编制程序，包括产生输入信号、单位脉冲响应序列的子程 序，用 filter 函数或 conv 函数求解系统输出响应的主程序。程序中 要有绘制信号波形的功能。

在编写程序以计算数字信号处理系统中，通常涉及以下几个步骤：

1. **输入生成**：首先，你需要创建一个函数或者子程序来生成输入信号。这可以是一个简单的正弦波、方波或其他特定形式的电信号。你可以使用数学库（如Python的`numpy`或MATLAB的`sin`函数）来生成这些信号，并指定所需的频率、幅度等参数。

import numpy as np

def generate_input_signal(freq, duration, sampling_rate):
    time = np.linspace(0, duration, duration * sampling_rate)
    input_signal = np.sin(2 * np.pi * freq * time)
    return time, input_signal

2. **设计滤波器或卷积函数**：对于滤波器，你可以利用`filter`函数在NumPy或LTI Control Design Toolkit等库中实现线性系统的时间域响应；对于卷积操作，`convolve`函数会将输入信号与系统的 impulse response 进行卷积，得到输出信号。这里假设你已经有了一个系统函数`h`代表单位脉冲响应序列。

def apply_filter(input_signal, system_function_h, method='filter'):
    if method == 'filter':
        output_signal = signal.lfilter(system_function_h, 1, input_signal)
    elif method == 'conv':
        output_signal = np.convolve(input_signal, system_function_h)
    else:
        raise ValueError('Invalid method')
    return output_signal

3. **主程序与绘制波形**：在主程序中，你需要结合上述两个步骤并使用绘图库（如matplotlib）来可视化输入信号和输出信号。先生成输入信号，然后应用滤波器或卷积操作，最后绘制结果。

# 主程序
sampling_rate = 44100  # 示例采样率
input_freq = 1000     # 输入信号频率
duration = 5         # 信号持续时间秒
time, input_signal = generate_input_signal(input_freq, duration, sampling_rate)

system_function_h = ...  # 单位脉冲响应序列
output_signal = apply_filter(input_signal, system_function_h)

import matplotlib.pyplot as plt
plt.figure()
plt.plot(time, input_signal, label='Input Signal')
plt.plot(time, output_signal, label='Filtered Output Signal')
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.legend()
plt.show()