有一个.mat文件，里面是一个低信噪比信号，要通过降噪从中恢复出有效的信号并分析结果的SNIR，要求用matlab完成，恢复前和恢复后的信号都要画出图片。请给我详细完整的一套matlab代码

在MATLAB中处理低信噪比信号通常涉及信号处理的几个关键步骤：噪声抑制、信号恢复和性能评估。这里提供了一个基本的流程来完成这个任务：

% 加载.mat文件
load('your_file.mat'); % 替换 'your_file.mat' 为你的实际文件名

% 假设你的信号数据存储在变量 'signal' 中，噪声数据在 'noise' 中
% 确保它们已经被正确加载进来

% 1. 噪声估计
if isfield(data, 'noise_floor') % 如果有噪声底限信息
    noise_floor = data.noise_floor;
else
    % 如果没有直接给出噪声底限，可以计算一个简单的平均值作为初始值
    noise_floor = mean(abs(signal));
end

% 使用某种降噪算法，如Wiener滤波或Median滤波
signal_filtered = wiener(signal, noise_floor); % 或者用 medfilt2()

% 2. 信号恢复
% 这里假设我们对信号进行了线性平滑恢复，可以根据实际情况调整
signal_recovered = filter(h, signal_filtered); % h 是滤波器系数，例如h = fir1(50, 0.4); 

% 3. 绘制原始信号和恢复后的信号图
figure;
subplot(2, 1, 1);
plot(signal);
title('Original Signal (Low SNR)');
xlabel('Sample');
ylabel('Amplitude');

subplot(2, 1, 2);
plot(signal_recovered);
title('Recovered Signal after Noise Reduction');
xlabel('Sample');
ylabel('Amplitude');

% 4. 计算信噪比(SNR)
SNIR = 10 * log10(std(signal) / std(signal_recovered - signal)); % 对比标准差
disp(['Signal-to-Noise Ratio (SNR): ', num2str(SNR), ' dB']);