设计一个虚拟滤波器，其功能要求： 1．产生一个带白噪声干扰的方波信号，观察滤波器前后的信号波形，指 标如下: 频率范围：1 ～100Hz，可调 初始相位： 0 0 ～600 ，可调 幅值：1V～ 5.0V，可调 2．用开关来控制滤波器的运行

设计一个虚拟滤波器，可以分为以下几个步骤：

1. **信号生成**：首先，你需要创建一个函数或程序，它能生成一个频率范围在1Hz到100Hz之间的方波信号，同时包含随机的白噪声作为干扰。这可以通过计算离散时间信号的基本方波结构，并叠加模拟噪声来实现。初始相位可以通过调整信号产生的起始点来改变，幅度可以在指定范围内（如1V至5V）随机或线性变化。

import numpy as np
from scipy.signal import square, welch
import random

def generate_signal(freq_range, phase_range, amp_range):
    fs = 1000  # Sampling frequency (Hz)
    duration = 1  # Signal duration (seconds)

    freq = np.random.uniform(freq_range[0], freq_range[1])  # Random frequency within range
    phase = np.random.uniform(phase_range[0], phase_range[1]) * np.pi / 180  # Convert to radians
    amplitude = np.random.uniform(amp_range[0], amp_range[1])

    t = np.arange(0, duration, 1/fs)  # Time vector
    noisy_square = amplitude * square(2*np.pi*freq*t + phase) + np.random.normal(0, 0.1, len(t))  # White noise added

    return noisy_square, t, freq

# Example usage:
noisy_square, time, freq = generate_signal((1, 100), (0, 600), (1, 5))

2. **滤波器部分**：你可以选择一种或多种数字滤波器算法（如 Butterworth、Chebyshev等），或者使用现成的库（如scipy.signal）来设计一个滤波器。用户可以通过开关控制滤波器是否应用到生成的信号上，比如在Python中，可以设置一个布尔变量`apply_filter`：

def apply_filter(signal, filter_func, fs, lowcut, highcut):
    if not apply_filter:
        return signal
    else:
        b, a = butter(N, (lowcut, highcut), btype='bandpass')  # Design filter coefficients
        filtered_signal = filtfilt(b, a, signal, axis=0, padlen=0)  # Apply the filter
        return filtered_signal

# Apply or not apply filter based on user input
filtered_square = apply_filter(noisy_square, butter, fs, 1, 100)

3. **可视化**：最后，将滤波前后以及单独的噪声、原始方波、滤波后的信号波形绘制出来，以便于比较和分析滤波效果。使用matplotlib或其他数据可视化工具展示结果：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.subplot(2, 1, 1)
plt.plot(time, noisy_square, label="Noisy Square Wave")
plt.subplot(2, 1, 2)
plt.plot(time, filtered_square, label="Filtered Signal")
plt.legend()
plt.show()