设计带阻滤波器，将x(n)中的干扰信号滤除，画出滤波后信号y(n)的波形和幅度谱。

好的，我可以为您解答这个问题。

首先，我们需要设计一个带阻滤波器，来滤除干扰信号。由于干扰信号的频率范围为3.5 kHz到4 kHz，我们可以设计一个中心频率为3.75 kHz的带阻滤波器，带宽为500 Hz，可以使用巴特沃斯滤波器或者其他类型的滤波器。

设计完成后，我们可以使用MATLAB进行信号处理。假设方波信号为x(n)，噪声信号为w(n)，滤波器的传递函数为H(z)，则滤波后的信号y(n)可以表示为：

y(n) = x(n) + H(z) * w(n)

其中，*表示卷积操作。我们可以使用MATLAB中的filter函数进行滤波操作，代码如下：

fs = 10000; % 采样频率
t = 0:1/fs:1; % 时间序列
x = square(2*pi*50*t); % 方波信号
w = sin(2*pi*3500*t) + sin(2*pi*4000*t); % 噪声信号
fc = 3750; % 中心频率
bw = 500; % 带宽
[b,a] = butter(4, [2*fc/fs-2*bw/fs, 2*fc/fs+2*bw/fs], 'stop'); % 4阶带阻滤波器
y = x + filter(b, a, w); % 滤波后的信号

接下来，我们可以绘制滤波后的信号y(n)的波形和幅度谱，代码如下：

% 绘制滤波后的信号y(n)的波形
subplot(2,1,1);
plot(t, y);
xlabel('Time(sec)');
ylabel('Amplitude');
title('Waveform of Filtered Signal');

% 绘制滤波后的信号y(n)的幅度谱
subplot(2,1,2);
Y = fft(y);
f = (0:length(Y)-1)*fs/length(Y);
plot(f, abs(Y));
xlabel('Frequency(Hz)');
ylabel('Magnitude');
title('Magnitude Spectrum of Filtered Signal');

运行以上代码，即可得到滤波后的信号y(n)的波形和幅度谱。