基于小波变换的电能质量扰动时间定位，观测时间长度取0.6S。构造理想的暂降信号波形函数，u(t) ui(t) + uz(t) + uz(t)其中: 0<t≤0.2u(t)= Asin(w(t)) uz(t) = A,sin(wz(t)) uz(t) = Azsin(w;(t)) 0.2 <t≤0.30.3<t≤0.5 令A=A2= 8500VA =5200V.步长取0.001，仿真出理想的暂降波形，并对其进行小波分解，根据信号奇异性表现，计算出暂降持续时间。请给出Matlab程序。

根据题意，可以按照以下步骤编写Matlab程序：

% 定义参数
A1 = 8500;      % 暂降前的幅值
A2 = 5200;      % 暂降期间的幅值
f = 50;         % 信号频率
Fs = 10000;     % 采样率
t = 0:1/Fs:0.6; % 时间向量
wz = 150*2*pi;  % 暂降信号频率

% 生成信号
u = A1*sin(2*pi*f*t);                          % 正常信号
uz1 = A2*sin(2*pi*wz*t);                       % 暂降前的恒定信号
uz2 = A2*sin(2*pi*wz*(t-0.3));                 % 暂降期间的恒定信号
ui = u + uz1 + uz2;                            % 总信号

% 进行小波分解
wname = 'db4';                              % 小波基函数
level = 4;                                  % 分解层数
[C, L] = wavedec(ui, level, wname);           % 进行小波分解

% 计算暂降持续时间
cA4 = wrcoef('a', C, L, wname, level);       % 获取第四层低频系数（近似系数）
cD4 = wrcoef('d', C, L, wname, level);       % 获取第四层高频系数（细节系数）
thr = wthrmngr('dw1ddenoLVL', cD4);          % 计算噪声阈值
sorh = 'h';                                 % 选择软阈值方法
keepapp = 1;                                % 保留近似系数
xd = wdencmp('gbl', cA4, wname, level, thr, sorh, keepapp); % 对高频系数进行小波去噪
y = (xd ~= 0);                              % 将小波去噪后的信号进行二值化
durations = diff(find([1 y 1] == 1)) / Fs;  % 计算暂降持续时间

% 绘图显示
subplot(2,1,1);
plot(t, ui);
xlabel('Time (s)');
ylabel('Signal Amplitude');
title('Original Signal');
subplot(2,1,2);
plot(t(1:end-1), durations, 'r');
xlabel('Time (s)');
ylabel('Duration (s)');
title('Transient Duration');

注：由于暂降信号波形函数中出现了中文字符，为了避免编码问题，这里的代码中使用了拼音代替中文字符。这里的程序生成的暂降信号波形函数为理想信号，如果需要考虑实际情况，可以添加噪声或者模拟实际情况下的信号波形函数。