问题描述：

调整时域方波的宽度，谈论随着方波宽度的变化频谱是如何变化的，并分析其原因

解析：作出占空比分别为40%和60%的矩形波，对比其频域变化，代码如下：

function Accumulation() 
%关于时域方波函数的仿真

Fs=100;                    % Sampling frequency
T=1/Fs;                     % Sample time
L=100;                     % Length of signal
t=(0:L-1)*T;                % Time vector

%绘制占空比为40%的方波图形
y1=zeros(1,L); y1(1:0.4*L)=1;
subplot(221); plot(t,y1);
title('占空比为40%的矩形波');
xlabel('Time'); ylabel('Amplitude');

%作出对应的频谱图形
NFFT=1024;       
Y1=fft(y1,NFFT)/(0.4*L);
f1=Fs*linspace(0,1,NFFT);
subplot(222); plot(f1,abs(Y1(1:NFFT)));
title('占空比为40%的矩形波对应的频谱函数');
xlabel('Frequency (Hz)'); ylabel('|Y(f)|');

%绘制占空比为60%的方波图形
y2=zeros(1,L); y2(1:0.6*L)=1;
subplot(223); plot(t,y2);
title('占空比为60%的矩形波');
xlabel('Time'); ylabel('Amplitude');

%作出对应的频谱图形
NFFT=1024;        
Y2=fft(y2,NFFT)/(0.6*L);
f2=Fs*linspace(0,1,NFFT);
subplot(224);
plot(f2,abs(Y2(1:NFFT)));
title('占空比为60%的矩形波对应的频谱函数');
xlabel('Frequency (Hz)'); ylabel('|Y(f)|');

运行代码，得到的图形如下：

http://s7/mw690/003kB7qlzy75g2hKklM76&690
结果分析：

      对比占空比分别为40%和60%的矩形波对应的频谱图形可知，随着时域信号的展宽，频域信号变得更加密集。这是由于方波对应频谱函数为Sinc( )函数，Since( )函数的第一零点为1/T，此处的T是时域信号的周期，即矩形波对应为高电平持续的时间。因此，很容易得知随着时域信号的展宽（即T的增大），频域信号压缩（1/T变小，零点之间的间隙变小）。本文是验证了在时域信号为矩形波的情况下满足“时域压缩频域展宽，时域展宽频域压缩”的特性，而该时频关系特性对任意信号都是有效的。
     在代码中，L的值应该设置的合适。按照之前写的“矩形波的傅里叶变换”一文中的说明，MATLAB中对信号进行傅立叶变换时，频谱区间取为[0, Fs]，此处Fs取得值为100。倘若L数值取得较大，则对应的时域信号T也将较大，那么对应的1/T将特别小，信号的频谱曲线将特别密集，不利于观察。当L为1000时的运行结果如下所示：

http://s4/mw690/003kB7qlzy75g2k1rbBb3&690
　 由于时域信号中T的值分别为4和6，则其对应的频谱波形第一零点分别为1/4和1/6，相对于横轴最大频率值100来说，1/4和1/6均较小，不方便对比时域信号展宽之后，频域波形的变化。