通过Matlab对码元间隔Ts=1的升余弦脉冲滤波器进行仿真，得到滚降系数α分别为0、0.5和1的升余弦滚降滤波器的时域波形和频谱图。

在MATLAB中，你可以使用信号处理工具箱来进行升余弦脉冲滤波器的仿真，特别是对于不同滚降系数（α）的情况。以下是步骤：

1. 首先，你需要创建一个码元间隔为Ts = 1的理想矩形脉冲序列，这可以使用`ones()`函数结合`delay()`来实现。

Ts = 1; % 码元间隔
n_samples = 1000; % 创建足够长的信号样本点数
rect_signal = ones(1, n_samples) * rectpuls(n_samples, 0, Ts); % 矩形脉冲序列

2. 对于不同滚降系数α，你可以计算对应的升余弦滤波器系数。例如，对于α = 0、0.5 和 1，分别表示无滚降（巴特沃斯滤波器）、半滚降和完全滚降（理想低通滤波器）：

% 升余弦滚降滤波器设计
alpha = [0, 0.5, 1]; % 滚降系数数组
h_alpha = fir1(n_samples, alpha, 'cosine'); % fir1函数生成滤波器系数

3. 使用滤波器对矩形脉冲信号进行卷积，获取经过滤波后的波形：

filtered_signal = conv(rect_signal, h_alpha);

4. 绘制时域波形，通常使用`plot()`函数，同时绘制原始信号和滤波后的信号对比：

figure;
subplot(2,1,1)
plot([0:n_samples-1]'/Ts, rect_signal, 'b', [0:n_samples-1]'/Ts, filtered_signal, 'r');
legend('Rectangular Pulse', 'Filtered Signal (α=' + string(alpha(1)) + ')');
xlabel('Time (Ts)');
ylabel('Amplitude');

% 频谱分析，可以使用fft函数和specgram函数
subplot(2,1,2)
freq = (-nyquist_rate/2:1:nyquist_rate/2-1)/fs;
X = fft(filtered_signal);
Pxx = abs(X).^2./length(X);
[~, ax] = plot(freq, Pxx, 'r');
grid on;
xlabel('Frequency (Hz)');
ylabel('Power Spectral Density');
title(['Filter Spectrum for α=' num2str(alpha)]);

这里`nyquist_rate`和`fs`是采样率的变量，需要根据实际情况设置。