Создайте сигнал возбуждения тонального сигнала свип-сигнала при помощи sweeptone функция.

excitation = sweeptone(2,1,44100);

plot(excitation)
title('Excitation')

Пропустите сигнал возбуждения через фильтр с бесконечной импульсной характеристикой (БИХ) и добавьте шум, чтобы смоделировать реальную запись (отклик системы).

[B,A] = butter(10,[.1 .7]);
rec = filter(B,A,excitation);
nrec = rec + 0.12*randn(size(rec));

plot(nrec)
title('System Response')

Передайте сигнал возбуждения и отклик системы на impzest функция для оценки импульсной характеристики. Обрезать оценку до 100 точек. Использование impz для определения истинной импульсной характеристики системы. Постройте график истинной импульсной характеристики и расчетной импульсной характеристики для сравнения.

irEstimate = impzest(excitation,nrec);
irEstimate = irEstimate(1:101);

irTrue = impz(B,A,101);
plot(0:100,irEstimate, ...
     0:100,irTrue,'ro')

legend('True impulse response','Estimated impulse response')

Использование audioread для чтения в записи импульсной характеристики. Создайте dsp.FrequencyDomainFIRFilter объект для выполнения фильтрации частотного диапазона с использованием известной импульсной характеристики.

[irKnown,fs] = audioread('ChurchImpulseResponse-16-44p1-mono-5secs.wav');
systemModel = dsp.FrequencyDomainFIRFilter(irKnown');

Создайте сигнал возбуждения MLS при помощи mls функция. Сигнал возбуждения MLS должен быть длиннее импульсной характеристики. Обратите внимание, что длина возбуждения MLS расширена до следующей степени двойки минус один.

excitation = mls(numel(irKnown)+1);

plot(excitation)
title('Excitation')

Повторите сигнал возбуждения четыре раза, чтобы измерить среднее значение трех измерений. Запись первой последовательности MLS включает всю информацию импульсной характеристики, так что impzest отбрасывает его как прогрев. Дополните сигнал возбуждения нулями, чтобы учесть задержку фильтра.

numRuns = 4;
excrep = repmat(excitation,numRuns,1);
excrep = [excrep;zeros(numel(irKnown)+1,1)];

Пропустите сигнал возбуждения через известный фильтр и затем добавьте шум для моделирования записи реального слова (отклик системы). Вырежьте задержку, введенную в начале фильтром.

rec = systemModel(excrep);
rec = rec + 0.1*randn(size(rec));

rec = rec(numel(irKnown)+2:end,:);

plot(rec)
title('System Response')

В реальном сценарии последовательность MLS воспроизводится обратно в тестируемой системе во время записи. Запись будет вырезана так, чтобы она начиналась в момент, когда последовательность MLS захватывается и обрезается до длительности повторяемой последовательности.

Передайте сигнал возбуждения и отклик системы на impzest функция для оценки импульсной характеристики. Постройте график известной импульсной характеристики и симуляции оцененной импульсной характеристики для сравнения.

irEstimate = impzest(excitation,rec);

samples = 1:numel(irKnown);
plot(samples,irEstimate(samples),'bo', ...
     samples,irKnown(samples),'m.')

legend('Known impulse response','Simulation of estimated impulse response')