• S využitím následujícího skriptu example_filter_banks_proto.m a signálu s0001.bin (fs = 8 kHz, bez hlavičky, 16-bit PCM, pro načtení do MATLABu použít funkci loadbin.m) si připomeňte princip rozkladu a syntézy pomocí banky filtrů do 2 pásem (opakování realizované úlohy v předmětu B2B31CZS). Sledujte signály v jednotlivých krocích, zejména si pak uvědomte význam decimace a interpolace v jednotlivých subpásmech.
• Sledujte výkon chybového signálu na výstupu syntetizující banky filtrů.
• Sledujte změnu úrovně chybového signálu při použití prototypu navrženého v MATLABu pomocí fir1 a optimálního prototypu dolní propusti pro účely perfektní rekonstrukce. Koeficienty tohoto prototypu jsou k disposici ve výše odkazovaném skriptu.
• Výsledek:
  • Srovnání analýzy a syntézy do 2 pásem pro výše uvedené případy banky filtrů.

PRVNÍ TÝDEN - DOMÁCÍ ÚKOL :

• Realizujte rozklad a následně i zpětnou syntézu pomocí banky kvadraturně zrcadlových filtrů (QMFB - Quadrature Mirror Filter Bank) do více pásem, a to pomocí symetrické rekurzivní aplikace rozkladu/syntézy signálu do/z 2 pásem. Implementujte tento rozklad obecně s volitelným počtem stupňů N použité banky filtrů.
• Vstupní resp. výstupní signály v každé jednotlivé sekci organizujte v maticích, kde signály v jednotlivých pásmech budou uloženy ve sloupcích těchto matic.
• Určete zpoždění generované bankou filtrů s N úrovněmi a toto zpoždění vhodně kompenzujte.
• Určete chybový signál na výstupu syntetizující banky filtrů a spočítejte odstup chybového signálu od originálu dle vztahu SNR_e = 10*log10(Ps/Pe).
• Pracujte s následujícími signály:
  - SA001S01.CS0 (fs = 16 kHz, bez hlavičky, 16-bit PCM, pro načtení do MATLABu použít funkci loadbin.m),
  - případně jiným řečovým/akustickým signálem (je možné použít i vlastní nahrávku),
  - jednotkový puls na pozici 2500 celkové délky signálu 10000 vzorků.
• Výsledek:
  • Zobrazte původní signál, rozložené signály do jednotlivých pásem banky filtrů.
  • Zobrazte zpětně syntetizovaný signál a chybový signál na výstupu syntetizující banky filtrů.
  • Určete dosažené SNR_e pro rozklad s optimálním prototypem resp. s prototypem navrženým v MATLABu.
• BODOVANÝ DOMÁCÍ ÚKOL (6 bodů):
  • Vypracované řešení odevzdejte přes WEBové rozhraní MOODLE do čtvrtka 16.5.2024, 9:00, viz DOMÁCÍ ÚKOL - WAWELETS.

DRUHÝ TÝDEN :

• Realizujte potlačení šumu na bázi WT v signálech rozložených do jednotlivých hladin rozkladu (pásem) na bázi zrcadlových filtrů (QMFB - Quadrature Mirror Filter Bank) pomocí měkkého resp. tvrdého prahování. Vhodnou úroveň prahu zvolte na bázi analýzy části zpracovávaného signálu, která obsahuje pouze šum pozadí.
• Pracujte s vybraným akustickým/řečovým signálem s přidaným aditivním bílým šumem s normálním (Gauss.) rozložením a nulovou střední hodnotou různé úrovně, tj. s nižší resp. vyšší úrovní rušení.
• Sledujte potlačení barevného šumu v analyzovaném signálu. V tomto případě vyberte z následujících možností:
  - nc1.bin (pro načtení do MATLABu použijte funkci loadbin.m) - umělý nízkofrekvenční šum,
  - nc2.bin - umělý vysokofrekvenční šum,
  - nc3.bin - umělý pásmový šum,
  - nc4.bin - umělý pásmový šum .
• Výsledek:
  • Zobrazte původní zašuměný signál, signál rozložených do jednotlivých pásem před a po prahování, zpětně syntetizovaný signál s potlačeným šumem.
  • Srovnejte vstupní SNR_in zašuměného signálu a dosažené SNR_out výstupního zvýrazněného signálu s potlačeným šumem.