Signal Extraction

목차

Signal Extraction

1.실험결과

2.실험 고찰

본문내용

fs=20000; %sampling 주파수는 20Khz
fhz=f*fs/2;
n=512;
ff=fs/(2*n)*(0:n-1);
N=10; %필터의 차수는 10
[b, a] =butter(N, 0.2);%필터의 X,Y의 계수
subplot(2,1,1); plot(fhz, H, ff, abs(freqz(b, a, n)));
legend('IIR N=10');
subplot(2,1,2); zplane(b, a); % z영역에서 필터의 pole과 zero점을 나타내줌
Q = filter( b, a, y );
len=length(Q);
figure;
QQ=[1:512];
for k=1:6
bias = floor((k-1)*len/6);
for m=1:512
QQ(m) = Q(m*2+bias);
end
Y = abs(fft(QQ,512));
f = Fs*(0:255)/512;
subplot(4,2,k); plot(f,Y(1:256))
end
sound(Q,Fs);
tone 분리 (HPF)이용
figure;
f=[0 .1 .1 .1 1];%이상적인 필터의 모양 나타냄
H=[0 0 1 1 1];
fs=20000; %sampling 주파수는 20Khz
fhz=f*fs/2;
n=512;
ff=fs/(2*n)*(0:n-1);
N=10; %필터의 차수는 10
[b, a] = butter(N, 0.3,'high');%필터의 X, Y의 계수
subplot(2,1,1); plot(fhz, H, ff, abs(freqz(b, a, n)));
legend('IIR N=10');
subplot(2,1,2); zplane(b, a); % z영역에서 필터의 pole과 zero점을 나타내줌
2.실험 고찰
실험1)벌소리+빗소리에서는 LPF와 HPF를 사용하여 벌 소리와 빗소리를 구분해 보았다. 벌 소리를 분리하기위해서 LPF의 차단주파수를 1kHz로 설계하고,. 빗소리를 분리하기위해서 차단주파수가 2kHz인 HPF를 설계하였다. 1~2kH대역에는 벌 소리와 빗소리의 주파수가 같이 존재하기 때문에 최대한 벌 소리와 빗소리를 구분하기위해서 차단주파수를 이렇게 잡았다.
실험2) 천둥+사라에서는 천둥소리와 노래 소리를 구분하였는데 밴드패스필터와 밴드저지필터를 사용하였다. 그런데 천둥소리가 저 대역에 존재하기 때문에 LPF 나 HPF 를 사용하여 분리를 해도 될 것 같다. 밴드 패스필터를 사용하여 천둥소리만을 분리해도 노래 소리가 들리고 밴드저지필터를 사용해서 노래 소리만을 분리해도 천둥소리가 같이 들리는데 이것은 천둥소리와 노래 소리의 주파수대역이 확실하게 분리된 것이 아니기 때문에 필터만으로 정확히 분리하는 것은 불가능하다. 그리고 노래 소리를 필터링해서 들으면 천둥소리를 없애기 위해 저주파부분을 차단했기 때문에 노래 소리가 조악하게 들린다.
실험3)HPF와 LPF를 사용해서 노래 소리와 톤 소리를 분리하는 실험 이었다. 톤 소리는 노래 소리보다 훨씬 고주파수 대역에 존재하기 때문에 HPF를 사용하면 톤 소리, LPF를 사용하면 노래 소리 만을 깨끗하게 들을 수 있다.

키워드

filtering,   LPF,   HPF,   Band pass,   polezero,   BPF,   BRF,   band stop