如何使用MATLAB实现了M=9点滑动平均滤波，对受噪声干扰的正弦信号进行滤波，去除噪声干扰后输出信号

可以使用MATLAB中的`filter`函数实现M=9点滑动平均滤波，对受噪声干扰的正弦信号进行滤波，去除噪声干扰后输出信号。具体步骤如下：

1. 生成受噪声干扰的正弦信号，其中噪声是均值为0、方差为1的高斯分布随机信号。

N = 1000;   % 信号长度
t = linspace(0, 1, N);   % 时间序列
s = sin(2 * pi * 5 * t);   % 正弦信号
n = randn(1, N);   % 均值为0、方差为1的高斯分布随机噪声信号
x = s + n;   % 受噪声干扰的正弦信号

2. 定义M=9点滑动平均滤波器的传递函数，对信号进行滤波。

M = 9;   % 滑动窗口大小
b = ones(1, M) / M;   % 滑动平均滤波器的传递函数
a = 1;   % 滤波器的分母系数
y = filter(b, a, x);   % 对输入信号进行滤波

3. 绘制原始信号、受噪声干扰的输入信号、滤除噪声干扰的输出信号三个图像。

subplot(3, 1, 1);
plot(t, s);
title('原始信号');
subplot(3, 1, 2);
plot(t, x);
title('受噪声干扰的输入信号');
subplot(3, 1, 3);
plot(t, y);
title('滤除噪声干扰的输出信号');

在绘制图像时，使用`subplot`函数将三个图像分别显示在一个窗口中。运行上述MATLAB代码，即可得到原始信号、受噪声干扰的输入信号、滤除噪声干扰的输出信号三个图像，其中第二个图像为蓝色，表示受噪声干扰的正弦信号，第三个图像为橙色，表示滤除噪声干扰的输出信号。可以看到，滤波后的输出信号已经去除了噪声干扰，基本还原了原始信号。