MATLAB设采样频率fs = 10 kHz，s(n)是一个方波信号，而噪声信号w(n)是两个高频（f1 =3.5kHz， f2 = 4 kHz）正弦叠加信号，设计一个低通滤波器，将x(n)中的干扰信号滤除，画出滤波后信号y(n)的波形和幅度谱。

好的，这也是一个信号处理的问题。下面是MATLAB实现的步骤和代码：

步骤1: 生成信号

首先，我们需要生成一个包含方波信号和高频噪声信号的信号。代码如下：

fs = 10000;  % 采样频率
t = 0:1/fs:1-1/fs;  % 时间轴
f1 = 3500;  % 高频噪声1
f2 = 4000;  % 高频噪声2
s = sign(sin(2*pi*50*t));  % 方波信号
w = sin(2*pi*f1*t) + sin(2*pi*f2*t);  % 高频噪声信号
x = s + w;  % 合成信号

步骤2: 设计低通滤波器

为了滤除高频噪声信号，我们需要设计一个低通滤波器。这里我们采用巴特沃斯滤波器，滤波器的截止频率为2.5kHz。代码如下：

fc = 2500;  % 截止频率
order = 4;  % 滤波器阶数
[b, a] = butter(order, fc/(fs/2), 'low');  % 设计滤波器

步骤3: 滤波

利用设计好的滤波器，我们对合成信号进行滤波处理。代码如下：

y = filtfilt(b, a, x);  % 滤波处理

步骤4: 画出滤波后信号y(n)的波形和幅度谱

我们可以使用MATLAB自带的plot函数和freqz函数来画出滤波后信号y(n)的波形和幅度谱。代码如下：

% 画出滤波前的信号
figure;
plot(t, x);
title('Original Signal');
xlabel('Time (s)');
ylabel('Amplitude');

% 画出滤波后的信号
figure;
plot(t, y);
title('Filtered Signal');
xlabel('Time (s)');
ylabel('Amplitude');

% 画出滤波器的幅度谱
[h, w] = freqz(b, a);
figure;
plot(w/pi*fs/2, abs(h));
title('Filter Frequency Response');
xlabel('Frequency (Hz)');
ylabel('Magnitude');

运行上述代码后，我们可以看到3个图像，分别是原始信号、滤波后的信号和滤波器的幅度谱。根据幅度谱，我们可以看到滤波器的截止频率为2.5kHz，高频噪声信号被成功滤除了。同时，滤波后的信号波形也清晰地显示了出来。