以matlab为基础写一段代码来绘制出随机信号通过线性系统后输入与输出信号的频谱、功率谱、自相关函数以及高通滤波器的频率特性曲线

当然，我会为您提供所需的Matlab代码。请先安装好Matlab环境。

首先，我们来生成一个随机信号：

t = 0:0.01:10; % 时间向量，从0到10，时间间隔0.01
x = randn(size(t)); % 生成随机信号x

这里使用了randn函数来生成一个均值为0、方差为1的高斯分布随机数列。当然，您也可以使用其他生成随机信号的函数。

接着，我们建立一个线性系统：

num = [1, 2, 3]; % 分子多项式系数
den = [4, 5, 6]; % 分母多项式系数
sys = tf(num, den); % 建立传输函数
y = lsim(sys, x, t); % 通过线性系统得到输出信号y

这里使用了tf函数建立传输函数，使用lsim函数来求解线性系统的响应。当然，您也可以使用其他建立传输函数和求解线性系统响应的函数。

接着，我们来计算输入和输出信号的频谱和功率谱：

fx = abs(fft(x)); % 输入信号频谱
px = fx.^2/length(x); % 输入信号功率谱
fy = abs(fft(y)); % 输出信号频谱
py = fy.^2/length(y); % 输出信号功率谱
f = 0:1/(length(t)-1):1; % 频率向量

这里使用了fft函数来进行傅里叶变换，使用abs函数来求傅里叶变换后的幅值，使用.^指数运算符来进行平方运算。最后，我们根据时间向量计算出频率向量。

接着，我们来计算信号的自相关函数：

r = xcorr(x); % 输入信号的自相关函数

这里使用了xcorr函数来进行自相关函数的计算。

最后，我们来绘制高通滤波器的频率特性曲线：

fhp = 0.2; % 高通滤波器截止频率
[b, a] = butter(5, fhp, 'high'); % 高通滤波器系数
[h, w] = freqz(b, a, length(f)); % 高通滤波器频率响应
plot(f, 20*log10(abs(h))); % 绘制高通滤波器频率特性曲线

这里使用了butter函数来生成高通滤波器系数，使用freqz函数来计算高通滤波器的频率响应。最后，使用plot函数来绘制高通滤波器的频率特性曲线，并使用20*log10函数来转换为以dB为单位的幅度响应。

完整代码如下：

t = 0:0.01:10; % 时间向量，从0到10，时间间隔0.01
x = randn(size(t)); % 生成随机信号x

num = [1, 2, 3]; % 分子多项式系数
den = [4, 5, 6]; % 分母多项式系数
sys = tf(num, den); % 建立传输函数
y = lsim(sys, x, t); % 通过线性系统得到输出信号y

fx = abs(fft(x)); % 输入信号频谱
px = fx.^2/length(x); % 输入信号功率谱
fy = abs(fft(y)); % 输出信号频谱
py = fy.^2/length(y); % 输出信号功率谱
f = 0:1/(length(t)-1):1; % 频率向量

r = xcorr(x); % 输入信号的自相关函数

fhp = 0.2; % 高通滤波器截止频率
[b, a] = butter(5, fhp, 'high'); % 高通滤波器系数
[h, w] = freqz(b, a, length(f)); % 高通滤波器频率响应
plot(f, 20*log10(abs(h))); % 绘制高通滤波器频率特性曲线