根据风的记录，脉动风可作为高斯平稳过程来考虑。
观察n 个具有零均值的平稳高斯过程，其谱密度函数矩阵为：
⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=)(...)()(............)(...)()()(...)()()(2122221
11211ωωωωωωωωωωnn n n n n s s s s s s s s s S （9）
将)(ωS 进行Cholesky 分解，得有效方法。
T H H S )()()(*ωωω⋅= （10）
其中，
⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=)(...)()(............0...)()(0
...0)()(212221
11ωωωωωωωnn n n H H H H H H H （11） T H )(*ω为)(ωH 的共轭转置。
根据文献[8]，对于功率谱密度函数矩阵为)(ωS 的多维随机过程向量，模拟风速具有如下形式：
[]
∑∑==++⋅∆⋅=j m N l ml l jm l l jm j t H t v 11)(cos 2)()(θωψ
ωωω n j ...,3,2,1= （12）
其中，风谱在频率范围内划分成N 个相同部分，N ωω=∆为频率增量，)(l jm H ω为上述下三角矩阵的模，)(l jm ωψ为两个不同作用点之间的相位角，ml θ为介于0和π2之间均匀分布的随机数，ωω∆⋅=l l 是频域的递增变量。
文中模拟开孔处的来流风，因而只作单点模拟。
即式（4）可简化为：
[]∑=+⋅∆⋅=N
l l l l t H t v 1
cos 2)()(θωωω （13）
本文采用Davenport 水平脉动风速谱：
3/422
210
)1(4)(x n kx v n S v += （14） 式中，－－)(n S v 脉动风速功率谱；
－－n 脉动风频率(Hz)；
－－k 地面粗糙度系数；
;120010v n x
－－10v 标准高度为10m 处的风速(m/s)。
Matlab 程序:
N=10;
d=0.001;
n=d:d:N;%%频率区间（0.01～10）
v10=16;
k=0.005;
x=1200*n/v10;
s1=4*k*v10^2*x.^2./n./(1+x.^2).^(4/3);%%Davenport 谱
subplot(2,2,1)
loglog(n,s1)%%画谱图
axis([-100 15 -100 1000])
xlabel('freq');
ylabel('S');
for i=1:1:N/d
H(i)=chol(s1(i));%%Cholesky 分解
end
thta=2*pi*rand(N/d,1000);%%介于0和2pi 之间均匀分布的随机数
t=1:1:1000;%%时间区间（0.1～100s ）
for j=1:1:1000
a=abs(H);
b=cos((n*j/10)+thta(:,j)');
c=sum(a.*b);
v(j)=(2*d).^(1/2)*c;%%风荷载模拟
end
subplot(2,2,2)
plot(t/10,v)%%显示风荷载
xlabel('t(s)');
ylabel('v(t)');
Y=fft(v);%%对数值解作傅立叶变换
Y(1)=[];%%去掉零频量
m=length(Y)/2;%%计算频率个数；
power=abs(Y(1:m)).^2/(length(Y).^2);%%计算功率谱
freq=10*(1:m)/length(Y);%%计算频率，因为步长为0.1，而不是1，故乘以10
subplot(2,2,3)
loglog(freq,power,'r',n,s1,'b')%%比较
axis([-100 15 -100 1000])
xlabel('freq');
ylabel('S');
10
10
100
102freq S 050100
-20-10010
20
t(s)v (t )
10-210
0100
freq S
对源程序的修改：
z=xcorr(v);
Y=fft(z);%%对数值解作傅立叶变换
Y(1)=[];%%去掉零频量
m=length(Y)/2;%%计算频率个数；
power=abs(Y(1:m)).^2/(length(Y).^2);%%计算功率谱
freq=10*(1:m)/length(Y);%%计算频率，因为步长为0.1，而不是1，故乘以10
subplot(2,2,3)
loglog(freq,power,'r',n,s1,'b')%%比较
axis([-100 15 -100 1000])
xlabel('freq');
ylabel('S');
楼主的修改使模拟得到的功率谱与源谱的数量级对上了，但是吻合不是太好。
但是好像这样做是不对的。
求信号x(t)的功率谱有两种方法，一是对X(t)做傅立叶变换，再平方
S=abs(fft(x))^2
一是先对X(t)求相关系数，再进行傅立叶变换:
S=fft(xcorr(X))
楼主的方法好像是这两个方法的混合。
欢迎大家拍砖^_^。