這篇文章來源于DevicePlus.com英語網(wǎng)站的翻譯稿。

本文是DSP Arduino系列的續(xù)篇。上文中，我們介紹了傅里葉變換的基礎(chǔ)知識(shí)，并使用MATLAB學(xué)習(xí)了如何將正弦信號(hào)從時(shí)域變換到頻域。這次，在添加了失真濾波器后，我們將在MATLAB中創(chuàng)建一個(gè)簡(jiǎn)單的GUI來記錄我們的語音信號(hào)！

硬件

? Arduino Uno

? 用于Arduino的CJMCU-9812 MAX9812L駐極體麥克風(fēng)放大器開發(fā)板

軟件

? Arduino IDE

? MATLAB

步驟3：應(yīng)用失真濾波器

在前文中，我們已經(jīng)得到了一個(gè)通過了40階低通濾波器的信號(hào)。在此步中，我們需要添加另一個(gè)會(huì)使信號(hào)失真的濾波器。這可以通過MATLAB中的filter函數(shù)來完成。您可能已經(jīng)想到了，我們還需要添加下文所示的系數(shù)。

[s,fe2,bits] = wavread(‘s’);
sound(s,fe2);
pause(9)
b = [0.1662, -0.0943, 0.2892, -0.1227, 0.2348, 0.0180, 0.0415, 0.1388, -0.0616, 0.1290, -0.0434, 0.0420, -0.0010, -0.0009, 0.0032, -0.0015, 0.0056] ;
a = [1.0000, -0.7548, 3.4400, -1.6385, 4.8436, -0.8156, 3.2813, 1.2582, 0.6571, 2.1922, -0.4792, 1.4546, -0.2905, 0.4693, -0.0208, 0.0614, 0.0120] ;
x = filter(b,a,s);
figure
plot(t1,s2,t1,x),grid
title(‘The initial signal vs the distorted signal’);
sound(x,fe2);
pause(9)
audiowrite(‘x.wav’,x,fe2);

請(qǐng)注意，s是指在上一步中應(yīng)用了低通濾波器之后獲得的信號(hào)。在圖1中，藍(lán)色信號(hào)代表原始信號(hào)，綠色信號(hào)代表失真信號(hào)。與藍(lán)色信號(hào)相比，綠色信號(hào)具有較低的幅度。

圖1：重疊信號(hào)

為了進(jìn)一步進(jìn)行檢驗(yàn)，我們將使用FFT算法。

為了更好地進(jìn)行比較，我們對(duì)兩個(gè)信號(hào)分別進(jìn)行了繪制。下面的兩個(gè)圖將會(huì)說明在時(shí)域和頻域中兩者之間的差異。

% s si x signals (time-frequency domain)

t1=(0:length(s)-1)/(fe2);
figure
subplot(2,1,1), plot(t1,s),grid
title(‘s signal in time domain(low-pass filter)’);
xlabel(‘Time’)
ylabel(‘Amplitude’)

t2=(0:length(x)-1)/(fe2);
subplot(2,1,2), plot(t2,x),grid
title(‘x signal in time domain(distorted)’);
xlabel(‘Time’)
ylabel(‘Amplitude’)

圖2：時(shí)域中信號(hào)失真前后圖形

在時(shí)域中，圖形發(fā)生了很大的變化：s信號(hào)幅度較小（雖然這兩張圖在視覺可能會(huì)給您一種x信號(hào)具有較高幅值的感覺）。如果您仔細(xì)看一下y軸的比例，就可以看出兩者幅度的差異。對(duì)于這一現(xiàn)象，您可能會(huì)想知道是應(yīng)用了哪種濾波，以及是什么修改方式導(dǎo)致的這些系數(shù)值。

答案可以在頻域中找到：

figure
s1 = abs(fft(s,NS));
subplot(2,1,1), plot((0:(NS-1))/NS*fe2, s1), grid
title(‘Single-Sided Amplitude Spectrum of s(t)’)
xlabel(‘Frequency (Hz)’)
ylabel(‘|s(k)|’)

x1 = abs(fft(x,NS));
subplot(2,1,2), plot((0:(NS-1))/NS*fe2, x1), grid
title(‘Single-Sided Amplitude Spectrum of x(t)’)
xlabel(‘Frequency (Hz)’)
ylabel(‘|X(k)|’)

我們應(yīng)用傅里葉變換來得到等效頻率。正如您在圖3中看到的那樣，y軸對(duì)稱的中心點(diǎn)大約是采樣率的1/2。

圖3：頻域中信號(hào)失真前后圖形

這兩個(gè)信號(hào)具有不同的頻譜

? 頂部圖像

? Y軸值約為800。

? 值達(dá)到2000 Hz后，幾乎沒有信號(hào)。

? 底部圖像：

? Y軸值約為40。

? 值達(dá)到2000 Hz后，可以觀察到仍有信號(hào)。

研究此頻率范圍內(nèi)的樣本點(diǎn)是很困難的。因此，讓我們將目標(biāo)鎖定在2000 Hz左右處，對(duì)該范圍內(nèi)的幅值進(jìn)行研究。

圖4：2500Hz附近小范圍頻率內(nèi)圖像

如果我們仔細(xì)觀察幅值變化，可以看出兩個(gè)信號(hào)具有相同的形狀，而它們?cè)趫D3中看起來并不相似。上一張圖像中的兩個(gè)信號(hào)之所以看起來不同是因?yàn)樗鼈兊淖鴺?biāo)軸比例設(shè)置不同。

從兩個(gè)圖中，我們可以觀察到振幅降低了?？墒俏覀冞€是不知道濾波器的頻率響應(yīng)是什么，以及它對(duì)我們的信號(hào)帶來了其他什么變化。在這種情況下，我們使用Matlab對(duì)其進(jìn)行繪制。

[h1,w1] = freqz(b,a,NS,fe2);
figure
plot(w1,abs(h1)), grid
xlabel(‘Frequency (Hz)’)
ylabel(‘Frequency response’)

圖5：一個(gè)新型濾波器

這個(gè)新的濾波器稱為帶通濾波器。因?yàn)檫@是第一次使用該濾波器，所以在應(yīng)用之前，我們先了解一下它的一些屬性：

? 可以通過將低通濾波器電路和高通濾波器電路相連接來實(shí)現(xiàn)。

? 應(yīng)用該濾波器時(shí)，濾波器通帶中的信號(hào)保持不變，而在頻帶外部的頻率分量將被衰減。

? 高通帶和低通帶上的分量將被衰減。

? 在我們的項(xiàng)目中，驗(yàn)證了2000 Hz的頻率分量發(fā)生了衰減。

? 理想的帶通濾波器具有平坦的通帶，但在我們的應(yīng)用中，如圖4所示，出現(xiàn)了一個(gè)增益（也可能發(fā)生衰減）。我們只能在理論中獲得理想的濾波器。

圖6：帶通濾波器

您可以看到，圖6中的濾波器和圖5中的濾波器具有相似的形狀。因此，我們已經(jīng)獲得了一個(gè)新的濾波器。

步驟4：創(chuàng)建GUI

作為一個(gè)實(shí)用項(xiàng)目，我們接下來將會(huì)對(duì)自己的語音信號(hào)進(jìn)行處理。對(duì)！這就是我們將要與Arduino相結(jié)合的地方。

圖7：Arduino套件

在本項(xiàng)目中，我選擇了帶有MAX9812L放大器和駐極體麥克風(fēng)的模塊。該模塊具有以下三個(gè)端子：

? VCC（2.7V至3.6V之間—由Arduino的3.3V引腳供電）

? GND（接地端—連接到Arduino接地端）

? OUT（本項(xiàng)目中連接到A0）

圖7：Arduino套件

我們不打算使用Arduino IDE串行監(jiān)視器，而是直接在Matlab中讀取傳感器值。

Arduino 代碼：

void setup() {
Serial.begin(9600);
}
void loop() {
int sensorValue = analogRead(A0);
float voltage = sensorValue * (3.3 / 1023.0);
Serial.println(voltage);
}

我們還將使用Matlab來進(jìn)行處理。為了處理語音信號(hào)，我們將創(chuàng)建一個(gè)圖形用戶界面。該圖形用戶界面中有兩個(gè)按鈕：

? 藍(lán)色（start） – 用戶開始語音記錄

? 橙色（push button）– 用戶停止通過連接到Arduino的麥克風(fēng)進(jìn)行錄音（關(guān)閉串行傳輸）。

在該程序中創(chuàng)建GUI非常容易，因?yàn)槟梢允褂猛蟿?dòng)功能來繪制連接點(diǎn)。首先，在命令窗口中輸入guide。

圖9：在Matlab中創(chuàng)建GUI

當(dāng)您點(diǎn)擊“Create New GUI（創(chuàng)建新GUI）”時(shí)，將會(huì)顯示出來一個(gè)用戶友好界面。Matlab GUI不像C#或其他語言那樣需要較高的編程技能。在這里，您需要選擇要添加的塊，并對(duì)生成的代碼進(jìn)行修改。

圖10：如何在Matlab中創(chuàng)建塊

在左側(cè)菜單中包含了用于您的GUI的不同指令。對(duì)于本項(xiàng)目來說，需要的元素不會(huì)超過三個(gè)，因?yàn)槲覀冎皇且獙?duì)語音信號(hào)進(jìn)行顯示而已。因?yàn)槲覀兿Ｍ谟涗浐罂梢允褂脭?shù)據(jù)，所以將創(chuàng)建一個(gè)包含錄音內(nèi)容的.csv文件，該文件可用于信號(hào)處理。

在我的GUI中，我使用了：

? 坐標(biāo)軸；

? 2個(gè)按鈕；

圖11：GUI設(shè)計(jì)

該按鈕的代碼是根據(jù)按鈕的規(guī)格來構(gòu)建的。整個(gè)代碼將被上傳到GitHub上供您下載。

fid = fopen(‘signal.csv’,’w’)
S=1;
s = serial(‘COM9’);
set(s,’BaudRate’,9600);
fopen(s);
fprintf(s,’%s’,’S’);

圖12：Matlab應(yīng)用程序中的語音信號(hào)

如果您已經(jīng)完成了這一步，那么恭喜您！到此為止，我們的數(shù)字信號(hào)處理系列教程已經(jīng)結(jié)束了。我們介紹了有關(guān)信號(hào)處理的各種概念。這是一個(gè)非常具有挑戰(zhàn)性的課題，所以如果現(xiàn)在沒有對(duì)所有內(nèi)容都了解得很清楚，也不要?dú)怵H！當(dāng)您覺得在某些概念的理解上出現(xiàn)困難時(shí)，您可以從網(wǎng)上大量的資源中獲取更多有關(guān)信息。隨時(shí)歡迎您對(duì)我們的工作進(jìn)行訪問和評(píng)論，并與我們分享您的成果！

審核編輯黃宇