clearclc;

[wave?Fs]=audioread（‘cheese.wav‘）;?
%播放讀入的數據
sound_1=wave（:1）;
%p?=?audioplayer（sound_1Fs）;
%play（p）;

figure（1）;
subplot（321）;
plot（wave）;
title（‘原始語音信號‘）;
xlabel（‘時間（s）‘）;
ylim（[-0.4?0.4]）;
subplot（322）;
y1=fft（wavelength（wave））;
plot（abs（y1））;
xlim（[0length（wave）/2]）;
ylim（[0?400]）;
title（‘原始語音信號頻譜‘）;
xlabel（‘頻率（Hz）‘）;
%————————————————加噪聲后的信號————————————————
%?a=0.08;%系數越小噪聲越小，濾波效果越好
%?noise=a*randn（size（sound_1））;
%?wave_noise（:1）=sound_1+noise;%w;%聲道1加入噪聲信號
??
wave_noise（:1）=awgn（sound_1400）;??????%?過高斯白噪聲信道，snr（a）來衡量信道的信噪比

audiowrite（‘C:\Users\Administrator\Desktop\kalman\Gnoise.wav‘wave_noiseFs）;

figure（1）;
subplot（323）;
plot（wave_noise‘Color‘[1?0?0]）;
title（‘加高斯白噪聲語音信號‘）;
xlabel（‘時間（s）‘）;
ylim（[-0.4?0.4]）;
subplot（324）;
y2=fft（wave_noiselength（wave_noise））;
plot（abs（y2）‘Color‘[1?0?0]）;
title（‘加高斯噪語音信號頻譜‘）;
xlabel（‘頻率（Hz）‘）;
xlim（[0length（wave）/2]）;
%————————卡爾曼濾波————————
N?=?length（wave_noise）;
sz?=?[N1];
z?=?wave_noise（:1）;????%測量中含有噪聲

Q?=?0.01;????????		%過程激勵噪聲方差?????
						%注意Q值得改變，修改代碼不要改變z的值??
R?=?22;?????????		%測量方差估計，可以改變它來看不