t = -3:0.01:3; % 观测时间A = 1; % 信号幅度wo = 4*pi; % 角频率ft = A*cos(wo*t).*(UCT(t+1)-UCT(t-1)); % 新函数figureplot(t,ft)grid onaxis([-2,2,-1.2,1.2]) % 窗口大小title('ft*cos(wo*t)') % 新标题 续写该程序，要求可以运行出该函数的幅度频谱

以下是续写后的程序：

t = -3:0.01:3;         % 观测时间
A = 1;                 % 信号幅度
wo = 4*pi;             % 角频率
ft = A*cos(wo*t).*(UCT(t+1)-UCT(t-1));  % 新函数
figure
subplot(2,1,1)
plot(t,ft)
grid on
axis([-2,2,-1.2,1.2])  % 窗口大小
title('ft*cos(wo*t)')   % 新标题

% 计算幅度谱
Fs = 1/0.01;           % 采样频率
N = length(t);         % 信号长度
f = (-N/2:N/2-1)*Fs/N;  % 构造频率轴
Fft = fftshift(fft(ft)/N);  % 快速傅里叶变换
Fft_abs = abs(Fft);    % 取幅值
Fft_abs_db = 20*log10(Fft_abs); % 转化为分贝值

subplot(2,1,2)
plot(f, Fft_abs_db)
grid on
axis([-50,50,-100,0])  % 窗口大小
xlabel('频率(Hz)')
ylabel('幅值(dB)')
title('ft*cos(wo*t)的幅度频谱')

续写后的程序在原程序的基础上增加了一个子图来显示幅度谱。首先，我们需要计算信号的快速傅里叶变换，得到频域上的复数值。然后，取该复数值的幅值，并将其转化为分贝值，以便更好地展示幅度谱。最后，我们在新的子图中绘制幅度谱，并设置了合适的坐标轴范围和标签。