频谱函数通常是通过傅里叶变换来求得的。以下是求频谱函数的基本步骤：
时域采样：
首先对信号进行离散化处理，即采样，得到离散信号序列。
傅里叶变换：
对采样得到的信号序列进行傅里叶变换，得到频域上的复数序列。
幅度平方：
对傅里叶变换后的复数序列进行幅度平方操作，得到信号在不同频率上的能量分布，即频谱函数。
频谱分析：
频谱函数可以表示信号的频率成分和特性，通常包括幅度谱和相位谱。
在实际操作中，可以使用如快速傅里叶变换（FFT）等算法来高效地完成傅里叶变换。
例如，在MATLAB中，可以使用以下代码进行FFT频谱分析：
```matlab
% 设定采样频率
Fs = 5000； % Hz
% 原始数据
fft_a = step（:,1）； % 假设step函数返回的是离散信号序列
n1 = length（fft_a）； % 数据长度
t1 = （0 : 1/Fs : （n1-1）/Fs）'； % 时间序列
% 减去直流分量
fftnoise_1 = fft_a - mean（fft_a）；
% 进行FFT变换
fft_DFT = fft（fftnoise_1）；
% 单边幅度频谱分析
f_SS_1 = （Fs * （0 : （n1/2）） / n1）'；
% 频谱函数
fft_AmF = abs（fft_DFT）；
% 频谱函数值
f_SS_1 = 2 * fft_AmF（1 : floor（n1/2） + 1）；
```
以上代码展示了如何在MATLAB中通过FFT计算频谱函数。需要注意的是，频谱函数通常以双边形式给出，但实际应用中常用的是单边频谱函数，因此需要对频谱函数进行适当的截取。