(2)设计IIR数字滤波器，滤除音频信号中的噪声。通过实验研究的选择对滤波效果及滤波器阶数的影响，给出滤波器指标选择的基本原则，确定你认为最合适的滤波器指标。

设计IIR数字滤波器可以使用Matlab中的`butter`、`cheby1`、`cheby2`、`ellip`等函数来实现。这里以`butter`函数为例说明如何设计低通滤波器。

步骤如下：

1. 读取音频文件并选择所需滤波类型（例如低通、高通、带通或带阻）和截止频率。

% 读取音频文件
[y, Fs] = audioread('filename.wav');

% 选择滤波器类型和截止频率
fpass = 1000; % 通带截止频率
fstop = 2000; % 阻带截止频率
Rp = 1; % 通带最大衰减量(dB)
Rs = 60; % 阻带最小衰减量(dB)

2. 计算滤波器的阶数和归一化截止频率。

% 计算滤波器的阶数和归一化截止频率
[n, Wn] = buttord(fpass/(Fs/2), fstop/(Fs/2), Rp, Rs);

3. 使用`butter`函数来设计滤波器。

% 使用butter函数来设计滤波器
[b, a] = butter(n, Wn, 'low');

4. 使用`filter`函数来对音频信号进行滤波。

% 使用filter函数来对音频信号进行滤波
y_filtered = filter(b, a, y);

5. 将滤波后的信号保存为wav文件。

% 将滤波后的信号保存为wav文件
audiowrite('filtered_audio.wav', y_filtered, Fs);

在实验中，可以通过改变截止频率、滤波器阶数等参数来研究滤波效果及滤波器阶数的影响。选择滤波器指标的基本原则是要达到足够的滤波效果，同时尽量减小滤波器的阶数，以避免带来额外的计算负担和相位畸变。通常情况下，选择截止频率、通带最大衰减量和阻带最小衰减量等参数，以满足滤波效果和计算复杂度的要求。

最合适的滤波器指标因具体情况而异。在选择滤波器指标时，需要考虑滤波的应用场景、信号特性和计算资源等因素。例如，如果滤波器用于音频信号去噪，可以考虑使用低通或高通滤波器，截止频率要根据信号的频率特性来确定，通带最大衰减量和阻带最小衰减量要足够大，以尽可能地减小噪声的影响。