采用三种方法：matlab内嵌函数，快速傅里叶变换，自相关函数；画出功率谱密度图像

1. MATLAB内嵌函数

使用MATLAB内嵌函数pwelch可以快速计算功率谱密度图像。假设信号为x，采样率为Fs，则代码如下：

[p,f] = pwelch(x,[],[],[],Fs); %计算功率谱密度
plot(f,p); %画图

2. 快速傅里叶变换

使用快速傅里叶变换（FFT）可以将时域信号转换为频域信号，进而计算功率谱密度。假设信号为x，采样率为Fs，则代码如下：

N = length(x); %信号长度
X = fft(x); %FFT变换
P = abs(X).^2/N/Fs; %计算功率谱密度
f = (0:N-1)*Fs/N; %生成频率向量
plot(f,P); %画图

3. 自相关函数

对信号进行自相关可以得到信号的自相似性，从而计算功率谱密度。假设信号为x，采样率为Fs，则代码如下：

R = xcorr(x); %计算自相关函数
P = abs(fft(R)).^2/Fs; %计算功率谱密度
f = (-length(R)/2+1:length(R)/2)*Fs/length(R); %生成频率向量
plot(f,P); %画图

注意，自相关函数计算出来的功率谱密度图像是对称的，需要进行处理才能得到正确的图像。

以上三种方法得到的功率谱密度图像应该是相似的，可以根据具体情况选择使用哪种方法。