MATLAB设计一种计算矩阵奇异值的方法，给出算法步骤。

MATLAB中提供了`svd`函数用于计算矩阵的奇异值分解，但是为了更好地理解奇异值的计算过程，我们可以手动实现一种计算矩阵奇异值的方法。下面是一种简单的算法步骤：

1. 对矩阵A做左奇异值分解，得到正交矩阵U1和对角线矩阵S1。
2. 对矩阵A的转置做左奇异值分解，得到正交矩阵U2和对角线矩阵S2。
3. 计算矩阵A的奇异值矩阵Sigma = sqrt(S1^2 + S2^2)。
4. 对矩阵A做奇异值分解，得到正交矩阵U、奇异值矩阵Sigma和正交矩阵V。

下面是MATLAB代码实现：

% 定义矩阵A
A = [1 2 3; 4 5 6; 7 8 9];

% 计算左奇异值分解
[U1, S1, ~] = svd(A);
[U2, S2, ~] = svd(A');

% 计算奇异值矩阵
Sigma = sqrt(S1.^2 + S2.^2);

% 计算奇异值分解
[U, Sigma, V] = svd(A);

这个算法的思路是利用矩阵的左奇异值和右奇异值的关系，计算出矩阵的奇异值矩阵。在计算奇异值矩阵之后，再利用奇异值分解的公式计算出正交矩阵和奇异值矩阵，即可得到矩阵的奇异值分解。