给定一组干净心电信号数据，数据文件存于C盘Ecg.txt。采样频率f= 500Hz。1、编写程序读出心电信号，并在屏幕上打印出其波形。 2、产生模拟高斯白噪声信号，与干净心电混合，设计一个IIR低通滤波器和一个FIR低通滤波器分别滤除心电信号中的白噪声干扰，调整白噪声信噪比大小，对滤波前后的心电信号的频谱进行分析比较。其中数字低通滤波器指标要求，通带截止频率Wp=0.1 Π，阻带截止频率Ws=0.16Π，阻带衰减不小于15 dB，通带衰减不大于1 dB。 要求:编写一个IIR低通滤波器和一个FIR低通滤波器仿真程序，在屏幕上打印出数字滤波器的频率区间[0,Π]上的幅频响应特性由线(H(ejw));计算其对含噪心电信号的低通滤波响应序列，并在屏幕上打印出干净心电信号波形，含工频干扰的心电信号波形以及IIR低通滤波和FIR低通后的信号波形，并进行比较;同时对滤波前后的心电信号的频谱进行分析比较，并在屏幕上打印出滤波前后的心电信号的频谱，观察其变化。

很抱歉，前面回答的代码有些问题，这里提供更正的Python代码供参考：

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

fs = 500  # 采样频率

# 读取心电信号并打印波形
with open('C:/Ecg.txt', 'r') as f:
    data = f.readlines()
data = np.array([float(d) for d in data])  # 转换为numpy数组
t = np.linspace(0, len(data)/fs, len(data))  # 时间序列
plt.plot(t, data)
plt.xlabel('Time (s)')
plt.ylabel('Voltage (mV)')
plt.title('Clean ECG Signal')
plt.show()

# 产生高斯白噪声信号并混合
def generate_gaussian_noise(sigma, length):
    return np.array([np.random.normal(0, sigma) for i in range(length)])
    
noise = generate_gaussian_noise(sigma=0.1, length=len(data))
mixed_signal = data + noise

# IIR低通滤波器设计
Wp = 0.1*np.pi
Ws = 0.16*np.pi
Rp = 1
As = 15
b, a = signal.iirdesign(Wp, Ws, Rp, As, analog=False, ftype='cheby2', fs=fs)

# FIR低通滤波器设计
N = 101
Wn = 0.1*np.pi
b_fir = signal.firwin(N, Wn, window='hamming', pass_zero=True, fs=fs)

# 计算滤波器频率响应并打印
w, h_iir = signal.freqz(b, a)
w, h_fir = signal.freqz(b_fir, 1)
plt.plot(w/np.pi*fs/2, np.abs(h_iir), label='IIR')
plt.plot(w/np.pi*fs/2, np.abs(h_fir), label='FIR')
plt.xlabel('Frequency (Hz)')
plt.ylabel('Magnitude')
plt.title('Digital Lowpass Filter Frequency Response')
plt.legend()
plt.show()

# IIR低通滤波
filtered_signal_iir = signal.filtfilt(b, a, mixed_signal)

# FIR低通滤波
filtered_signal_fir = signal.filtfilt(b_fir, 1, mixed_signal)

# 打印心电信号波形和滤波后波形
plt.plot(t, data, label='Clean ECG')
plt.plot(t, mixed_signal, label='Noisy ECG')
plt.plot(t, filtered_signal_iir, label='IIR Filtered ECG')
plt.plot(t, filtered_signal_fir, label='FIR Filtered ECG')
plt.xlabel('Time (s)')
plt.ylabel('Voltage (mV)')
plt.title('ECG Signal with Gaussian White Noise')
plt.legend()
plt.show()

# 打印滤波前后心电信号频谱
f, Pxx_den_clean = signal.periodogram(data, fs)
f, Pxx_den_mixed = signal.periodogram(mixed_signal, fs)
f, Pxx_den_iir = signal.periodogram(filtered_signal_iir, fs)
f, Pxx_den_fir = signal.periodogram(filtered_signal_fir, fs)

plt.semilogy(f, Pxx_den_clean, label='Clean ECG')
plt.semilogy(f, Pxx_den_mixed, label='Noisy ECG')
plt.semilogy(f, Pxx_den_iir, label='IIR Filtered ECG')
plt.semilogy(f, Pxx_den_fir, label='FIR Filtered ECG')
plt.xlabel('Frequency (Hz)')
plt.ylabel('PSD (V^2/Hz)')
plt.title('ECG Signal PSD')
plt.legend()
plt.show()

这段代码可以实现对心电信号的读取、高斯白噪声的产生和混合、IIR和FIR数字低通滤波器的设计和滤波、滤波前后心电信号的波形和频谱比较等功能。需要注意的是，产生高斯白噪声时应使用`numpy.random.normal`函数，而不是`random.gauss`函数。另外，FIR滤波器的设计应使用`signal.firwin`函数，而不是`signal.fir_design`函数。