写一个QMF子带滤波器的Matlab代码，要求使用余弦信号为测试信号，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QMF（二叉树滤波器）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QMF滤波器
h0 = [0.4829629131445341 0.8365163037378077 0.2241438680420134 -0.1294095225512603];
h1 = [-0.1294095225512603 -0.2241438680420134 0.8365163037378077 -0.4829629131445341];

% 对信号进行分解
xqmf = upfirdn(x, h0, 2);
xqmf_dec = xqmf(2:2:end); % 获取低频分量
xqmf_dec_up = upsample(xqmf_dec, 2);
xqmf_rec = upfirdn(xqmf_dec_up, h1, 2); % 获取高频分量

% 重构信号
x_rec = upfirdn(xqmf, h1, 2);

% 绘制原信号、分解后的信号与重构后的信号
subplot(3,1,1);
plot(xqmf_dec);
title('分解后的信号');
subplot(3,1,2);
plot(x);
title('原信号');
subplot(3,1,3);
plot(x_rec);
title('重构信号');

该代码生成一个频率为5Hz的余弦信号，并使用QMF滤波器将信号分解为低频分量和高频分量。然后通过反卷积和上采样，将低频分量上采样并与高频分量卷积，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。