在MATLAB中，可以使用多种方法来计算和绘制信号的功率谱图。以下是两种常见的方法及其相应的示例代码：
方法一：基于频域的功率谱估计（使用`pwelch`函数）
```matlab
% 参数设置
Fs = 1000； % 采样率
T = 1 / Fs； % 采样间隔
L = 1000； % 信号长度
t = （0 : L - 1） * T； % 时间向量
x = 0.7 * sin（2 * pi * 50 * t） + sin（2 * pi * 120 * t）； % 信号
% 功率谱估计
window = 512； % 窗口长度
noverlap = 256； % 重叠长度
nfft = 1024； % 快速傅里叶变换点数
[Pxx, f] = pwelch（x, window, noverlap, nfft, Fs）； % 计算功率谱
% 绘制功率谱图
semilogy（f, Pxx）； % 绘制半对数功率谱图
title（'Power Spectral Density'）；
xlabel（'Frequency （Hz）'）；
ylabel（'Power Spectral Density （dB/Hz）'）；
```
方法二：使用`periodogram`函数
```matlab
% 参数设置
Fs = 1000； % 采样率
t = 0 : 1 / Fs : 1； % 时间向量
f1 = 10； % 信号频率1
f2 = 20； % 信号频率2
x = sin（2 * pi * f1 * t） + sin（2 * pi * f2 * t）； % 信号向量
% 计算功率谱
[Pxx, f] = periodogram（x, Fs）； % 使用periodogram函数计算功率谱
% 绘制功率谱图
figure；
plot（f, 10 * log10（Pxx））； % 绘制功率谱图，将功率转换为分贝单位
xlabel（'Frequency （Hz）'）；
ylabel（'Power Spectral Density （dB/Hz）'）；
title（'Power Spectrum'）；
grid on；
```
方法三：使用`fft`函数进行快速傅里叶变换
```matlab
% 参数设置
Fs = 1000； % 采样频率
N = 1024； % 数据长度
n = 0 : N - 1； % 时间序列
t = n / Fs； % 采用的时间序列
xn = sin（2 * pi * 50 * t） + 2 * sin（2 * pi * 120 * t） + randn（1, N）； % 信号
% 计算功率谱
Pxx = 10 * log10（abs（fft（xn, Nfft）.^2） / N）； % Fourier振幅谱平方的平均值，并转化为dB
f = （0 : length（Pxx） - 1） * Fs / length（Pxx）； % 频率序列
% 绘制功率谱图
subplot（2, 1, 1）；
plot（f, Pxx）； % 绘制功率谱曲线
xlabel（'频率/Hz'）；
ylabel（'功率谱/dB'）；
title（'周期图 N=1024'）；
grid on；
% 调整频率轴
f = f（1 : length（f） / 2）；
Pxx = Pxx（1 : length（Pxx） / 2 + 1）；
```
方法四：使用自定义函数绘制功率谱图
你可以编写一个自定义函数，简化调用过程。以下是一个示例：