那位大哥懂得MATLAB的，帮忙解释下这几段程序，（详细点每一句都解释了，满意可以再追分）

% 无裂纹信号程序

clear all; % 清除历史记录

N1=4000; % 给定N1值为4000；

fs=5120; % 采样频率为5120

load 'd:\nn4txt'; % 读取d:\nn4txt这个文本文档，nn4是文件名，d表示这个文件在d盘

x=nn4(1:N1); % 读取这个文本中的前N1个数并将其附值给变量x

Num=length(x); % 求x的长度，其实这里他写的有点多余，完全可以用N1

t=(0:Num-1)/fs; % 给出时间序列，用点0,1,2Num-1分别除以采样频率fs得到离散时间点，其长度为Num

figure(1); % 第一个图像，

subplot(1,1,1) % 画第一张图，其实这里也没必要这么写，这个式中括号中前两个1指画1行1列总共也就是1个图，要是suplot(2,2,1)就是指一共要画四个图，图以2行2列排列，这里画册的是第一个。

plot(1000t(1:200),x(1:200),'k'); % 这是具体画的 *** 作函数，前面两个一个是生成图，然后指定几张图，如何排列，这个是画，画的是以时间t为横轴，x值为Y轴，点数为200点。前面的乘1000是把秒转换为毫秒

title('解调前的时域波形','FontSize',12); % 图的标题为 解调前的时域波形

xlabel('时间(毫秒)', 'FontSize',12); % 标注，横坐标为时间（毫秒）字体为FontSize,12,其中Fontsize指的是一种字体

grid; % 网格，指图中网格可见，可以是grid on;也可以是grid off;不写就是前种

Y = fft(x,Num); % 将时域信号进行傅立叶变换

Pyy = Y conj(Y) / Num; % 求频幅，至于为什么要除以Num就是为了有一个标量进行对比。其实更常用的是这样Pyy=abs(Y)/max(abs(Y))

f = fs(0:Num/2)/Num; % 求其离散频率点。

figure(2); %生成第二个图

subplot(1,1,1); % 画第二个图，和上面的一样，

plot(f,Pyy(1:Num/2+1),'k'); % 画频谱图，

title('Power spectrum','FontSize',12); %标题

xlabel('frequency (Hz)','FontSize',12); %标坐标标注

grid; %如上

y1=cos(2314159261640t); %cos(2314159261640t);% 1640为激励频率,调幅波进行解调

y=x(y1'); % 用上面生成的信号和原信号对应点相乘，也就是所谓的调制，成成调制后的信号

% y=xcos(2314159261640t);

sum=0; % 生成新变量sum并给定其初值为0

for i=1:length(y); % 循环

sum=sum+y(i); % 这个循环的作用就是求y的总和，其实也可以写成sum=sum(y)

end

y=y-sum/length(y); % 这是一个数据预处理的过程，让信号的离散点分别减去所有点相加后除以总个数的平均值，数据处理上的东西，也不太懂，反正就是把信号先处理一下，

figure(3); %生成第三个图，

subplot(1,1,1); %同上

plot(1000t(1:200),abs(y(1:200)),'k');%同上

title('解调后的时域波形','FontSize',12);%同上

xlabel('时间(毫秒)', 'FontSize',12);%同上

grid;%同上

Y = fft(y,Num);

Pyy = Y conj(Y) / Num;

f = fs(0:Num/2)/Num;

figure(4);

plot(f,Pyy(1:Num/2+1),'k');

title('Power spectrum','FontSize',12);

xlabel('frequency (Hz)','FontSize',12);

grid;

% 这一大锻就是画图，具体和上面一样，

%有裂纹信号程序

clear all; %%下面的程序和上面的基本一样，我想没有必要再一一标注。

N1=4000;

fs=5120;

load 'd:\cc4txt';

x=cc4(1:N1);

Num=length(x);

t=(0:Num-1)/fs;

figure(1);

subplot(1,1,1)

plot(1000t(1:200),x(1:200),'k');

title('解调前的时域波形','FontSize',12);

xlabel('时间(毫秒)', 'FontSize',12);

grid;

Y = fft(x,Num);

Pyy = Y conj(Y) / Num;

f = fs(0:Num/2)/Num;

figure(2);

subplot(1,1,1);

plot(f,Pyy(1:Num/2+1),'k');

title(' Power spectrum ','FontSize',12);

xlabel('frequency (Hz)','FontSize',12);

grid;

y1=cos(2314159261640t);%cos(2314159261640t); % 1640为激励频率,调幅波进行解调

y=x(y1');

% y=xcos(2314159261640t);

sum=0;

for i=1:length(y);

sum=sum+y(i);

end

y=y-sum/length(y);

figure(3);

subplot(1,1,1);

plot(1000t(1:200),abs(y(1:200)),'k');

title('解调后的时域波形','FontSize',12);

xlabel('时间(毫秒)', 'FontSize',12);

grid;

Y = fft(y,Num);

Pyy = Y conj(Y) / Num;

f = fs(0:Num/2)/Num;

figure(4);

plot(f,Pyy(1:Num/2+1),'k');

title(' Power spectrum ','FontSize',12);

xlabel('frequency (Hz)','FontSize',12);

grid;

u=(1+m)c; %调制信号

%先产生高斯噪声，方差为1

n = randn(size(u));

% 确定噪声标准差，控制噪声的大小，如001，01等

sigmaU = 01;

u = u + nsigmaU;

%=== === == ==消息信号的频谱

blabla

一、基本要求

1 学会MATLAB的使用，掌握MATLAB的基本编程语句。

2 掌握在Windows环境下音乐信号采集的方法。

3 掌握数字信号处理的基本概念、基本理论和基本方法。

4 掌握MATLAB设计FIR和IIR数字滤波器的方法。

5 掌握使用MATLAB处理数字信号、进行频谱分析、涉及数字滤波器的编程方法。

二、内容

  实验1音乐信号的音谱和频谱观察

使用windows下的录音机录制一段音乐信号或采用其它软件截取一段音乐信号（要求：时间不超过5s、文件格式为wav文件）

①　使用wavread语句读取音乐信号，获取抽样率；（注意：读取的信号时双声道信号，即为双列向量，需要分列处理）；

②　输出音乐信号的波形和频谱，观察现象；

使用sound语句播放音乐信号，注意不同抽样率下的音调变化，解释现象。

程序如下：

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s'); %读取音乐信号

plot(Y);                                 %显示音乐信号的波形和频谱

sound(Y,FS);                             %听音乐（按照原来的抽样率）

Y1=Y(:,1);                               %由双声道信号变为单声道信号

size(Y1)

figure

subplot(2,1,1);

plot(Y);                                 %显示原信号波形

N=length(Y1);

f1=fft(Y1);                              %傅立叶变换

w=2/N[0:N/2-1];

subplot(2,1,2);

plot(w,abs(f1(1:N/2)));                    %显示波形

实验2音乐信号的抽取（减抽样）

①　观察音乐信号频率上限，选择适当的抽取间隔对信号进行减抽样（给出两种抽取间隔，代表混叠与非混叠）；

②　输出减抽样音乐信号的波形和频谱，观察现象，给出理论解释；

播放减抽样音乐信号，注意抽样率的变化，比较不同抽取间隔下的声音，解释现象

程序如下

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

D=   ;j=0;                        %减抽样，D表示抽样间隔（10倍和100倍）

for i=1:D:length(Y1)               % I表示开始减抽样的起始点

j=j+1;

Y2(j)=Y1(i);                   %Y2减抽样后的信号

end

N=length(Y1);

N1=length(Y2);

F1=fft(Y1);

F2=fft(Y2);

w1=2/N[0:N-1];

w2=2/N1[0:N1-1];

figure

subplot(4,1,1);plot(Y1);          %显示原单声道信号波形和频谱

subplot(4,1,2);plot(Y2);          %图显示抽样信号波形和频谱

subplot(4,1,3);plot(w1,abs(F1));  %显示原单声道信号fft变换后的波形和频谱

subplot(4,1,4);plot(w2,abs(F2));  %显示抽样信号快速fft变换后的波形和频谱

sound(Y2,FS)                      %声音低沉，而且不是很清晰。有一些声音信号丢失，%抽样率越高，声音越听不清晰，

实验3   音乐信号的AM调制

①　观察音乐信号的频率上限，选择适当调制频率对信号进行调制（给出高、低两种调制频率）；

②　输出调制信号的波形和频谱，观察现象，给出理论解释；

播放调制音乐信号，注意不同调制频率下的声音，解释现象。

程序如下：

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

N=length(Y1);

F1=fft(Y1);                                 %傅立叶变换

w1=2/N[0:N/2-1];

figure

subplot(2,2,1);

plot(w1,abs(F1(1:N/2)));

N1=0:N-1;

Y2=cos(N1pi/8);                            %设置高频调制信号

N2=length(Y2)

F2=fft(Y2);

w2=2/N2[0:N2/2-1];

subplot(2,2,2);plot(w2,abs(F2(1:N2/2)));

subplot(2,2,3);stem((0:64),Y2(1:65));

F=Y1Y2';                                %利用高频调制信号调制单列音乐信号

N3=length(F);

F3=fft(F);                                %傅立叶变换

w3=2/N3[0:N3-1];

subplot(2,2,4);plot(w3,abs(F3));

sound(F,FS)                        %  未混叠时，声音尖锐，不清晰，刺耳

%   混叠时，声音轻，只有淡淡的音调，基本没有起伏，不清晰。

实验4 AM调制音乐信号同步解调

①　设计巴特沃斯IIR滤波器完成同步解调；观察滤波器频率响应曲线

②　用窗函数法设计FIR滤波器完成同步解调，观察滤波器频率响应曲线；（分别使用矩形窗和布莱克曼窗，进行比较）；

③　输出解调信号的波形和频谱图，观察现象，给出理论解释；

播放解调音乐信号，比较不同滤波器下的声音，解释现象。

巴特沃斯IIR 滤波器

程序如下

clear all;close all;clc

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

N=length(Y1);

N1=0:N-1;

Y2=cos(N1pi/8);

F=Y1Y2';

F2=FY2';                     %音乐信号调制

wp=018;ws=025;rp=1;rs=50;     %设计巴特沃斯IIR 滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

figure

subplot(2,1,1);plot(w/pi,abs(Hd));

F3=filter(B,A,F2);             %解调音乐信号

N4=length(F3);

F4=fft(F3);

w4=2/N4[0:N4/2-1];

subplot(2,1,2);plot(w4,abs(F4(1:N4/2)));

sound(F3,FS)                       %声音清晰，基本和原来的音乐差不多，但是音乐开始有一点点杂音。

矩形窗和布莱克曼窗

function hd=ideal(N,wc)

for n=0:N-1

if n==(N-1)/2

hd(n+1)=wc/pi;

else hd(n+1)=sin(wc(n-(N-1)/2))/(pi(n-(N-1)/2));

end

end

（将上述程序保存为idealm,但是不能运行。然后在打开新窗口编写下列主程序）

clear all;close all;clc

[Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s');

Y1=Y(:,1);

N=length(Y1);

N1=0:N-1;

Y2=cos(N1pi/8);

F=Y1Y2';

F2=FY2';                     %调制音乐信号

N=89;wc=pi/022;                 % 矩形和布莱克曼窗

hd=ideal(N,wc);

w1=boxcar(N);

w2=blackman(N);

h1=hdw1';

h2=hdw2';

N1=length(h1);

N2=length(h2);

fh1=fft(h1);

fh2=fft(h2);

ww1=2/N1(0:(N1-1)/2);

ww2=2/N2(0:(N2-1)/2);

figure

subplot(2,1,1);plot(ww1,abs(fh1(1:(N1-1)/2+1)));

subplot(2,1,2);plot(ww2,abs(fh2(1:(N1-1)/2+1)));

F3=conv(F2,h1);

F4=conv(F2,h2);

M1=length(F3);

M2=length(F4);

fy1=fft(F3);

fy2=fft(F4);

w3=2/M1[0:M1/2-1];

w4=2/M2[0:M2/2-1];

figure

subplot(2,1,1);plot(w3,abs(fy1(1:M1/2)));

subplot(2,1,2);plot(w4,abs(fy2(1:M2/2)));

sound(F3,FS)             %音乐信号清晰，有杂音，低沉

5、音乐信号的滤波去噪

①　给出原始音乐信号叠加幅度为005，频率为3kHz，5kHz、8kHz的三余弦混合噪声，观察噪声频谱以及加噪后音乐信号的音谱和频谱，并播放音乐，感受噪声对音乐信号的影响；

②　给原始音乐信号叠加幅度为05的随机白噪声（可用rand语句产生），观察噪声频谱以及加噪后音乐信号的音谱和频谱，并播放音乐，感受噪声对音乐信号的影响；

根据步骤①、②观察到的频谱，选择合适指标设计滤波器进行滤波去噪，观察去噪后信号音谱和频谱，并播放音乐，解释现象。

程序如下：

三余弦混合噪声：

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1);               %获取单列音乐信号并对其做FFT变换

N1=length(x1);

fx1=fft(x1);

w1=2/N1[0:N1/2-1];

n=0:N1-1;y=005(cos(2pin3000/fs)+cos(2pin5000/fs)+cos(2pin8000/fs));

%设计三余弦混合噪声信号

N2=length(y);            %对三余弦混合噪声信号做FFT变换

fy=fft(y);

w2=2/N2(0:N2/2-1)fs/2;

hdx=x1+y';               %产生加噪后的音乐信号并对其做FFT变换

M=length(hdx);

fhdx=fft(hdx);

w3=2/M(0:M/2-1);

figure           %画出单列信号音乐信号的频谱图、三余弦混合噪声信号的离散信号图

%及其频谱图和加噪后音乐信号的频谱图

subplot(2,2,1);plot(w1,abs(fx1(1:N1/2)));

subplot(2,2,2);stem((0:127),y(1:128));

subplot(2,2,3);plot(w2,abs(fy(1:N2/2)));

subplot(2,2,4);plot(w3,abs(fhdx(1:M/2)));

sound(hdx,fs);         %  音乐信号有电流声，而且噪声比较明显。

wp=01;ws=015;rp=1;rs=50;  %设计巴特沃斯滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

lohdx=filter(B,A,hdx);     %利用巴特沃斯滤波器对加噪后音乐信号进行滤波并对其做%FFT变换

M1=length(lohdx);

flohdx=fft(lohdx);

w4=2/M1(0:M1/2-1);

figure               %画出加噪后音乐信号的音频图、巴特沃斯滤波器的频率响应曲线

%和滤波后音乐信号的频谱图

subplot(3,1,1);plot(hdx);

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(w4,abs(flohdx(1:M1/2)));

sound(lohdx,fs);           %滤波后音乐信号比较低沉，较清晰。

白噪声：

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1);               %获取单列音乐信号并对其做FFT变换

N1=length(x1);

fx1=fft(x1);

w1=2/N1[0:N1/2-1];

ry=rand(size(x1))-05;            %产生随机白噪声信号并对其做FFT变换

N=length(ry);

fry=fft(ry);

w=2/N(0:N-1);

xry=x1+ry;                       %产生加噪后的音乐信号并对其做FFT变换

NN=length(xry)

fxry=fft(xry);

ww=2/NN(0:NN/2-1);

figure                   %画出单列信号音乐信号的频谱图、随机白噪声信号的音频图

%及其频谱图和加噪后音乐信号的频谱图

subplot(2,2,1);plot(w1,abs(fx1(1:N1/2)));

subplot(2,2,2);plot(ry);

subplot(2,2,3);plot(w,abs(fry));

subplot(2,2,4);plot(ww,abs(fxry(1:NN/2)));

sound(xry,fs);             %声音信号有沙沙声。

wp=01;ws=015;rp=1;rs=50;      %设计巴特沃斯滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

loxry=filter(B,A,xry);          %利用巴特沃斯滤波器对加噪后音乐信号进行滤波并对%其做FFT变换

NN1=length(loxry);

floxry=fft(loxry);

ww1=2/NN1(0:NN1/2-1);

figure              %画出加噪后音乐信号的音频图、巴特沃斯滤波器的频率响应曲线

%和滤波后音乐信号的频谱图

subplot(3,1,1);plot(xry)

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(ww1,abs(floxry(1:NN1/2)));

%sound(loxry,fs);            %音乐信号低沉，但是沙沙声还是没有滤除。但是较为减轻

6、音乐信号的幅频滤波及相频分析

①　设计低通滤波器（可自行选取不同的截止频率），滤除原始音乐信号的高频信息，观察滤波前后的幅度频谱，并比较滤波前后的音乐效果，感受高频信息对音乐信号的影响；

②　设计高通滤波器（可自行选取不同的截止频率），滤除原始音乐信号的低频信息，观察滤波前后的幅度频谱，并比较滤波前后的音乐效果，感受低频信息对音乐信号的影响；

③　选取两段不同的音乐信号，分别将其幅度谱与相位谱交叉组合构成新的音乐信号，播放比较组合后的音乐与原始音乐，感受相频信息对音乐信号的影响。

程序如下;

滤除高频信息的程序：

clearall;close all;clc

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1);            %获取单列音乐信号并对其做FFT变换

N=length(x1);

fx1=fft(x1);

w1=2/N(0:N/2-1);

wp=001;ws=006;rp=1;rs=50;  %设计巴特沃斯滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc);

[Hd,w]=freqz(B,A);

lox1=filter(B,A,x1);         %使用巴特沃斯滤波器滤除音乐信号的高频部分并对所得

%音乐信号做FFT变换

N1=length(lox1);

flox1=fft(lox1);

w2=2/N1(0:N1/2-1);

figure           %画出单列音乐信号的频谱图、巴特沃斯滤波器的频率响应曲线和滤除

%高频后的音乐信号的频谱图

subplot(3,1,1);plot(w1,abs(fx1(1:N/2)));

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(w2,abs(flox1(1:N1/2)));

sound(x1,fs);   %播放单列音乐信号和滤除高频后的音乐信号

sound(lox1,fs)；%声音清晰

滤除低频信息的程序：

clear all;close all;clc

[x,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1);            %获取单列音乐信号并对其做FFT变换

N=length(x1);

fx1=fft(x1);

w1=2/N(0:N/2-1);

wp=02;ws=005;rp=1;rs=50;  %设计巴特沃斯高通滤波器

[N4,Wc]=buttord(wp,ws,rp,rs);

[B,A]=butter(N4,Wc,'high');

[Hd,w]=freqz(B,A);

lox1=filter(B,A,x1);         %使用巴特沃斯滤波器滤除音乐信号的低频部分并对所得音乐信号做FFT变换

N1=length(lox1);

flox1=fft(lox1);

w2=2/N1(0:N1/2-1);

figure                    %画出单列音乐信号的频谱图、巴特沃斯滤波器的频率响应曲

%线和滤除低频后的音乐信号的频谱图

subplot(3,1,1);plot(w1,abs(fx1(1:N/2)));

subplot(3,1,2);plot(w/pi,abs(Hd));

subplot(3,1,3);plot(w2,abs(flox1(1:N1/2)));

sound(lox1,fs);                      %声音低，不清晰。

交叉组合音乐

clear all;close all;clc

clear all;close all;clc

[x,fs,nbits]=wavread('钢琴曲 - 雨的印记5s');

[y,fs,nbits]=wavread('怒放的生命 - 汪峰5s');

x1=x(:,1);

y1=y(:,1);

x2=x1(1:200000)                   %取音乐长度

Nx2=length(x2);

y2=y1(1:200000);

Ny2=length(y2);

x3=fft(x2);

y3=fft(y2);

w1=2/Nx2[0:Nx2-1];

w2=2/Ny2[0:Ny2-1];

Fx1=abs(x3);                         %选取第一个音乐信号的幅度和第二个音乐信号%的相位

Ay1=angle(y3);

F4=Fx1exp(jAy1);

X4=ifft(F4);

NF4=length(F4);

F5=fft(F4);

w3=2/NF4[0:NF4-1];

sound(real(X4),fs);

figure

subplot(3,1,1);plot(w1,abs(x3));

subplot(3,1,2);plot(w2,abs(y3));

subplot(3,1,3);plot(w3,abs(F5));

在Matlab里，所有信号都是表达式，是一个数组而已。当然可以直接把已调信号，调制信号和载波信号等等用plot语句画出来。但这样对了解物理过程或者分析问题帮助不大。

Matlab里有对已调信号解调的函数，包括模拟调制和数字调制的。Simulink工具箱里也有这样的工具。

以上就是关于那位大哥懂得MATLAB的，帮忙解释下这几段程序，（详细点每一句都解释了，满意可以再追分）全部的内容，包括:那位大哥懂得MATLAB的，帮忙解释下这几段程序，（详细点每一句都解释了，满意可以再追分）、MATLAB实现am信号调制与调解、matlab的音乐信号的分析与处理设计的实验咋做等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！