调用remezord和remez设计FIR高通滤波器，要求：采样频率为16kHz，通带截止频率为5.5kHz，通带衰减为1dB，过渡带小于3.5kz，阻带衰减为75dB，分别画出各h(n)，幅频特性、相频特性及衰减特性。

首先，我们需要确定滤波器的阶数。根据给定的通带截止频率和通带衰减，我们可以使用巴特沃斯滤波器公式来估计阶数：

$$
N \approx \frac{\log(\frac{10^{0.1A_p}-1}{10^{0.1A_s}-1})}{2\log(\frac{\omega_p}{\omega_s})}
$$

其中 $A_p$ 和 $A_s$ 分别是通带衰减和阻带衰减（单位为 dB），$\omega_p$ 和 $\omega_s$ 分别是通带截止频率和阻带截止频率（单位为 弧度/秒）。在这里，我们有 $A_p = 1$ dB，$A_s = 75$ dB，$\omega_p = 2\pi\times 5.5\text{kHz}$，$\omega_s = 2\pi\times 3.5\text{kHz}$。代入公式得到：

$$
N \approx \frac{\log(\frac{10^{0.1}-1}{10^{-7.5}-1})}{2\log(\frac{2\pi\times 5.5\text{kHz}}{2\pi\times 3.5\text{kHz}})} \approx 6
$$

因此，我们需要一个6阶的高通滤波器。

接下来，我们使用 `remezord` 函数来计算一个最小阶数的滤波器系数：

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import freqz, remez, remezord

# 采样频率
fs = 16000

# 通带截止频率
fp = 5500

# 通带衰减
ap = 1

# 阻带截止频率
fs1 = 3500

# 阻带衰减
as1 = 75

# 计算最小阶数
N, Wn = remezord([fp, fs1], [1, 0], [ap, as1], fs=fs)

# 使用 Remez 算法设计滤波器
b = remez(N, Wn, [1, 0], Hz=fs)

接下来，我们可以使用 `freqz` 函数来绘制滤波器的幅频特性、相频特性和衰减特性：

# 计算频率响应
w, h = freqz(b, [1], worN=1024)

# 绘制幅频特性
plt.figure()
plt.plot(w / np.pi * fs / 2, 20 * np.log10(np.abs(h)))
plt.title('Amplitude Response')
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude (dB)')
plt.grid()

# 绘制相频特性
plt.figure()
plt.plot(w / np.pi * fs / 2, np.unwrap(np.angle(h)))
plt.title('Phase Response')
plt.xlabel('Frequency (Hz)')
plt.ylabel('Phase (rad)')
plt.grid()

# 绘制衰减特性
plt.figure()
plt.plot(w / np.pi * fs / 2, -20 * np.log10(np.abs(h)))
plt.title('Attenuation Response')
plt.xlabel('Frequency (Hz)')
plt.ylabel('Attenuation (dB)')
plt.ylim([0, 100])
plt.grid()

plt.show()

这将生成三个图像，分别是滤波器的幅频特性、相频特性和衰减特性。