音频处理maltab代码

%% Chapter 3 - How is sound processed in an MP3 player?
% This is a companion file to the book “Applied Signal Processing“ 
% by T.Dutoit and F. Marques Springer 2008.
% 
% It is supposed to be run cell-by-cell using the cell mode of 
% MATLAB 6 and later versions. Search for “what are cells“ in the 
% product help of MATLAB to know how to use them.
% 
% This file uses the SIGNAL_PROCESSING toolbox of MATLAB.
 
%%
% In this script we will see how the limitations of the human auditory
% process have been taken into account for the design of perceptual audio
% coders with special emphasis on the principles underlying the MPEG-1
% layer-I audio coding norm. We start by examining a two-channel filter bank
% using conventional filters （Section 1） and QMF filters （Section 2）. We
% then extend our study to a 32-channel PQMF filter bank （Section 3） and
% show how it can be efficiently implemented using block-based lapped
% transforms （Section 4）. We conclude by providing our filter bank with
% a perceptual quantizer for sub-band signals （Section 5）.
%
% Copyright N. Moreau T. Dutoit （2007）

clear all;
set（0‘defaultFigureColor‘‘w‘）;

%% 1. Two-channel filter bank
% The MPEG 1 layer I coder is based on quantifying the sub-band signals of
% an analysis-synthesis filter bank （as we will see later this can also be
% interpreted in terms of block-transform-based processing）.  
% The analysis filter-bank at the encoder splits the signal into （ideally
% non-overlapping） frequency bands. The resulting narrow-band signals are
% then decimated and quantized. The decoder upsamples each sub-band signal
% and performs band-pass-filtering so as to eliminate the aliasing images
% due to upsampling.    
% 
% Before examining a complete M-channel filter bank we first discuss 
% the 2-channel case and the effect of a decimation and interpolation in
% each branch. 
%
% Let us first generate a 4-seconds chirp signal （from 0 to 4 kHz） with a
% sampling rate of 8 kHz which we will use as a reference throughout
% this Section.  

Fs=8000;
input_signal=chirp（（0:4*Fs）/Fs044000）;

clf;
soundsc（input_signalFs）;

%%
specgram（input_signal1024Fs256）;

%%
% Applying direct downsampling-upsampling by 2 results in replacing every
% other sample by zero. The result is that an artifact signal is added
% whose spectrum is the quadrature mirror image of that of the chirp. Two
% sinusoids can be heard at any time. （Notice we multiply the signal by 2
% when upsampling so that the power of the signal remains unchanged.）

downsampled=input_signal（1:2:end）;
upsampled（1:2:2*length（downsampled））=2*downsampled;

clf;
specgram（upsampled1024Fs 256）;
soundsc（upsampledFs）;

%%
% Adding a quarter-band filter after upsampling eliminates the image
% distortion making sure that only one 
% sinusoid appears at any time. During the first half of the chirp that
% sinusoid is the chirp itself; during the second h