done

files/B3.m

@@ -3,6 +3,9 @@ pkg load communications
 [X, Fs] = audioread("voices/v3.wav");
 
 
+
+
+
 X1 = awgn(X, 50);
 output1 = SSA(X1, Fs, .25);
 figure(1);
@@ -14,7 +17,6 @@ plot(X1);
 title("Enhanced Signal")
 
 
-
 X2 = awgn(X, 70);
 output2 = SSA(X2, Fs, .25);
 figure(2);
@@ -27,7 +29,6 @@ title("Enhanced Signal")
 
 
 
-
 X3 = awgn(X, 100);
 output3 = SSA(X3, Fs, .25);
 figure(3);
@@ -39,6 +40,7 @@ plot(X3);
 title("Enhanced Signal")
 
 
+
 X4 = awgn(X, 120);
 output4 = SSA(X4, Fs, .25);
 figure(4);
@@ -52,6 +54,3 @@ title("Enhanced Signal")
 
 
 
-
-
-

finalrep.aux

@@ -29,3 +29,7 @@
 \@writefile{toc}{\contentsline {subsection}{\numberline {2.1}معرفی مختصری از الگوریتم تفاضل طیف}{5}{subsection.2.1}}
 \@writefile{toc}{\contentsline {subsection}{\numberline {2.2}پیاده سازی و نکات آن}{6}{subsection.2.2}}
 \@writefile{toc}{\contentsline {subsection}{\numberline {2.3}تست الگوریتم در مقابل نویزهای متفاوت}{7}{subsection.2.3}}
+\@writefile{lof}{\contentsline {figure}{\numberline {3}{\ignorespaces خروجی برای نسبت سیگنال به نویز 50\relax }}{8}{figure.caption.3}}
+\@writefile{lof}{\contentsline {figure}{\numberline {4}{\ignorespaces خروجی برای نسبت سیگنال به نویز 70\relax }}{9}{figure.caption.4}}
+\@writefile{lof}{\contentsline {figure}{\numberline {5}{\ignorespaces خروجی برای نسبت سیگنال به نویز 100\relax }}{10}{figure.caption.5}}
+\@writefile{lof}{\contentsline {figure}{\numberline {6}{\ignorespaces خروجی برای نسبت سیگنال به نویز 120\relax }}{11}{figure.caption.6}}

finalrep.tex

@@ -106,7 +106,6 @@ voices/v9.wav women\\
 پیشنهاد برای افزایش دقت: ما چون فقط بر اساس یک ماکزیمم درحال تصمیم گیری هستیم خطای بالایی داریم بهتر است برای بهینه کردن و افزایش دقت مجموعه ای از ماکسیمم ها و مینیمم های محلی را پیدا کنیم  و الگوی انها را با الگوی اکسترمم های محلی هر جنسیت تطابق دهیم. البته چون ویس های ما زیاد نویز ندارند پس زیاد فرکانس ها تغییر نکرده اند و با همان پیک فرکانس میتوان به راحتی تشخیص داد.
 برای این کار میتوان از تابع  \lr{findpeaks} استفاده کرد که در نرم افزار \lr{octave} در پکیج  \lr{signal} است.
 
-\lr{convolve}
 
 \section{ الگوریتم هایی برای بهبود صدا}
 
@@ -128,8 +127,8 @@ voices/v9.wav women\\
 
 \subsection{پیاده سازی و نکات آن}
 ایده اصلی این الگوریتم برای حذف نویز صحبت در سال 1975 توسط ویس ارائه شد و نتیجه عملی آن در سال 1979 توسط بول منتشر گردید.
-ابتدائا برای حذف نویز های سفید و ایسا طراحی شده بود و محدود عملی زیادی داشت که از جمله آن نویز های موزیکال بودند.
-این روش بعد ها اصلاح شد و الگوریتم های پیچیده و روش های غیر خطی به کار گرفته شد تا علاوه بر حذف نویزهای واقعی محیط نویز موزیکال را نیز کاهش دهد.
+ابتدائا برای حذف نویز های سفید و ایسا طراحی شده بود و محدودیت عملیاتی زیادی داشت که از جمله آن نویز های موزیکال بودند.
+این روش بعد ها اصلاح شد و الگوریتم های پیچیده و روش های غیر خطی به کار گرفته شد تا علاوه بر حذف نویزهای واقعی محیط، نویز موزیکال را نیز کاهش دهد.
 
 ما در اینجا الگوریتم بول را پیاده سازی کرده‌ایم که در فایل 
 \lr{SSA.m} 
@@ -149,6 +148,39 @@ voices/v9.wav women\\
 
 
 
+مشاهده میکنیم که این الگوریتم نویز گاوسی را به خوبی تشخیص و حذف میکند زیرا در میانگین گیری بهترین تخمین زده می شود برای همین است که این الگوریتم برای نویز های موزیکال خوب نیست زیرا میانگین نویز تخمین خوبی به ما نمی دهد که البته طبق مطالب گفته شده میتوان الگوریتم را بهتر کرد.
+
+تمامی سیگنال های اولیه از سیگنال نویز دار بطور خوبی استخراج شده اند.
+
+نمودار های خروجی در زیر آمده اند ولی برای دیدن نمودار های با کیفیت میتوانید از پوشه تصاویرکمک بگیرید که بصورت وکتور در پی دی اف قرار داده شده اند و با برای بررسی نمودار میتوانید کد را اجرا کرده و خروجی هر 4 نمودار را روی صفحه ببینید.
+
+
+\begin{figure}
+\centering
+\includegraphics[width=\textwidth]{snr50}
+\caption{خروجی برای نسبت سیگنال به نویز 50}
+\end{figure}
+
+\begin{figure}
+\centering
+\includegraphics[width=\textwidth]{snr70}
+\caption{خروجی برای نسبت سیگنال به نویز 70}
+\end{figure}
+
+\begin{figure}
+\centering
+\includegraphics[width=\textwidth]{snr100}
+\caption{خروجی برای نسبت سیگنال به نویز 100}
+\end{figure}
+
+\begin{figure}
+\centering
+\includegraphics[width=\textwidth]{snr120}
+\caption{خروجی برای نسبت سیگنال به نویز 120}
+\end{figure}
+
+
+
 \end{document}