二、画出信号x=10sin(2π*20*t)+10cos(2π*40*0的频谱， 注意选取适当的采样频率、如何使横坐标符合实际的频率及为使信号的幅度与实际相符应怎么操作，并使两个信号能清晰地在频谱中分辨出来。代码

要绘制给定信号 \( x(t) = 10\sin(2\pi \cdot 20\,t) + 10\cos(2\pi \cdot 40\,t) \) 的频谱图，我们需要使用MATLAB中的`fft`（快速傅里叶变换）函数。为了确保信号的频率成分清晰并且横坐标正确，我们需要考虑采样率以及正确的频率单位转换。

首先，假设我们选择一个较高的采样频率，比如 `fs = 1000` Hz，这通常足够捕捉到信号中的主要频率成分。接下来，让我们编写代码：

% 定义时间范围和采样频率
t = linspace(0, 1, 1000); % 1秒的信号，1000个点（即fs=1000）
fs = 1000;                  % 采样频率

% 给定信号
x = 10*sin(2*pi*20*t) + 10*cos(2*pi*40*t);

% 计算FFT
X = fft(x);

% 获取频谱信息
f = (0:length(X)-1) * fs / length(X); % 计算频率轴

% 对频谱取实部或绝对值（如果想要幅度而不是相位），并进行归一化处理
X_mag = abs(X) ./ length(X);

% 绘制频谱图
figure;
plot(f, X_mag);
xlabel('Frequency [Hz]');
ylabel('Magnitude');
title('Spectrum of the given signal');
grid on;

% 如果想让两个信号分得更清楚，可以在频域对两部分进行分离，然后分别绘图
idx1 = find(f >= 20 & f <= 21);   % 查找20Hz附近的点
idx2 = find(f >= 39 & f <= 41);   % 查找40Hz附近的点
hold on;
plot(f(idx1), X_mag(idx1), 'r', 'LineWidth', 2);
plot(f(idx2), X_mag(idx2), 'g', 'LineWidth', 2);
legend('Total Spectrum', '20 Hz Component', '40 Hz Component');

这段代码会生成一个显示了两个信号频率成分的频谱图，红色代表20 Hz的成分，绿色代表40 Hz的成分。记得调整采样频率和信号时长以适应实际需求。