编写代码实现三点平均器，输入一个受均值为0、方差为1的高斯随机噪声Noise(n)干扰的正弦序列x(n)=10si n⁡(0.02nπ)+Noise(n)，0≤n≤100，在同一幅图上绘制三点平均前后的序列图形，

编写代码实现三点平均器的过程通常涉及到信号处理，这里我将以Python语言和matplotlib库为例来说明如何操作。首先需要导入必要的库，然后生成噪声信号和正弦序列，接着应用三点平均滤波，最后绘制原始信号和处理后的信号。

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import savgol_filter

# 定义正弦序列参数
frequency = 0.02 * np.pi
noise_variance = 1
num_points = 101

# 生成正弦序列和高斯噪声
x = 10 * np.sin(frequency * np.arange(num_points)) + np.random.normal(0, np.sqrt(noise_variance), num_points)

# 设定窗口大小为3（即三点）
window_size = 3

# 应用三点平均滤波
filtered_x = savgol_filter(x, window_size, polyorder=1)

# 绘制原始信号和处理后的信号
plt.figure(figsize=(8, 4))
plt.plot(x, label='Original Signal', marker='o')
plt.plot(filtered_x, label='Filtered Signal (3-point moving average)', marker='o')
plt.axhline(y=0, color='k', linestyle='--', alpha=0.5)
plt.legend()
plt.title('Comparison of Original and Smoothed Sinusoidal Signal with Noise')
plt.xlabel('Sample Index')
plt.ylabel('Amplitude')
plt.grid(True)
plt.show()