用MATLAB创建信号，然后进行调制发送，发送过程中加入噪声干扰，进行去噪，之后进行滤波器进行解调，对比滤波前后的信号与滤波后除去噪声后的信号，以及解调之后的信号和原始信号

在MATLAB中，你可以按照以下步骤操作来模拟信号处理过程：

1. **创建信号**：
使用MATLAB内置函数（如`sin`、`cos`、`randn`等）生成你需要的信号。例如，你可以创建一个正弦波作为信息源：

   f_signal = sin(2*pi*50*t); % 正弦波信号，假设t是时间向量

2. **调制发送**：
常见的调制技术有AM（幅度调制）、FM（频率调制）等。选择一种调制方式（比如AM），可以使用`modulate`函数：

   modulated_signal = modulate(carrier_wave, f_signal);

`carrier_wave`是载波信号。

3. **加入噪声**：
使用`awgn`函数添加加性白高斯噪声（AWGN）：

   noisy_signal = awgn(modulated_signal, SNRdB); % SNRdB是信号到噪声比的分贝值

4. **去噪**：
对于AWGN，常用的方法是最小均方误差（MMSE）或者卡尔曼滤波。这里可以用MATLAB的`wiener2`函数做Wiener滤波，或自定义滤波器进行平滑：

   denoised_signal = wiener2(noisy_signal, [length(signal), length(signal)]);

5. **滤波器解调**：
根据调制方式，选择相应的解调算法（如相干解调、包络检波等）。例如，对于AM，可以直接取包络：

   demodulated_signal = abs(denoised_signal);

6. **比较信号**：
比较原始信号 `f_signal`、去噪后的 `denoised_signal` 和解调后的 `demodulated_signal`。你可以通过可视化（如`plot`函数）或计算相关指标（如PSD、SNR）来评估它们之间的相似度。