编写MATLAB程序，利用脉冲响应不变法设计IIR数字低通滤波器，要求通带和阻带具有单调下降特性，指标参数如下：。 2、数字滤波器的技术指标如下：，编写MATLAB程序，采用窗函数法设计一个FIR数字滤波器。 3、用上面设计的滤波器对加噪声的语音信号进行滤波，并对滤波前后的时域波形和频域特征进行比较。

IIR数字低通滤波器的设计：

首先，定义滤波器的通带截止频率和阻带截止频率：

fp = 1000;  % 通带截止频率
fs = 2000;  % 阻带截止频率

接下来，根据脉冲响应不变法，我们需要将模拟滤波器的传递函数转换为数字滤波器的差分方程。这里我们使用MATLAB中的`bilinear()`函数进行双线性变换：

[b,a] = butter(4,2*pi*fp,'s');  % 设计4阶Butterworth模拟滤波器
[bz,az] = bilinear(b,a,fs);     % 双线性变换

上面的代码利用了MATLAB中的`butter()`函数来设计4阶Butterworth模拟滤波器，并且将其双线性变换为数字滤波器的差分方程。

接下来，我们可以用`freqz()`函数来绘制数字滤波器的幅度响应：

[h,w] = freqz(bz,az);
plot(w/pi,abs(h));

这里，我们使用`freqz()`函数来计算数字滤波器的频率响应，并且用`plot()`函数来绘制其幅度响应曲线。

FIR数字滤波器的设计：

采用窗函数法设计FIR数字滤波器，具体步骤如下：

1. 定义滤波器的通带截止频率和阻带截止频率。

fp = 1000;  % 通带截止频率
fs = 2000;  % 阻带截止频率

2. 根据通带截止频率和阻带截止频率，计算滤波器的阶数和窗函数。

delta_p = 0.01;  % 通带最大衰减
delta_s = 0.01;  % 阻带最小衰减
delta = min(delta_p,delta_s);  % 取最小值作为实际衰减
A = -20*log10(delta);  % 计算实际衰减
Rp = 1;  % 通带波纹系数
As = 20;  % 阻带衰减
N = ceil((As-8)/(2.285*(2*pi/fs)*min((fp/fs),(1-fp/fs)))+1);  % 计算滤波器阶数
w = hamming(N+1);  % 窗函数

这里，我们使用`min()`函数来取通带最大衰减和阻带最小衰减的最小值作为实际衰减，然后根据实际衰减和通带波纹系数和阻带衰减，计算滤波器的阶数。最后，使用`hamming()`函数来生成窗函数。

3. 根据窗函数和滤波器的阶数，计算滤波器的系数。

h = fir1(N,2*pi*fp/fs,w);  % 计算滤波器系数

这里，我们使用`fir1()`函数来计算滤波器的系数。

4. 绘制滤波器的幅度响应曲线。

[h,w] = freqz(h,1);
plot(w/pi,abs(h));

这里，我们使用`freqz()`函数来计算滤波器的幅度响应，并且用`plot()`函数来绘制其幅度响应曲线。

信号滤波：

假设我们有一个加噪声的语音信号`s`，我们可以使用上面设计的数字滤波器来滤波：

load('noisy_speech.mat');  % 加噪声的语音信号
s_filtered = filter(bz,az,s);  % IIR数字低通滤波器
s_filtered = filter(h,1,s);   % FIR数字滤波器

这里，我们使用`filter()`函数来对语音信号进行滤波，其中`bz`和`az`是IIR数字低通滤波器的差分方程系数，`h`是FIR数字滤波器的系数。最后，我们可以将滤波前后的时域波形和频域特征进行比较：

subplot(2,2,1); plot(s); title('原始语音信号'); xlabel('时间 (s)'); ylabel('幅值');
subplot(2,2,2); plot(s_filtered); title('滤波后的语音信号'); xlabel('时间 (s)'); ylabel('幅值');
subplot(2,2,3); pwelch(s,[],[],[],fs,'onesided'); title('原始语音信号的功率谱密度'); xlabel('频率 (Hz)'); ylabel('功率谱密度');
subplot(2,2,4); pwelch(s_filtered,[],[],[],fs,'onesided'); title('滤波后的语音信号的功率谱密度'); xlabel('频率 (Hz)'); ylabel('功率谱密度');

这里，我们使用`subplot()`函数来将图像排列在一起，用`pwelch()`函数来计算功率谱密度，并且用`plot()`函数来绘制时域波形。