当SNR=-8，-8 ；M=48时，用上述四种代码实现

您提到的"SNR = -8, -8"可能是信号噪声比（Signal-to-Noise Ratio）的两个特定值，通常用于衡量通信或信号处理中的信噪质量。而"M = 48"可能指的是某种模数转换器的采样点数或者是传输数据的子载波数目。

然而，没有具体的上下文或代码示例，我无法直接提供详细的实现。不过，我可以根据这些参数猜测可能涉及的一些步骤：

1. **OFDM（正交频分复用）调制解调**：如果这是无线通信相关的场景，您可能会使用OFDM（如在LTE或Wi-Fi中），那么在SNR为-8 dB时，可能需要计算接收信号的解码性能，比如误比特率或信息理论中的BER（Bit Error Rate）。

% 假设我们有一个预定义的OFDM调制和解调函数
[M, SNRdb] = deal(48, [-8 -8]); % M代表子载波数，SNRdb是dB值
 EbN0 = 10^(SNRdb/10); % 将dB转成Eb/N0 (能量比)
 berVec = ofdmSimulate(M, EbN0); % 模拟误码率

2. **数字信号处理**：如果是数字信号处理的情况，比如滤波、检测噪声等，可能需要用到像Wiener滤波器或者自适应滤波算法。

% 使用Wiener滤波的例子
filterOrder = floor(M/2); % 建立一个适当的滤波器长度
filteredSig = wiener(y, noisePSD, filterOrder, SNRdb); % y是信号，noisePSD是噪声功率谱密度

3. **图像处理**：如果是图像处理领域，可能是在低信噪比下恢复图像或进行降噪。

imgNoisy = imnoise(img, 'gaussian', 0, sqrt(SNRdb)); % img是原始图像，SNRdb影响噪声强度
imgRestored = denoise(imgNoisy, 'wiener', SNRdb); % 使用维纳滤波器

对于每个情况，都需要相应的函数或库支持。为了提供更准确的帮助，请提供更多的背景信息或者具体涉及到的代码片段。