用matlab生成包含3个以上谐波分量、冲击信号和噪声的复杂信号(数据应该有明确的表达式，每个学生都应该有自己独特的数据)，也可以使用公开数据集。 2.绘制信号的时间序列，用三次提取特征信息。 方法将FFT、STFT、小波分析和EMD相结合，在频域或时频域对结果进行表征，并对结果进行比较，给出相应的结果。

以下是使用MATLAB生成复杂信号和提取特征信息的示例代码：

% 生成复杂信号
t = linspace(0, 1, 1000);
s = 10*sin(2*pi*50*t) + 5*sin(2*pi*100*t) + 2*sin(2*pi*200*t) + 0.1*randn(1, length(t));
s(500) = 10;

% 绘制信号的时间序列
figure;
plot(t, s);
xlabel('Time (s)');
ylabel('Amplitude');
title('Complex Signal');

% 提取特征信息
fs = 1000;
[Pxx, f] = periodogram(s, [], [], fs);
figure;
semilogy(f, Pxx);
xlabel('Frequency (Hz)');
ylabel('Power Spectral Density');
title('FFT');

[S, f, t] = spectrogram(s, hamming(256), 128, [], fs);
figure;
imagesc(t, f, abs(S));
set(gca,'YDir','normal');
xlabel('Time (s)');
ylabel('Frequency (Hz)');
title('STFT');

[cA, cD] = dwt(s, 'db4');
figure;
plot(t, cA);
xlabel('Time (s)');
ylabel('Amplitude');
title('Approximation Coefficients (Wavelet)');

imf = emd(s, 'MaxNumIMF', 10);
figure;
for i = 1:size(imf, 1)
    plot(t, imf(i, :));
    hold on;
end
xlabel('Time (s)');
ylabel('Amplitude');
title('Intrinsic Mode Functions (EMD)');

上述代码中，我们使用了MATLAB中的periodogram函数计算FFT，使用了spectrogram函数计算STFT，使用了dwt函数计算小波分析，使用了emd函数计算EMD。你可以根据自己的数据来选择适合的方法，并比较它们的结果。