使用滤波器设计方法将一维信号的频率成分分别获得，并以matlab代码写出。 将滤得的频率成分叠加生产原信号，并与给的标准原信号进行对比。

好的，我来回答你的问题。

首先，滤波器设计方法有很多种，常见的包括FIR滤波器和IIR滤波器。这里我以FIR滤波器为例进行说明。

FIR滤波器的基本思想是将输入信号通过一组系数为h(n)的线性时不变系统，得到滤波后的输出信号。FIR滤波器的特点是具有线性相位和稳定性，常用于数字信号处理中。

在matlab中，可以使用fir1函数设计FIR滤波器。具体的代码示例如下：

% 设计低通滤波器
fs = 1000; % 采样率
fc = 100; % 截止频率
N = 100; % 滤波器阶数
h = fir1(N, fc/(fs/2)); % 设计FIR滤波器系数

% 滤波处理
x = randn(1, 1000); % 生成随机信号
y = filter(h, 1, x); % 使用FIR滤波器进行滤波

% 绘制滤波前后的频谱图
figure;
subplot(2,1,1);
plot(abs(fft(x)));
title('原始信号频谱图');
subplot(2,1,2);
plot(abs(fft(y)));
title('滤波后信号频谱图');

上述代码中，我们首先使用fir1函数设计了一个截止频率为100Hz的低通滤波器，然后使用filter函数将随机信号x进行滤波处理，得到滤波后的信号y。最后绘制出滤波前后的频谱图，可以看到滤波后的信号频率成分被过滤了。

接下来，我们可以将不同频率成分的信号分别进行滤波处理，然后将它们叠加起来得到原信号。具体的代码示例如下：

% 设计三个不同的滤波器
fs = 1000; % 采样率
N = 100; % 滤波器阶数
h1 = fir1(N, 100/(fs/2)); % 截止频率为100Hz的低通滤波器
h2 = fir1(N, [150 250]/(fs/2)); % 截止频率为150-250Hz的带通滤波器
h3 = fir1(N, 300/(fs/2), 'high'); % 截止频率为300Hz的高通滤波器

% 生成三个不同频率的信号
t = 0:1/fs:1;
x1 = sin(2*pi*100*t);
x2 = sin(2*pi*200*t);
x3 = sin(2*pi*300*t);
x = x1 + x2 + x3; % 生成原始信号

% 分别滤波处理
y1 = filter(h1, 1, x);
y2 = filter(h2, 1, x);
y3 = filter(h3, 1, x);

% 将滤波后的信号叠加起来得到原信号
y = y1 + y2 + y3;

% 绘制滤波前后的频谱图
figure;
subplot(2,1,1);
plot(abs(fft(x)));
title('原始信号频谱图');
subplot(2,1,2);
plot(abs(fft(y)));
title('滤波后信号频谱图');

上述代码中，我们设计了三个不同的滤波器，分别对原始信号的不同频率成分进行滤波处理，然后将滤波后的信号叠加起来得到原信号。最后绘制出滤波前后的频谱图，可以看到滤波后的信号频率成分被分别滤掉了，同时滤波后的信号与原始信号在频域上也非常接近。

注意，以上代码仅供参考，实际应用中需要根据具体需求进行调整。同时，在实际应用中还需要注意滤波器的阶数、截止频率等参数的选择，以及滤波后的信号是否产生了失真等问题。