使用matlab随机生成二进制单极性随机信号，脉冲采用矩形脉冲，绘制其时域波形图。对上述信号做频谱分析，绘制其功率谱图。然后分别采用单极性归零、双极性不归零、双极性归零分别绘制其时域波形图和频谱密度图。

好的，我已经记录下了你的问题。下面是对你的回答：

首先，我们可以使用Matlab中的rand函数生成二进制单极性随机信号。具体代码如下：

N = 1000;   % 信号长度
x = rand(1, N) > 0.5;   % 随机生成 0/1 信号

接下来，我们可以使用Matlab中的rectpulse函数生成矩形脉冲。具体代码如下：

T = 1;   % 脉冲宽度
y = rectpulse(x, T);   % 生成矩形脉冲信号

然后，我们可以使用Matlab中的plot函数绘制信号的时域波形图。具体代码如下：

t = 0 : N * T - 1;   % 时域序列
plot(t, y);   % 绘制时域波形图
xlabel('时间');
ylabel('幅值');
title('二进制单极性随机信号的时域波形图');

接下来，我们可以使用Matlab中的fft函数对信号进行频谱分析，并绘制其功率谱图。具体代码如下：

Y = fft(y);   % 进行FFT变换
Pyy = Y .* conj(Y) / (N * T);   % 计算信号的功率谱密度
f = linspace(0, 1 / T, N * T);   % 频域序列
plot(f, Pyy);   % 绘制功率谱图
xlabel('频率');
ylabel('功率谱密度');
title('二进制单极性随机信号的功率谱图');

接下来，我们分别对单极性归零、双极性不归零、双极性归零进行处理，并绘制它们的时域波形图和频谱密度图。

单极性归零：

y_NRZ = 2 * x - 1;   % 单极性归零
y_NRZ_pulse = rectpulse(y_NRZ, T);   % 生成矩形脉冲信号
Y_NRZ = fft(y_NRZ_pulse);   % 进行FFT变换
Pyy_NRZ = Y_NRZ .* conj(Y_NRZ) / (N * T);   % 计算信号的功率谱密度
subplot(2, 2, 1);
plot(t, y_NRZ_pulse);
xlabel('时间');
ylabel('幅值');
title('单极性归零的时域波形图');
subplot(2, 2, 2);
plot(f, Pyy_NRZ);
xlabel('频率');
ylabel('功率谱密度');
title('单极性归零的频谱密度图');

双极性不归零：

y_BNRZ = x;   % 双极性不归零
y_BNRZ_pulse = rectpulse(y_BNRZ, T);   % 生成矩形脉冲信号
Y_BNRZ = fft(y_BNRZ_pulse);   % 进行FFT变换
Pyy_BNRZ = Y_BNRZ .* conj(Y_BNRZ) / (N * T);   % 计算信号的功率谱密度
subplot(2, 2, 3);
plot(t, y_BNRZ_pulse);
xlabel('时间');
ylabel('幅值');
title('双极性不归零的时域波形图');
subplot(2, 2, 4);
plot(f, Pyy_BNRZ);
xlabel('频率');
ylabel('功率谱密度');
title('双极性不归零的频谱密度图');

双极性归零：

y_BNRZS = 2 * x - 1;   % 双极性归零
y_BNRZS_pulse = rectpulse(y_BNRZS, T);   % 生成矩形脉冲信号
Y_BNRZS = fft(y_BNRZS_pulse);   % 进行FFT变换
Pyy_BNRZS = Y_BNRZS .* conj(Y_BNRZS) / (N * T);   % 计算信号的功率谱密度
subplot(2, 2, 5);
plot(t, y_BNRZS_pulse);
xlabel('时间');
ylabel('幅值');
title('双极性归零的时域波形图');
subplot(2, 2, 6);
plot(f, Pyy_BNRZS);
xlabel('频率');
ylabel('功率谱密度');
title('双极性归零的频谱密度图');

以上就是对你问题的回答，希望能够帮到你！