（2）实验内容： 32 分别画出离散时间信号 x(n)的波形图及其频谱特性图； 2）考虑由此衍生的非因果信号𝑥1(𝑛) = 𝑥(𝑛 + 4)，即对𝑥(n)时间右移4点， 根据前面所得 N 做 N 点 DFT，画出离散时间信号𝑥1(𝑛)的波形图及其频谱特 性图；

在这个实验中，你需要进行以下两个步骤：

1. **离散时间信号的处理**:
a. **x(n)的波形图绘制**: 首先，你需要获取或定义信号 `x(n)` 的样本数据。使用 `plot` 函数创建一个直方图表示 `x(n)` 时间域上的值随时间变化的情况。确保横轴代表时间索引 `n`，纵轴表示信号幅度。

   n = 0:N-1; % 样本点范围（假设N已知）
   x = % 插入你的信号数据
   plot(n, x)
   title('Signal x(n) Waveform')
   xlabel('Time Index n')
   ylabel('Amplitude')

b. **频谱特性图绘制**: 使用 `fft` 或 `dft` 函数计算 `x(n)` 的离散傅立叶变换 (DFT)，然后将其结果转换为频率域的数据。用 `stem` 或 `abs(fft(x))` 来显示频谱，横轴是频率，纵轴是频谱的绝对值。记得设置合适的频率标度。

   X = fft(x);
   f = (0:N-1)*(1/N); % 计算频率范围
   stem(f, abs(X))
   title('Signal x(n) Spectrum')
   xlabel('Frequency (Normalized)')
   ylabel('Magnitude')

2. **非因果信号的处理**:
对于 `x1(n) = x(n+4)`，这是对原信号的时间延迟。为了绘制这个信号的波形图，你需要移动原始信号的四个样本到新位置 `n+4`。而频谱特性图的计算不需要改变，因为 DFT 不关心信号的时间位置，只会反映其频率成分。

更新 `n` 和 `x` 的定义来适应新的时间偏移：

   n1 = n + 4; % 更新样本点范围
   x1 = x(n1);

波形图绘制保持不变，只是更新了 `n`:

   plot(n1, x1)

频谱特性图依然如上，因为 `X1 = fft(x1)` 会得到相同的结果。

完成这两个部分后，你就得到了 `x(n)` 和时间延迟后的 `x1(n)` 的波形图以及它们各自的频谱特性图。