编写主程序； 4． 编写信号产生子程序，产生以下典型信号供频谱分析用： (1) 衰减正弦序列 (2) 三角波序列 (3) 反三角波序列 2 j nk kn N WN e    - 1 sin(2 ) 0 n 15 ( ) 0 n an e fn x n        其它 2 0 n 3 ( ) 8 4 n 7 0 n n x n n            其它 3 4 0 n 3 ( ) 4 4 n 7 0 n

好的，以下是一个简单的实现示例，供您参考：

import numpy as np
import matplotlib.pyplot as plt

# 快速傅里叶变换
def fft(x):
    N = len(x)
    if N <= 1:
        return x
    else:
        X_even = fft(x[::2])
        X_odd = fft(x[1::2])
        factor = np.exp(-2j * np.pi * np.arange(N) / N)
        return np.concatenate([X_even + factor[:int(N/2)] * X_odd,
                               X_even + factor[int(N/2):] * X_odd])

# 衰减正弦序列
def attenuated_sine_wave(a, f, fs, N):
    n = np.arange(N)
    x = a * np.sin(2 * np.pi * f * n / fs)
    x *= np.exp(-a * n / fs)
    return x

# 三角波序列
def triangular_wave(f, fs, N):
    n = np.arange(N)
    x = np.zeros(N)
    for k in range(1, 100):
        x += np.sin(2 * np.pi * (2 * k - 1) * f * n / fs) / (2 * k - 1) ** 2
    return x * 8 / np.pi ** 2

# 反三角波序列
def inverted_triangular_wave(f, fs, N):
    n = np.arange(N)
    x = np.zeros(N)
    for k in range(0, 100):
        x += (-1) ** k * np.sin(2 * np.pi * (2 * k + 1) * f * n / fs) / (2 * k + 1) ** 2
    return x * 8 / np.pi ** 2

# 产生信号并绘制频谱
fs = 1000  # 采样率
N = 1024  # 采样点数
f = 50  # 信号频率

# 衰减正弦序列
x1 = attenuated_sine_wave(10, f, fs, N)
y1 = np.abs(fft(x1)) ** 2
plt.subplot(311)
plt.plot(x1)
plt.title('Attenuated Sine Wave')
plt.subplot(312)
plt.plot(y1)
plt.title('Spectrum')

# 三角波序列
x2 = triangular_wave(f, fs, N)
y2 = np.abs(fft(x2)) ** 2
plt.subplot(313)
plt.plot(x2)
plt.title('Triangular Wave')
plt.subplot(313)
plt.plot(y2)
plt.title('Spectrum')

# 反三角波序列
x3 = inverted_triangular_wave(f, fs, N)
y3 = np.abs(fft(x3)) ** 2
plt.subplot(313)
plt.plot(x3)
plt.title('Inverted Triangular Wave')
plt.subplot(313)
plt.plot(y3)
plt.title('Spectrum')

plt.show()

以上代码中，`fft` 函数实现了快速傅里叶变换；`attenuated_sine_wave` 函数产生衰减正弦序列；`triangular_wave` 函数产生三角波序列；`inverted_triangular_wave` 函数产生反三角波序列。您可以根据需要修改参数，生成不同的信号，并绘制其频谱。