref=R2/(R1+R2)·V Vref--输入负载所要求的电压 V--电压源R1---上拉电阻R2--下拉电阻 当R1=R2时,对高低逻辑的驱动要求均是相同的,对有些逻辑系列可能不能接受; 当R1>R2时,逻辑低对电流的要求比逻辑高大,这种情况对TTL与COMS器件是不能工作的;当R1

matlab与信号 处理知识点

安装好MATLAB 2012后再安装目录下点击setup.exe 会出现 "查找安装程序类时出错,查找类时出现异常"的错误提示。该错误的解决方法是进入安装目录下的bin 文件夹双击matlab.exe 对安装程序进行激活。这是可以对该matlab.exe 创建桌面快捷方式,以后运行程序是直接双击该快捷方式即可。 信号运算 1、 信号加 MATLAB 实现: x=x1+x2 2、 信号延迟 y(n)=x(n-k) 3、 信号乘 x=x1.*x2 4、 信号变化幅度 y=k*x 5、 信号翻转 y=fliplr(x) 6、 信号采样和 数学描述:y=∑=2 1)(n n n n x MATLAB 实现: y=sum(x(n1:n2)) 7、 信号采样积 数学描述:∏==2 1)(n n n n x y MATLAB 实现: y=prod(x(n1:n2)) 8、 信号能量 数学描述:∑∞ -∞ == n x n x E 2 | )(| MATLAB 实现:Ex=sum(abs(x)^2)

9、 信号功率 数学描述:∑-== 1 2 | )(|1 P N n x n x N MATLAB 实现:Px=sum((abs(x)^2)/N MATLAB 窗函数 矩形窗 w=boxcar(n) 巴特利特窗 w=bartlett(n) 三角窗 w=triang(n) 布莱克曼窗 w=blackman(n) w=blackman(n,sflag) 海明窗 w=haiming(n) W=haiming(n,sflag) sflag 用来控制窗函数首尾的两个元素值,其取值为symmetric 、periodic 汉宁窗 w=hanning(n) 凯塞窗 w=Kaiser(n,beta) ,beta 用于控制旁瓣的高度。n 一定时,beta 越大,其频谱的旁瓣越小,但主瓣宽度相应增加;当beta 一定时,n 发生变化,其旁瓣高度不变。 切比雪夫窗:主瓣宽度最小,具有等波纹型,切比雪夫窗在边沿的采样点有尖峰。 W=chebwin(n,r)

回声产生的原因

一、回声产生的原因 在通信网络中,产生回声的原因有两类:电学回声和声学回声。 1、电学回声:在目前几乎所有的通信网络中,信号的传递都是采用4 线传输,也就是在接收和发送两个方向上,各使用两条线传输信号,其中一条是参考地,另一条是信号线。 普通PSTN: 电话用户使用的话机都是通过2 线传输的方式接入本地交换机,一条线是参考地,另一条信号线上同时传输收发双向的信号。 在本地交换机中采用2/4 线转换(hybrid)实现这两种传输方式之间的转换。 由于实际使用的2/4 线变换器中混合线圈不可能做到理想状况,总是存在一定的阻抗不匹配,不能做到将发送端和接收端完全隔离,所以从4 线一侧接收的信号总有一部分没有完全转换到2 线一侧,部分泄露到了4 线一侧的发送端,因此产生回波(红色示意),如下图所示。 这种类型的回波称为电学回波,是回波的主要来源,一般的回波抵消器主要用来消除电学回波。 2、声学回声:由于话机问题导致话机在进行放音的过程中,部分音量从收话线路中被接受,产生回声(红色示意),如下图所示。 声学回波典型现象是在空旷的山谷中高声喊叫“哟——嗬——嗬——”,就能听到远处山谷的回声,还有北京天坛的回音壁与三音石也是同样道理。在通信网中,声学回波是因为在某些电话设备中,扬声器和传声器没有良好地隔离,发出的声音经空间多次反射回传到传声器而产生的,比如在空旷的房间或者汽车里使用免提电话就有这种情况。 从上述产生回音的原因可以看出,本端听到的回声是由对端造成的。 电学回声是1、本端说话的声音转换成电信号 2、传送到对端后从对端的二四线转换器 3、从对端的二四线转换器泄漏回来的; 声学回声是1、信号一直到达对端话机 2、转换成声音信号后从对方话机的麦克泄漏回来的。 二、感知回声的条件 通信网中的回声主要是由于电学回声导致的, 由回声产生的原理可以知道回声在电话网中总是存在的,但需要满足以下条件电话用户才能感受到回声:1、回波通路延时足够长 从发话者发出声音,到回波返回发话者,所经过的时间叫做回波通路延时。 如果回波通路延时很小,回波和用户发出的声音重叠在了一起,人是感觉不到回声的。对于大多数电话用户来说,如果回波通路延时时间:

第章时间序列预测习题答案

第10章时间序列预测

从时间序列图可以看出,国家财政用于农业的支出额大体上呈指数上升趋势。(2)年平均增长率为: 。 (3)。 下表是1981年—2000年我国油彩油菜籽单位面积产量数据(单位:kg / hm2)年份单位面积产量年份单位面积产量 1981 1451 1991 1215 1982 1372 1992 1281 1983 1168 1993 1309 1984 1232 1994 1296 1985 1245 1995 1416 1986 1200 1996 1367 1987 1260 1997 1479 1988 1020 1998 1272 1989 1095 1999 1469

1990 1260 2000 1519 (1)绘制时间序列图描述其形态。 (2)用5期移动平均法预测2001年的单位面积产量。 (3)采用指数平滑法,分别用平滑系数a=和a=预测2001年的单位面积产量,分析预测误差,说明用哪一个平滑系数预测更合适? 详细答案: (1)时间序列图如下: (2)2001年的预测值为: | (3)由Excel输出的指数平滑预测值如下表: 年份单位面积产量 指数平滑预测 a=误差平方 指数平滑预测 a= 误差平方 19811451 19821372

19831168 19841232 19851245 19861200 19871260 19881020 19891095 19901260 19911215 19921281 19931309 19941296 19951416 19961367 19971479 19981272 19991469 20001519 合计———2001年a=时的预测值为: a=时的预测值为:

移动平均法简单应用

移动平均法 移动平均法是一种简单平滑预测技术,它的基本思想是:根据时间序列资料、逐项推移,依次计算包含一定项数的序时平均值,以反映长期趋势的方法。因此,当时间序列的数值由于受周期变动和随机波动的影响,起伏较大,不易显示出事件的发展趋势时,使用移动平均法可以消除这些因素的影响,显示出事件的发展方向与趋势(即趋势线),然后依趋势线分析预测序列的长期趋势。 1. 移动平均法的基本理论①简单移动平均法 设有一时间序列,则按数据点的顺序逐点推移求出N个数的平均数,即可得到一次移动平均数: 式中为第t周期的一次移动平均数;为第t周期的观测值;N为移动平均的项数,即求每一移动平均数使用的观察值的个数。 这个公式表明当t向前移动一个时期,就增加一个新近数据,去掉一个远期数据,得到一个新的平均数。由于它不断地“吐故纳新”,逐期向前移动,所以称为移动平均法。 由于移动平均可以平滑数据,消除周期变动和不规则变动的影响,使得长期趋势显示出来,因而可以用于预测。其预测公式为: 即以第t周期的一次移动平均数作为第t+1周期的预测值。 ②趋势移动平均法当时间序列没有明显的趋势变动时,使用一次移动平均就能够准确地反映实际情况,直接用第t周期的一次移动平均数就可预测第t+1周期之值。但当时间序列出现线性变动趋势时,用一次移动平均数来预测就会出现滞后偏差。因此,需要进行修正,修正的方法是在一次移动平均的基础上再做二次移动平均,利用移动平均滞后偏差的规律找出曲线的发展方向和发展趋势,然后才建立直线趋势的预测模型。故称为趋势移动平均法。 设一次移动平均数为,则二次移动平均数的计算公式为: 再设时间序列从某时期开始具有直线趋势,且认为未来时期亦按此直线趋势变化,则可设此直线趋势预测模型为: 式中t为当前时期数;T为由当前0时期数t到预测期的时期数,即t以后模型外推 的时间;为第t+T期的预测值;为截距;为斜率。,又称为平滑系数。

短路恢复过冲原因及解决方法

汽车电子Buck变换器短路恢复输出过冲分析 刘松, 丁宇, 杨启峰 (万代半导体元件上海有限公司, 上海201203) 摘要:本文详细分析了MOSFET开通延时、电流取样信号延时和前沿消隐时间所决定的系统最小导通时间是峰值电流模式下脉宽限流不能起作用的原因;探讨了用于汽车电子系统降压型Buck变换器在输出短路保护后恢复时输出电压产生过冲的问题,响应慢CCM模式导致COMP脚电压不能迅速放电;讨论了短路时输出二极管和引线电压使电感逐渐饱和的过程。输出过冲前沿尖峰产生于电感和输出电容的谐振,功率管直通导致稳定后输出电压等于输入电压。最后给出了解决此问题的电路和测试结果。实验的结果表明:此电路有效的抑止了短跑恢复中的输出电压过冲。 关键词:变换器,输出过冲,短路恢复,最小导通时间 Analysis of Output Overshooting During Short Circuit Recovery of Buck Converter in Automobile Electronic System Liu Song, Ding Yu, Yang Qifeng (AOS Semiconductor Co., Ltd., Shanghai 201203) Abstract: The reason why cycle by cycle current limit can not function even at peak current mode PWM is analyzed in detail. Output overshooting during short circuit recovery of Buck converter in automobile electronic system is discussed in this paper. The process of the inductor going into saturation gradually owing to drop voltage of catch diode and trace during output short circuit is also discussed. Spike voltage of output at leading edge is caused by the inductor and output capacitance. Power Mosfet holding always on makes output voltage equal to input voltage. The solution to treat this issue and test results are given in the end. Key words: converter; output overshoot, short circuit recovery, minimum on duration 1 引言 目前在汽车电子系统中,输入使用12V/24V的电压[1],然后采用Buck 降压变换器,得到5V、3.3V,2.5V,1.8V,1.2V等多种电压以提供给系统的各种逻辑数字芯片,模拟芯片,MCU或DSP的内核、I/O口等负载。系统要求电源芯片在输出短路时要有保护功能,暂态的输出短路状态消除后系统可以恢复。在一些Buck变换器应用中发现,在输出短路恢复的过程中,输出产生过冲,稳定后输出电压等于输入电压,由于汽车电子系统的输入电压高,这样就会损坏后面所带的芯片负载。本文将探讨这些问题及其产生的原因,并给出相应的电路以解决这些问题。 2 短路恢复过程输出过冲 通常在汽车电子系统中的Buck 降压变换器采用纹波电流小、传输功率大和EMI特性好的CCM峰值电流模式控制,同时具有过流和输出短路保护的功能,通过对电感峰值电流的逐周期自动控制,直接限定了电感峰值电流以及电感的平均电流。在输出短路时,保护电路就将其工作频率降到正常频率的1/8左右。因为工作频率较低,电感的平均电流也很低;当瞬态的输出短路状态撤除,变换器经过软启动电路重新启动。在实际的应用中发现,将输出短路再去除短路时,输出会出现较大过冲尖峰,超过输入电压,而且最后稳定到输入电压值。

MATLAB在数字信号处理中的应用:连续信号的采样与重建

MATLAB 在数字信号处理中的应用:连续信号的采样与重建 一、 设计目的和意义 随着通信技术的迅速发展以及计算机的广泛应用,利用数字系统处理模拟信号的情况变得更加普遍。数字电子计算机所处理和传送的都是不连续的数字信号,而实际中遇到的大都是连续变化的模拟量,现代应用中经常要求对模拟信号采样,将其转换为数字信号,然后对其进行计算处理,最好在重建为模拟信号。 采样在连续时间信号与离散时间信号之间其桥梁作用,是模拟信号数字化的第一个步骤,研究的重点是确定合适的采样频率,使得既要能够从采样信号(采样序列)中五失真地恢复原模拟信号,同时由要尽量降低采样频率,减少编码数据速率,有利于数据的存储、处理和传输。 本次设计中,通过使用用MATLAB 对信号f (t )=A1sin(2πft)+A2sin(4πft)+A3sin(5πft)在300Hz 的频率点上进行采样,并进行仿真,进一步了解MA TLAB 在数字信号处理上的应用,更加深入的了解MA TLAB 的功能。 二、 设计原理 1、 时域抽样定理 令连续信号 xa(t)的傅立叶变换为Xa (j Ω),抽样脉冲序列p(t)傅立叶变换为P (j Ω),抽样后的信号x^(t)的傅立叶变换为X^(j Ω)若采用均匀抽样,抽样周期Ts ,抽样频率为Ωs= 2πfs ,有前面分析可知:抽样过程可以通过抽样脉冲序列p (t )与连续信号xa (t )相乘来完成,即满足:x^(t)p(t),又周期信号f (t )傅立叶变换为: F[f(t)]=2[(]n s n F j n π δ∞ =-∞Ω-Ω∑ 故可以推得p(t)的傅立叶变换为: P (j Ω)=2[(]n s n P j n π δ∞ =-∞Ω-Ω∑ 其中: 根据卷积定理可知: X (j Ω)=12π Xa (j Ω)*P(j Ω) 得到抽样信号x (t )的傅立叶变换为: X (j Ω)= [()]n n s n P X j n ∞=-∞Ω-Ω∑ 其表明:信号在时域被抽样后,他的频率X (j Ω)是连续信号频率X (j Ω)的形状以抽样频率Ωs 为间隔周期重复而得到,在重复过程中幅度被p (t )的傅立叶级数Pn 加权。因为只是n 的函数,所以X (j Ω)在重复过程中不会使其形状发生变化。 假定信号x (t )的频谱限制在-Ωm~+Ωm 的范围内,若以间隔Ts 对xa (t )进行抽样信号X^(j Ω)是以Ωs 为周期重复。显然,若早抽样过程中Ωs<Ωm ,则 X^ (j Ω)将会发生频谱混叠的现象,只有在抽样的过程中满足Ωs>2Ωm 条件,X^(j Ω)才不会产生混频的混叠,在接收端完全可以有x^(t )恢复原连续信号xa (t ),这就是低通信号的抽样定理的核心内容。

解密回声消除技术汇总

因为工作的关系,笔者从2004年开始接触回声消除(Echo Cancellation)技术,而后一直在某大型通讯企业从事与回声消除技术相关的工作,对回声消除这个看似神秘、高端和难以理解的技术领域可谓知之甚详。 要了解回声消除技术的来龙去脉,不得不提及作为现代通讯技术的理论基础——数字信号处理理论。首先,数字信号处理理论里面有一门重要的分支,叫做自适应信号处理。而在经典的教材里面,回声消除问题从来都是作为一个经典的自适应信号处理案例来讨论的。既然回声消除在教科书上都作为一种经典的具体的应用,也就是说在理论角度是没有什么神秘和新鲜的,那么回声消除的难度在哪里?为什么提供回声消除技术(不管是芯片还是算法)的公司都是来自国外?回声消除技术的神秘性在哪里? 二、回声消除原理 从通讯回音产生的原因看,可以分为声学回音(Acoustic Echo)和线路回音(Line Echo),相应的回声消除技术就叫声学回声消除(Acoustic Echo Cancellation,AEC)和线路回声消除(Line Echo Cancellation, LEC)。声学回音是由于在免提或者会议应用中,扬声器的声音多次反馈到麦克风引起的(比较好理解);线路回音是由于物理电子线路的二四线匹配耦合引起的(比较难理解)。 回音的产生主要有两种原因: 1.由于空间声学反射产生的声学回音(见下图): 图中的男子说话,语音信号(speech1)传到女士所在的房间,由于空间的反射,形成回音speech1(Echo)重新从麦克风输入,同时叠加了女士的语音信号(speech2)。此时男

子将会听到女士的声音叠加了自己的声音,影响了正常的通话质量。此时在女士所在房间应用回音抵消模块,可以抵消掉男子的回音,让男子只听到女士的声音。 2.由于2-4线转换引入的线路回音(见下图): 在ADSL Modem和交换机上都存在2-4线转换的电路,由于电路存在不匹配的问题,会有一部分的信号被反馈回来,形成了回音。如果在交换机侧不加回音抵消功能,打电话的人就会自己听到自己的声音。 不管产生的原因如何,对语音通讯终端或者语音中继交换机需要做的事情都一样:在发送时,把不需要的回音从语音流中间去掉。 试想一下,对一个至少混合了两个声音的语音流,要把它们分开,然后去掉其中一个,难度何其之大。就像一瓶蓝墨水和一瓶红墨水倒在一起,然后需要把红墨水提取出来,这恐怕不可能了。所以回声消除被认为是神秘和难以理解的技术也就不奇怪了。诚然,如果仅仅单独拿来一段混合了回音的语音信号,要去掉回音也是不可能的(就算是最先进的盲信号分离技术也做不到)。但是,实际上,除了这个混合信号,我们是可以得到产生回音的原始信号的,虽然不同于回音信号。 我们看下面的AEC声学回声消除框图(本图片转载)。

3移动平均法

第二节移动平均法 移动平均法是根据时间序列资料,逐项推移,依次计算包含二定项数的序时平均数,以反映长期趋势的方法。当时间序列的数值由于受周期变动和不规则变动的影响,起伏较大,不易显示出发展趋势时,可用移动平均法,消除这些因素的影响,分析,预测序列的长期趋势。 移动平均法有简单移动平均法,加权移动平均法,趋势移动平均法,分别介绍如下: 一简单移动平均法 设时间序列为Y1,Y2,……YT……;简单移动平均法公式为: 式中:Mt为t期移动平均数;N为移动平均数的项数. 这公式表明:当T向前移动一个时期,就增加一个新近数据,去掉一个远期数据,得到一个新的平均数. ∴t-1+ M t=M t-1 这是它的递堆公式。当N较大时,利用递堆公式可以大大减少计算量。 由于移动平均可以平滑数据,消除周期变动和不规则变动的影响使长期趋势显示出来,因而可以用于预测: 预测公式为:y t+1=M t 即以第t期移动平均数作为第t+1期的预测值。 例1:某市汽车配件销售公司,某年1月至12月的化油器销量如表4-1所示。试用简单移动平均法,预测下年1月的销售量。 解:分别取N=3和N=5按列预公式 y t = y t+1= 计算3个月和5个月移动平均预测值,其结果如表: y t-y t-N y t-y t-N ^ ^ y t+y t-1+y t-2 3 y t+y t-1+y t-2+y t-3+y t-4 ^ 5

1002003004005006001 2 3 4 5 6 7 8 9101112 实际销售量3个月移动平均预测值 5个月移动平均预测值 由图可以看出,实际销售量的随机波动比较大,经过移动平均法计算以后,随即波动显著减小,即消除随机干扰。而且求取平均值所用的月数越多,即N 越大,修匀的程度也越大,波动也越小。但是,在这种情况下,对实际销售量真实的变化趋势反应也越迟钝。 反之,如果N 取的越小,对销售量真实变化趋势反应越灵敏,但修匀性越差,从而把随机干扰作为趋势反映出来。 因此,N 的选择甚为重要,N 应取多大,应根据具体情况作出抉择,当N 等于周期变动的周期时,则可消除周期变动影响。 在实用上,一个有效的方法是:取几个N 值进行试算,比较它们的平均预测误差,从中选择最优的。 如:在本例中,要确定化油器销售量预测,究竟是取3合适还是取5合适,可通过计算这两个预测公式的均方误差MSE ,选择MSE 较小的那个N 。

过冲及振铃现象实验分析

过冲及振铃实验现象分析 1.测试电路及过冲、振铃现象 测试电路如下图所示,A点为电压输出口,B点为为了接入电阻而切开的口,C点为同轴电压监测点。 B A C 在B点出用导线连接时,在C点引同轴线到示波器(示波器内阻1M),观察到上升沿有过冲及振铃现象,如下图所示。

1.2 振铃产生的原因分析 1.2.1 振铃现象的产生 那么信号振铃是怎么产生的呢? 前面讲过,如果信号传输过程中感受到阻抗的变化,就会发生信号的反射。这个信号可能是驱动端发出的信号,也可能是远端反射回来的反射信号。根据反射系数的公式,当信号感受到阻抗变小,就会发生负反射,反射的负电压会使信号产生下冲。信号在驱动端和远端负载之间多次反射,其结果就是信号振铃。大多数芯片的输出阻抗都很低,如果输出阻抗小于PCB走线的特性阻抗,那么在没有源端端接的情况下,必然产生信号振铃。 信号振铃的过程可以用反弹图来直观的解释。假设驱动端的输出阻抗是10欧姆,PCB走线的特性阻抗为50欧姆(可以通过改变PCB走线宽度,PCB走线和内层参考平面间介质厚度来调整),为了分析方便,假设远端开路,即远端阻抗无穷大。驱动端传输3.3V电压信号。我们跟着信号在这条传输线中跑一次,看看到底发生了什么?为分析方便,忽略传输线寄生电容和寄生电感的影响,只考虑阻性负载。下图为反射示意图。

第1次反射:信号从芯片内部发出,经过10欧姆输出阻抗和50欧姆PCB 特性阻抗的分压,实际加到PCB走线上的信号为A点电压3.3*50/(10+50)=2.75V。传输到远端B点,由于B点开路,阻抗无穷大,反射系数为1,即信号全部反射,反射信号也是2.75V。此时B点测量电压是2.75+2.75=5.5V。 第2次反射:2.75V反射电压回到A点,阻抗由50欧姆变为10欧姆,发生负反射,A点反射电压为-1.83V,该电压到达B点,再次发生反射,反射电压-1.83V。此时B点测量电压为5.5-1.83-1.83=1.84V。 第3次反射:从B点反射回的-1.83V电压到达A点,再次发生负反射,反射电压为1.22V。该电压到达B点再次发生正反射,反射电压1.22V。此时B 点测量电压为1.84+1.22+1.22=4.28V。 第4次反射:……第5次反射:…… 如此循环,反射电压在A点和B点之间来回反弹,而引起B点电压不稳定。观察B点电压:5.5V->1.84V->4.28V->……,可见B点电压会有上下波动,这就是信号振铃。下图为B点电压随反射次数的变化示意图。

回声信号的产生与消除

回声信号的产生与消除

信号与系统 姓名:苏小平 班级:电网13-1 学号:1305080116 学院:电气与控制工程学院

回声信号的产生与消除 第一部分:阐述回声产生与消除的步骤、原理。 1.步骤: (1)利用软件GOLDWAVE录取一段音频来自陈学冬的“不再见”。(2)将音频导入MATLAB中,通过编写程序,在音频里加入回声,得到了‘加回声的音乐’。 (3)通过编写程序,将加入回声的音频通过滤波器,将回声滤除,得到了‘去掉回声的音乐’。 2.原理: 无线通信中,当接收机从正常途径收到发射信号时,可能还有其它的传输路径,例如从发射机经过某些建筑物反射到达接收端,产生所谓“回波”现象,又如,当需要完成室内录音时,除了直接进入麦克风的正常信号之外,经墙壁反射的信号也可能被采集录入,这也是一种“回声”现象,为了解决这种多径传输中的失真问题,需要消除

或削弱回声。 消除回声的系统框图如下图所示: x(n)w(n)y(n) h1(n)h2(n) 系统一系统二 第二部分:利用MATLAB对音频进行处理: 1.将音乐导入MATLAB后画出加回声之前的时域波形图、幅值和相位图,见一下图形:

2.将音乐导入MATLAB 后画出加回声之前的时域波形图、幅值和相位图,见一下图形: 01234567 8 x 10 5 -0.05 -0.04-0.03-0.02-0.0100.010.020.030.04原信号波形 01234567 8 x 10 5 100200300原信号幅值 1 2 3 4 5 6 7 8 x 10 5 -4-2024原信号相位

基于MATLAB的语音信号采集与处理

工程设计论文 题目:基于MATLAB的语音信号采集与处理 姓名: 班级: 学号: 指导老师:

一.选题背景 1、实践意义: 语音信号是一种非平稳的时变信号,它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话容,进行语音增强等. 语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,

是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系. 语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值. 数字信号处理是利用计算机或专用处理设备,以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理,借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展,受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波,所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题,可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多,根据其实现的网络结构或者其冲激响应函数的时域特性,可分为两种,即有限冲激响应( FIR,Finite Impulse Response)滤波器和无限冲激响应( IIR,Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构,没有输出到输入的反馈,系统函数H (z)在处收敛,极点全部在z = 0处(因果系统),因而只能

回声信号的产生与消除

M=4001; fs=8000; [B,A]=cheby2(4,20,[0.1 0.7]); Hd=dfilt.df2t([zeros(1,6) B],A); hFVT=fvtool(Hd); set(hFVT,'Color',[1 1 1]) H=filter(Hd,log(0.99*rand(1,M)+0.01).*sign(randn(1,M)).*exp(-0.002*(1:M))); H=H/norm(H)*4; plot(0:1/fs:0.5,H); xlabel('Time[sec]'); ylabel('Amplitude'); title('Room Impulse Response'); set(gcf,'Color',[1 1 1]); load nearspeech n=1:length(v); t=n/fs; plot(t,v); axis([0 33.5 -1 1]); xlabel('Time[sec]'); ylabel('Amplitude'); title('Near-End Speech Signal'); set(gcf,'Color',[1 1 1 ]); p8=audioplayer(v,fs); playblocking(p8); load farspeech x=x(1:length(x)); dhat=filter(H,1,x); plot(t,dhat); axis([0 33.5 -1 1]); xlabel('Time[sec]'); ylabel('Amplitude'); title('Far-End Echoed Speech Signal'); set(gcf,'Color',[1 1 1]); p8=audioplayer(dhat,fs); playblocking(p8); d=dhat+v+0.001*randn(length(v),1); plot(t,d); axis([0 33.5 -1 1]); xlabel('Time[sec]'); ylabel('Amplitude');

移动平均法案例

移动平均法。该方法是根据时间数列的各期数值作出非直线长期趋势线的一种比 较简单的方法,连续地求其平均值,再计算相邻两期平均值的变动趋势,然后计算平均发展趋势,进行预测。例 某公司1997年1~12月销售额的统计资料如表7-1所示,用移动平均法预测1998年1月的销售额。 第一步,计算相邻五个月的销售额平均数(按多少期计算平均数,要根据具体情况而定,期数少,则反映波动比较灵敏,但预测误差大;期数多,则反映波动平滑,预测较为精确)。如1~5月销售额的平均值为: 8.355 41 343734331=++++= X 依次类推:求出,,...,,,8432X X X X 并填入表中。 第二步,计算相邻两个平均值的差,该差称为平均值的变动趋势,如1X 与2X 之差为: 38—35.8=2.2依此类推,计算变动趋势值,填入表中。 第三步,计算相邻四期变化趋势之平均值,称为四期平均发展趋势,如前四期变动趋势的平均值为:(2.2+3.2+1.8+2.6)÷4=2.45依此类推,将数字填人表中。 第四步,预测1998年1月的销售额,最后5个月的平均月销售额为49万元,加上最后一期平均发展趋势1.5万元,所以1998年1月的预测值为: 49+3ⅹ1.5=53.5(万元) (其中3ⅹ1.5,是因为预测期距平均月销售额为3个月,所以需要乘以3)。 季节性波动分析。当产品的市场需求呈明显的季节性波动时,用平均法进行销售 预测就不能正确地反映销售量的波动。要用计算季节指数的办法来预测季节性波动。 例 某地区涤棉府绸三年内各个季节的市场销售量如表6.2所示。 从表6.2中很明显地可以看出,涤棉府绸的销售量淡季与旺季相差近一倍左右。如果简单地用移动平均来预测某一个季节的市场需要,就不符合实际情况,这就可以用季节指数进行预测。其计算方法如下:

加权平均 和 移动平均法

加权平均 统计学名词. “统计初步”这部分内容中,平均数是一个非常重要而又有广泛用途的概念,在日常生活中,我们经常会听到这样一些名词:平均气温、平均降雨量、平均产量、人均年收入等;而平均分数、平均年龄、平均身高等名词更为同学们所熟悉.一般来说,平均数反映了一组数据的一般水平,利用平均数,可以从横向和纵向两个方面对事物进行分析比较,从而得出结论.例如,要想比较同一年级的两个班同学学习成绩,如果用每个班的总成绩进行比较,会由于班级人数不同,而使比较失去真正意义.但是如果用平均分数去比较,就可以把各班的平均水平呈现出来.从纵向的角度来看,可以对同一个事物在不同的时间内的情况利用平均数反映出来,例如,通过两个不同时间人均年收入来比较人们生活水平、经济发展等状况. 但是,当一组数据中的某些数重复出现几次时,那么它们的平均数的表示形式发生了一定的变化.例如,某人射击十次,其中二次射中10环,三次射中8环,四次射中7环,一次射中9环,那么他平均射中的环数为: (10 *2+8*3+7*4+9*1)/10 = 8.1 这里,7,8,9,10这四个数是射击者射中的几个不同环数,但它们出现的频数不同,分别为4,3,l,2,数据的频数越大,表明它对整组数据的平均数影响越大,实际上,频数起着权衡数据的作用,称之为权数或权重,上面的平均数称为加权平均数,不难看出,各个数据的权重之和恰为10. 在加权平均数中,除了一组数据中某一个数的频数称为权重外,权重还有更广泛的含义. 在评估某个同学一学期的学生成绩时,一般不只看他期末的一次成绩,而是将平时测验、期中考试等成绩综合起来考虑,比如说,一同学两次单元测验的成绩分别为88,90,期中的考试成绩为92,而期末的考试成绩为85,如果简单地计算这四个成绩的平均数,即将平时测验与期中、期末考试成绩同等看待,就忽视了期末考试的重要性.鉴于这种考虑,我们往往将这四个成绩分配以不同的权重。 由于10%+10%+30%+50%=1,即各个权重之和为1,所以求加权平均数的式子中分母为1.下面的例子是未知权重的情况: 股票A,1000股,价格10; 股票B,2000股,价格15; 算数平均 = (10 + 15) / 2 = 12.5; 加权平均 = (10 x 1000 + 15 x 2000) / (1000 + 2000) = 13.33 其实,在每一个数的权数相同的情况下,加权平均值就等于算数平均值。 此外在一些体育比赛项目中,也要用到权重的思想.比如在跳水比赛中,每个运动员除完成规定动作外,还要完成一定数量的自选动作,而自选动作的难度是不同的,两位选手由于所选动作的难度系数不

信号过冲及消除方法

信号过冲及消除方法 在组合逻辑电路中,信号要经过一系列的门电路和信号变换。由于延迟的作用使得当输入信号发生变化时,其输出信号不能同步地跟随输入信号变化,而是经过一段过渡时间后才能达到原先所期望的状态。这时会产生小的寄生毛刺信号,使电路产生瞬间的错误输出,造成逻辑功能的瞬时紊乱。在FPGA内部没有分布电感和电容,无法预见的毛刺信号可通过设计电路传播,从而使电路出现错误的逻辑输出。 任何组合电路、反馈电路和计数器都可能是潜在的毛刺信号发生器。毛刺并不是对所有输入都有危害,如触发器的D输入端,只要毛刺不出现在时钟的上升沿并满足数据的建立保持时间,就不会对系统造成危害。而当毛刺信号成为系统的启动信号、控制信号、握手信号,触发器的清零信号(CLEAR)、预置信号(PRESET)、时钟输入信号(CLK)或锁存器的输入信号就会产生逻辑错误。任何一点毛刺都可能使系统出错,因此消除毛刺信号是FPGA设计中的一个重要问题。毛刺问题在电路连线上是找不出原因的,只能从逻辑设计上采取措施加以解决。消除毛刺的一般方法有以下几种: (1)利用冗余项消除毛刺 函数式和真值表所描述的是静态逻辑,而竞争则是从一种稳态到另一种稳态的过程。因此竞争是动态过程,它发生在输入变量变化时。此时,修改卡诺图,增加多余项,在卡诺图的两圆相切处增加一个圆,可以消除逻辑冒险。但该法对于计数器型产生的毛刺是无法消除的。 (2)取样法 由于冒险出现在变量发生变化的时刻,如果待信号稳定之后加入取样脉冲,那么就只有在取样脉冲作用期间输出的信号才能有效。这样可以避免产生的毛刺影响输出波形。 (3)吸收法 增加输出滤波,在输出端接上小电容C可以滤除毛刺。但输出波形的前后沿将变坏,在对波形要求较严格时,应再加整形电路,该方法不宜在中间级使用。 (4)延迟办法 因为毛刺最终是由于延迟造成的,所以可以找出产生延迟的支路。对于相对延迟小的支路,加上毛刺宽度的延迟可以消除毛刺。但有时随着负载增加,毛刺会继续出现,因而这种方法也是有局限性的。而且采用延迟线的方法产生延迟更会由于环境温度的变化而使系统变不可靠。 (5)锁存办法 当计数器的输出进行相"与"或相"或"时会产生毛刺。随着计数器位数的增加,毛刺的数量和毛刺的种类也会越来越复杂。毛刺在计数器电路输出中的仿真结果如图4所示,从图中可发现有毛刺出现。此时,可通过在输出端加D触发器加以消除。。 数据中的毛刺被明显消除。当FPGA输出有系统内其它部分的边沿或电平敏感信号时,应在输出端寄存那些对险象敏感的组合输出。对于异步输入,可通过增加输入寄存器确保满足状态机所要求的建立和保持时间。对于一般情况下产生的毛刺,可以尝试用D触发器来消除。但用D触发器消除时,有时会影响到时序,需要考虑很多问题。所以要仔细地分析毛刺产生的来源和毛刺的性质,采用修改电路或其它办法来彻底消除。

楼宇对讲回音消除解决办法

楼宇对讲回音消除解决方法 近年,随着大数据时代的来临,很多楼宇对讲系统也相应的进入改造行列。传统的双线四线制对讲慢慢地进入衰老淘汰期,新兴的以太网传输网络一遍火热。但是在改造的过程中工程师们也将面临着一个新的挑战——回音消除! “回音”是通讯产品及配件在实际使用的过程中,时常遇到的问题。客观地说,无论模拟式通讯、还是数字式通讯,在使用过程中,都一定存在回音的现象。因此,回音消除器产品成为了通讯业至今不息的论题。 在设计一款“回音消除”产品、或者模块化电路的时候,设计人员首先要了解“回音”产生的机理,而后从实际的条件入手,选择适合的产品方案。以下所讨论的,仅限于视频会议行业常规的使用条件下的产品。 回音的产生,最早是人们在一个空旷的峡谷中喊话,会多次听到自己的声音,这种现象是“声学回音”,指声源产生后,声波在某个物体的表面得到发射,形成“二次声源”,如果声波得到多次的反射,就会形成在峡谷中喊话的效果了。中国北京天坛回音壁就是人为地采用了这种回音原理,建造出的历史景点。 在电话出现后,人们又发现,在通话过程中,会在一定的短暂延时之后,听到自己说的话。这种回音现象,我们称之为“网络回音”,特别是采用两线式的电话系统,在两条铜线上要承载双向的语音信号,在电波延时后,就会出现“二次信号”了。 通讯中的回音,如果造成“多谐波”,就会发生“自激啸叫”,影响通讯效果。但是在电话通讯中,一定水平的“网络回音”(侧音)是有利于通话双方的沟通感觉。 目前楼宇对讲中所讨论的回音,同时包含了电路的信号延时产生的侧音和会场环境造成的声学回音两种因素,以下主要是由于声学回音Acoustic Echo造成,在下图中,解释了产生的原因: 在通讯中,室内机用户和本端用户形成了通讯的环路(Loop),一个双向的通信线路组成了一个封闭的环路。 图中所示:室内机用户的语音信号经过话筒的采集后,以数据信号的方式通过通信线路传递到室外机设备,通过扬声器播放出来;播放出来的声音和室外机用户讲话的声音同时进入话筒,

第六章_时间数列练习题及解答

《时间序列》练习题及解答 一、单项选择题 从下列各题所给的4个备选答案中选出1个正确答案,并将其编号(A、B、C、D)填入题干后面的括号内。 1、构成时间数列的两个基本要素是()。 A、主词和宾词 B、变量和次数 C、时间和指标数值 D、时间和次数 2、最基本的时间数列是()。 A、时点数列 B、绝对数数列 C、相对数数列 D、平均数数列 3、时间数列中,各项指标数值可以相加的是()。 A、相对数数列 B、时期数列 C、平均数数列 D、时点数列 4、时间数列中的发展水平()。 A、只能是总量指标 B、只能是相对指标 C、只能是平均指标 D、上述三种指标均可以 5、对时间数列进行动态分析的基础指标是()。 A、发展水平 B、平均发展水平 C、发展速度 D、平均发展速度 6、由间断时点数列计算序时平均数,其假定条件是研究现象在相邻两个时点之间的变动为()。 A、连续的 B、间断的 C、稳定的 D、均匀的 7、序时平均数与一般平均数的共同点是()。 A、两者均是反映同一总体的一般水平 B、都是反映现象的一般水平 C、两者均可消除现象波动的影响 D、共同反映同质总体在不同时间上的一般水平 8、时间序列最基本的速度指标是()。 A、发展速度 B、平均发展速度 C、增长速度 D、平均增长速度 9、根据采用的对比基期不同,发展速度有()。 A、环比发展速度与定基发展速度 B、环比发展速度与累积发展速度 C、逐期发展速度与累积发展速度 D、累积发展速度与定基发展速度 10、如果时间序列逐期增长量大体相等,则宜配合()。 A、直线模型 B、抛物线模型 C、曲线模型 D、指数曲线模型 A、100%124%104% 108.6% 3 ++ = B、 506278 108.6% 506278 100%124%104% ++ = ++

相关文档
最新文档