请介绍如何在Matlab中编程实现长度为N的矩形序列的离散时间傅立叶变换（DTFT），并详细说明如何绘制出对应的幅度谱和相位谱。

在信号处理中，矩形序列的离散时间傅立叶变换（DTFT）是一个重要的基础概念，通过Matlab实现这一变换有助于直观理解信号的频率特性。要实现长度为N的矩形序列的DTFT，你需要按照以下步骤进行：

参考资源链接：[Matlab仿真实现序列DTFT：矩形序列示例与分析](https://wenku.csdn.net/doc/4xgyjw807v?spm=1055.2569.3001.10343)

首先，定义矩形序列`x(n)`，例如对于长度N=4的矩形序列，可以使用以下代码：

N = 4; % 序列长度
x = ones(1, N); % 生成长度为N的全1序列

接下来，编写DTFT计算函数，该函数通过双重循环计算序列的DTFT。这里给出一个简化的示例代码：

function [w, X] = DTFT(x, M)
    N = length(x);
    w = linspace(-pi, pi, M); % 创建频率向量
    X = zeros(1, M); % 初始化DTFT结果
    for k = 1:M
        for n = 1:N
            X(k) = X(k) + x(n) * exp(-1i * (w(k) * n));
        end
    end
end

然后，调用`DTFT`函数计算矩形序列的DTFT，并计算幅度谱和相位谱：

M = 128; % 采样点数
[w, X] = DTFT(x, M); % 计算DTFT
amplitude = abs(X); % 计算幅度谱
phase = angle(X); % 计算相位谱

最后，使用`subplot`和`plot`函数绘制幅度谱、相位谱和增益图：

figure;
subplot(2,2,1);
stem(0:N-1, x);
title('Original Rectangular Sequence');
xlabel('n');
ylabel('x(n)');

subplot(2,2,2);
plot(w/pi, amplitude);
title('Magnitude Spectrum');
xlabel('Normalized Frequency (\times\pi rad/sample)');
ylabel('|X(e^{j\omega})|');

subplot(2,2,3);
plot(w/pi, phase);
title('Phase Spectrum');
xlabel('Normalized Frequency (\times\pi rad/sample)');
ylabel('\angle X(e^{j\omega})');

subplot(2,2,4);
plot(w/pi, 20*log10(amplitude));
title('Magnitude in dB');
xlabel('Normalized Frequency (\times\pi rad/sample)');
ylabel('Magnitude (dB)');

通过以上步骤，你可以在Matlab中实现矩形序列的DTFT，并通过绘制的幅度谱和相位谱来分析序列的频率特性。为了深入理解这一过程，建议参考《Matlab仿真实现序列DTFT：矩形序列示例与分析》这份资料，它详细介绍了仿真过程以及对结果的分析和理解。

参考资源链接：[Matlab仿真实现序列DTFT：矩形序列示例与分析](https://wenku.csdn.net/doc/4xgyjw807v?spm=1055.2569.3001.10343)