写一个子带滤波器的Matlab代码，要求测试信号使用余弦信号，展示出分解后的信号，原信号，和重构后的信号

以下是一个基于小波变换的子带滤波器的MATLAB代码示例，可以展示出原信号、分解后的信号与重构后的信号：

% 定义需要处理的信号
fs = 1000; % 采样率
t = 0:1/fs:1-1/fs; % 时间向量
f = 5; % 信号频率
x = cos(2*pi*f*t); % 生成余弦信号

% 定义小波函数和滤波器
wname = 'db4'; % 选用的小波函数
[c, l] = wavedec(x, 3, wname); % 将信号分解为3层小波系数
[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters(wname); % 获取小波函数的滤波器

% 对小波系数进行滤波
for i = 1:3
    % 获取当前层的小波系数
    cd = detcoef(c, l, i);
    % 对小波系数进行滤波
    cd_filt = wkeep(conv(cd, Hi_D), length(cd));
    % 将滤波后的小波系数替换原来的小波系数
    c((l(i)+1):l(i+1)) = cd_filt;
end

% 重构信号
x_filt = waverec(c, l, wname);

% 绘制原信号、分解后的信号与重构后的信号
subplot(3,1,1);
plot(wrcoef('d', c, l, wname, 1));
title('分解后的信号');
subplot(3,1,2);
plot(x);
title('原信号');
subplot(3,1,3);
plot(x_filt);
title('重构信号');

该代码生成一个频率为5Hz的余弦信号，并使用小波变换将信号分解为3层小波系数。然后对每一层的小波系数进行高通滤波，保留高频分量，最后通过小波重构得到滤波后的信号。在绘制图像时，使用subplot函数将分解后的信号、原信号和重构信号分别绘制在3个子图中，方便展示分解后的信号、原信号和重构信号的差异。