1.数字基带信号波形仿真 通过Matlab程序来仿真随机序列的基带信号波形，首先产生一个随机信号序列，分别用单极性归零码、单极性不归零码、双极性归零码和双极性不归零码编码，并且求平均功率谱密度。仿真得到四种编码的波形图及其功率谱密度图。写出代码

在Matlab中，你可以使用`randi`函数生成随机数序列，然后根据不同的编码方式进行处理。以下是一个简单的示例代码，演示了如何创建不同类型的基带信号波形并计算其功率谱密度：

% 设定随机信号参数
N = 1000; % 序列长度
fs = 1000; % 采样频率 (Hz)
t = 0:1/fs:N-1; % 时间向量

% 生成随机二进制序列（0或1）
random_seq = randi([0, 1], N, 1);

% 单极性编码类型
% 1. 单极性归零码（曼彻斯特编码）
 Manchester_zero = [random_seq(1); zeros(1,N-1)];
 for i = 2:N
     Manchester_zero(i) = random_seq(i)*2 - 1;
 end

% 2. 单极性不归零码（NRZI）
 NRZI = sign(diff(sign(random_seq)));

% 双极性编码类型
% 3. 双极性归零码（RZ）
 bipolar_RZ = sign(random_seq).*ones(1, N);
 bipolar_RZ(1) = bipolar_RZ(2);
 
% 4. 双极性不归零码（NRZ）
 bipolar_NRZ = sign(random_seq);

% 计算功率谱密度
[psd_Manchester, f] = pwelch(Manchester_zero, [],[],[], fs);
[psd_NRZI, f] = pwelch(NRZI, [],[],[], fs);
[psd_BipolarRZ, f] = pwelch(bipolar_RZ, [],[],[], fs);
[psd_BipolarNRZ, f] = pwelch(bipolar_NRZ, [],[],[], fs);

% 绘制波形图和功率谱密度图
figure;
subplot(2,2,1);
plot(t, Manchester_zero);
title('Manchester Zero');
xlabel('Time (s)');
ylabel('Amplitude');

subplot(2,2,2);
plot(t, NRZI);
title('NRZI');
xlabel('Time (s)');
ylabel('Amplitude');

subplot(2,2,3);
plot(f, psd_Manchester);
title('Power Spectrum - Manchester Zero');
xlabel('Frequency (Hz)');
ylabel('PSD (dB/Hz)');

subplot(2,2,4);
plot(f, psd_NRZI);
title('Power Spectrum - NRZI');
xlabel('Frequency (Hz)');
ylabel('PSD (dB/Hz)');

% 显示所有四个信号的平均功率
average_powers = mean([mean(psd_Manchester(:)), mean(psd_NRZI(:)), ...
                        mean(psd_BipolarRZ(:)), mean(psd_BipolarNRZ(:))]);
disp(['Average powers: ' num2str(average_powers) ' dB']);

这段代码首先生成了一个随机二进制序列，然后根据不同编码规则转换为相应的基带信号。接着使用`pwelch`函数计算功率谱密度，并绘制波形图和谱图。最后输出每个编码的平均功率。