信号处理示例
这个信号处理该软件包具有用于频域分析、窗口、信号生成和分析等的工具。
入门
虽然可以使用长格式引用包中的任何命令，例如，信号处理：频谱图，通常更容易加载包，然后使用简短的命令名。
重新启动；
带（信号处理）：
频谱图、功率谱图和信号图
语音谱图成像
这是一个光谱图男性声音的功率谱和信号图MapleSim公司，记录为11 kHz。
maplesim:=文件工具：-JoinPath（[kernelopts（datadir），“audio”，“maplesim.wav”]）：
光谱图（maplesim，colorscheme=[“zgradient”，[白色，LightSteelBlue，黑色]，标记=[0，.5，1]]，fftsize=256，includesignal，inclusdepowerspectrum）；
小提琴音符的谱图
这是一个光谱图用颤音演奏的小提琴音符，以及功率谱和信号图。请注意，频率振荡为7 kHz及以上，这是典型的振动。
filename:=FileTools:-JoinPath（[kernelopts（datadir），“audio”，“ViolinThreePosVibrato.wav”]）：
颤音：=音频工具：-读取（文件名）：
频谱图（可控震源，颜色方案=[“zgradient”，[白色，浅蓝色，红色，黑色]，标记=[0，.5，.75，1]]，通道=1，fftsize=2^10，包括功率谱，includesignal）；
过滤信号
filename2:=文件工具：-JoinPath（[kernelopts（datadir），“audio”，“MapleSimMono11025.wav”]）：
originalSpeech:=音频工具：-读取（文件名2）：
绘图波形和功率谱：
commonPlotOpts2:=标签方向=[水平，垂直]，轴=[网格线=[颜色=“钢蓝”]]：
samplingRate:=属性（originalSpeech）[1]；
采样率≔11025
持续时间：=evalf（AudioTools:-持续时间（原始语音））；
期间≔4.504671202
p1:=图：-listplot（[seq（[i/samplingRate，originalSpeech[i]]，i=1..numelems（Original语音））]，厚度=0，网格线，轴=方框，标题=“原始语音”，标签=[“时间（s）”，波形]，commonPlotOpts2）：
绘图：-显示（p1）；
fq:=FFT（原始语音[1..2^15]）：
psq：=功率谱（fq）：
ps1:=图：-点图（[seq（[i*samplingRate/2^15，psq[i]]，i=1..（1/2）*2^15）]，厚度=0，颜色=黑色，网格线，connect=true，title=“原始语音功率谱”，标签=[“频率（Hz）”，功率]，视图=[100..2000，0..1.6]，轴[1]=[模式=log]，commonPlotOpts2）：
绘图：-显示（ps1）；
应用IIR Butterworth或Chebyshev过滤器：
fc：=800：
taps:=生成ButterworthTaps（9，fc/samplingRate，'filtertype'='lowpass'，'normalize'=true）：
filteredSpeech:=无限脉冲响应过滤器（原始语音，抽头）：
查看前后功率谱和波形：
FFT过滤语音：=FFT（过滤语音[1..2^15]）：
PSfilteredSpeech:=功率谱（FFT过滤语音）：
ps2:=图：-pointplot（[seq（[i*samplingRate/2^15，PSfilteredSpeech[i]]，i=1..（1/2）*2^15）]，厚度=0，颜色=black，网格线，连接=true，title=“过滤语音的功率谱”，标签=[“频率（Hz）”，功率]，视图=[100..2000，0..16]，轴[1]=[模式=log]，commonPlotOpts2）：
plots：-显示（数组（<<ps1，ps2>>））；
p2：=绘图：-listplot（[seq（[i/samplingRate，filteredSpeech[i]]，i=1.numelems（originalSpeech））]，厚度=0，网格线，轴=方框，颜色=黑色，title=“Filtered Speech”，labels=[“Time（s）”，Waveform]，commonPlotOpts2）：
绘图：-显示（数组（<<p1，p2>>），视图=[0..持续时间，-1..1]）；
应用FIR滤波器
流量：=200：
f高：=700：
taps:=生成有限脉冲响应过滤器taps（50，[流量/采样率，fhigh/samplingRate]，过滤器类型=带通）：
filteredSpeech:=FinitePulseResponseFilter（原始语音，点击）：
p2:=图：-listplot（[seq（[i/samplingRate，filteredSpeech[i]]，i=1..numelems（originalSpeech））]，厚度=0，网格线，轴=方框，颜色=黑色，标题=“过滤语音”，标签=[“时间”，波形]，commonPlotOpts2）：
数据窗口功能
窗口函数也可以应用于用于生成FFT的每个数据窗口。
频率：=5：
编号：=2^8：
采样率：=50：
数据：=矢量（N，proc（i）选项运算符，箭头；sin（2*evalf（Pi）*freq*i/samplingRate）+（1/100000000000）*rand（）结束进程，数据类型=float[8]）：
应用Blackman Nuttall窗口:
dataWindow:=BlackmanNuttallWindow（数据）：
光谱图（数据窗口，采样器=采样率，包括功率谱，包括设计值，fftsize=128，colorscheme=[“zgradient”，[钢蓝，浅绿色，红色，黑色]，标记=[0，.5，.8，1]]）；
使用Explore进行可视化
可以创建使用命令的交互式应用程序信号处理包使用探索命令。要查看使用的另一个示例探索创建有关更多示例，请参见滤波频域噪声应用程序。以下示例动态说明了滤波器参数值对产生的修改信号的影响。
生成已知信号：
A:=信号处理：-GenerateJaehne（5124095）：
PA:=图：-listplot（A，'title'=“原始信号”）：
接下来，构造一个可重用的容器数组C类为了通过利用无限脉冲响应过滤器命令。
C:=数组（1..512，数据类型=浮点[8]）：
F:=过程（频率、滤波器） 使用信号处理； 本地PB，抽头； 抽头：=GenerateButterworthTaps（3，频率，'滤波器类型'=滤波器）； InfiniteImpulseResponseFilter（A，抽头，'container'=C）； PB:=图：-列表图（C，'title'=“过滤信号”）； 绘图：-显示（<<PA；PB>>，‘尺寸’=[700400]）； 结束进程：
探索（F（频率，滤波器）， 参数=[频率=0.05..0.49， [filter=[“高通”，“低通”]]， placement=左侧，动画，循环， title=“无限脉冲响应滤波器”）；
频率
滤波器
高通低通
另请参阅
应用程序/信号生成,应用程序/太阳黑子周期,信号处理,信号处理,信号处理[FinitePulseResponseFilter],信号处理[Generate ButterworthTaps],信号处理[GenerateFinitePulseResponseFilterTaps],信号处理[InfinitePulseResponseFilter],信号处理[功率谱]
下载帮助文档
