企业官网建设流程全解析

开头

通信原理课程设计里，2FSK几乎是躲不开的一道题。作为数字调制里最直观、最容易上手，同时又不缺理论深度的一种方式，2FSK非常适合把"信源生成、调制、加噪、解调、误码分析"这一整条数字通信链路在MATLAB里完整走一遍。这篇分享就以"用纯.m代码写一套扎实的2FSK调制解调系统，再搭一个Simulink仿真模型做交叉验证"为主线，聊清楚每一步的原理、参数为什么这么取、实际代码怎么写、仿真模型怎么搭，以及那些教材不会告诉你的坑。

适合谁读：正在做通信原理课程设计的学生、准备考研复试要手撕代码的、想把理论公式变成可运行系统但不知道从哪下手的初学者。如果你已经把2FSK框图背得很熟，但打开MATLAB不知道第一行代码写什么，那这篇就是给你准备的。

1. 调制与解调的核心思路拆解

1.1 2FSK在传输什么、怎么传输

2FSK叫二进制频移键控，本质就是用一个载波的频率来携带信息：发送二进制"1"时输出频率为f1的载波，发送"0"时输出频率为f2的载波。打个比方，两个频率就像两个不同颜色的旗子，"1"举红旗，"0"举蓝旗，接收端只需要看收到的是什么颜色就能还原信息。

但事情没有这么简单。信道里有噪声，而且信号的幅度、相位都可能发生变化，接收端不能只看"频率对不对"，而是要经过一整套处理：过滤掉带外噪声，提取出频率特征，进行判决。所以2FSK的调制容易理解，难点主要在解调端如何处理带有噪声的信号，以及如何在两个频率之间做最优判决。

在设计系统之前，有四个参数必须先定下来：码元速率Rb、采样率Fs、载波频率f1和f2。这四个参数互相约束，改一个就会影响全局。很多人做到后面波形乱七八糟，绝大多数是这四个参数的关系没捋清楚。

1.2 相位连续与相位不连续，课程设计选哪种

2FSK调制方式可以分为两类：相位连续的CPFSK和相位不连续的普通FSK。所谓相位连续，就是从一个频率切换到另一个频率时，信号波形不存在突跳；相位不连续则是在切换点相位发生跳变，波形会出现阶梯一样的毛刺。

经典教材里最常见的做法是键控法（Frequency Shift Keying），即用二进制基带信号直接控制两个独立载波发生器的通断。这种方法实现逻辑简单，思路和框图完全一一对应，最适合课程设计。缺点是在码元切换点，两段余弦波的起始相位未必对齐，波形会出现不连续点，频谱展宽、带外辐射变大。

如果追求更好的频谱特性，可以用压控振荡器（VCO）或直接写积分器，把频率变化做成连续的相位轨迹，得到CPFSK。但在基础课程设计里，这属于加分项。我做这套系统时先按不连续键控法把链路跑通，后续再补充连续相位版本作对比，这个递进思路推荐任何读者都尝试一下。

1.3 用相干解调还是非相干解调

解调方案上有两条路线：相干解调需要恢复与发送端同频同相的本地载波；非相干解调则不必，直接比较两条支路的包络大小就能判决。

从性能上讲，相干解调的误码率更低，理论上在高信噪比时比非相干解调大约好1~2dB（换算到Eb/N0大约少3dB）。从实现难度上讲，相干解调在MATLAB仿真实操中更直观，它把"带通滤波、相乘、低通、抽样判决"这套标准框架完整地过了一遍，非常适合用来检验自己对数字解调链路每个环节的理解。所以我的建议是：课程设计主体用相干解调，Simulink验证部分再做一版非相干解调对比，这样论文和答辩素材都有了。

注意：相干解调在数学推导上是最优的，但真实通信系统里恢复相干载波的成本很高，很多实际设备宁愿牺牲一点点性能去用非相干解调。这是工程思维和理论思维的典型差异，在写报告时可以提一句，能让导师觉得你不只是在抄代码。

2. 纯.m代码实现：参数设计与仿真链路

2.1 四个关键参数的确定过程

参数设计是整个系统能否正常工作的地基。我通常按这个顺序来定：

第一，码元速率Rb选1000bps，也就是每个码元持续1毫秒。这个速率不高，方便在时域波形上清楚地看到每个码元的频率差异，也方便调试。

第二，载波频率f1和f2选4000Hz和8000Hz。为什么选这两个值？有几个约束条件：

• 码元速率是1kHz时，为了让两种频率的正交性好，频率间隔最好是码元速率的整数倍。f2-f1=4000Hz，是1kHz的4倍，正交条件满足。
• 载波频率要远高于码元速率，否则一个码元周期内连一个完整的正弦周期都放不下，频率特征提取不出来。4kHz和8kHz相对1kHz码元，分别是4个和8个周期，显然足够。
• 频率不能太高，因为高采样率会拖慢仿真速度。

第三，采样率Fs取100kHz。这是整套系统里最关键的参数之一。奈奎斯特采样定理要求Fs大于最高信号频率的两倍，这里最高频率8kHz，所以Fs理论上大于16kHz即可。但我用了100kHz，是理论最低值的6倍多。原因很简单：采样率太低，recon后的波形会明显出现锯齿，滤波器设计也会受限。100kHz相对1kbps码元，每个码元有100个采样点，波形细腻，滤波器阶数也不用太高。

clear; close all; clc; % 系统参数 Rb = 1000; % 码元速率 1kbps Fs = 100000; % 采样率 100kHz Tb = 1/Rb; % 码元周期 1ms Nsamp = Fs/Rb; % 每码元采样点数 = 100 f1 = 4000; % 载波1频率：代表比特1 f2 = 8000; % 载波2频率：代表比特0 Nbit = 100; % 发送比特数

每个码元100个采样点，这个"每码元采样点数"在后面的调制和解调程序里要反复用到，建议单独设一个变量Nsamp，不要每次都重算。

2.2 调制器的代码实现

信源生成采用randi函数随机产生100个0/1比特。调制部分直接用键控法的思路：逐码元判断当前比特是1还是0，然后生成对应的余弦波片段，拼接成一个长信号。

% 生成随机二进制信源 bits = randi([0 1], 1, Nbit); % 预分配调制信号 t_total = (0:Nbit*Nsamp-1)/Fs; mod_signal = zeros(1, Nbit*Nsamp); for k = 1:Nbit idx = (k-1)*Nsamp + 1 : k*Nsamp; t_seg = (0:Nsamp-1)/Fs; if bits(k) == 1 mod_signal(idx) = cos(2*pi*f1*t_seg); else mod_signal(idx) = cos(2*pi*f2*t_seg); end end

这段代码里有两个容易出错的地方：

第一，t_seg必须每段都从0开始，不能延续之前的时间累积值。如果整个循环共用一个连续递增的时间向量，那么每个码元的余弦函数会因为相位累积而产生跳变，波形确实也是不连续的，但这里要保证每一段的"起始相位为零"，这样调制波形是分段独立的余弦波。如果你有意模拟真实键控法的不连续相位，这不影响功能，但频谱会和理论值对不上。写代码时要明确自己到底想要哪种。

第二，索引idx的写法要保证不越界。当k=Nbit时，idx最后一个元素正好是NbitNsamp，这是MATLAB数组的合法位置。但如果先用了长度为NbitNsamp的t_total再切片，就容易头疼，不如就直接分段生成。

为了让结果可视化，调制之后一定要画时域波形和频谱图：

% 时域波形（取前0.01s即10个码元） figure; subplot(2,1,1); plot(t_total(1:Fs*0.01), mod_signal(1:Fs*0.01)); xlabel('时间/s'); ylabel('幅度'); title('2FSK调制信号时域波形'); % 频谱 NFFT = 2^nextpow2(length(mod_signal)); spec = fft(mod_signal, NFFT); f_axis = Fs/2 * linspace(-1, 1, NFFT); subplot(2,1,2); plot(f_axis, fftshift(abs(spec))); xlabel('频率/Hz'); ylabel('幅度'); title('2FSK调制信号频谱');

时域图上应该能清楚看到两个频率段的交替出现：高频段对应比特0，低频段对应比特1。频谱图上则会在4kHz和8kHz附近各有一个峰。

2.3 高斯白噪声信道的添加方式

信道模块的模拟用awgn函数，这是MATLAB信号处理工具箱里现成的高斯白噪声添加函数。关键问题是信噪比SNR怎么设置。

awgn函数的SNR单位是dB，含义是信号功率与噪声功率之比。但在通信原理中更常用的是每比特能量Eb/N0。两者可以换算：

SNR(dB) = Eb/N0(dB) + 10*log10(Rb/B)

对于过采样系统，B等于采样带宽，即Fs/2。化简后，当用awgn时，可以直接以SNR为参数来指定噪声水平，然后在误码率曲线里，把SNR每隔3dB换算成Eb/N0用于对比。也可以直接用下列方式：

EbNo_dB = 10; % 期望的Eb/N0，单位dB EbNo_lin = 10^(EbNo_dB/10); Eb = sum(mod_signal.^2) / Nbit / Fs * 2; % 粗略估计每比特能量 N0 = Eb / EbNo_lin; noise = sqrt(N0 * Fs/2) * randn(size(mod_signal)); rx_signal = mod_signal + noise;

这样算出来的噪声功率更贴合理论模型。但实际操作中我发现大多数课程设计直接用awgn(sig, snr, 'measured')更省事，也不会有什么问题。只要在报告里写明"用measured模式以实际信号功率为基准添加噪声"，老师不会挑刺。

EbNo_dB = 10; snr_dB = EbNo_dB + 10*log10(Rb/(Fs/2)); % 粗略转换 rx_signal = awgn(mod_signal, snr_dB, 'measured');

2.4 相干解调器的完整实现

相干解调的核心是把一条接收信号分成两条支路，每条支路对应一个载波频率。以f1支路为例，处理流程是：

• 带通滤波：只保留4kHz附近的频谱分量，滤除8kHz分量和带外噪声。
• 乘以本地载波：cos(2pif1*t)，将4kHz分量的频谱搬移到基带。
• 低通滤波：滤除乘积后产生的2倍频分量，只保留基带包络。
• 抽样判决：在每个码元的中点抽样，比较f1支路和f2支路的包络大小，哪条大就判为对应比特。

滤波器设计用fir1函数。带通滤波器的通带中心分别是4kHz和8kHz，带宽取±1.5kHz比较合适。为什么取1.5kHz？因为码元速率是1kHz，主瓣宽度约为2kHz，如果通带太窄会滤掉信号的频率成分导致波形畸变，太宽则会引入过多噪声和另一支路的串扰。我试下来，通带带宽在2~3kHz之间最好。

% 设计带通滤波器 bpF1 = fir1(64, [3000 5500] / (Fs/2)); % 中心频率4kHz，带宽2.5kHz bpF2 = fir1(64, [6500 9500] / (Fs/2)); % 中心频率8kHz，带宽3kHz % 设计低通滤波器 lpF = fir1(32, 1500 / (Fs/2)); % 截止频率1.5kHz % 支路1 bp_out1 = filter(bpF1, 1, rx_signal); mul_out1 = bp_out1 .* cos(2*pi*f1*t_total); lp_out1 = filter(lpF, 1, mul_out1); % 支路2 bp_out2 = filter(bpF2, 1, rx_signal); mul_out2 = bp_out2 .* cos(2*pi*f2*t_total); lp_out2 = filter(lpF, 1, mul_out2);

滤波器的群延迟是这个流程最大的坑。fir1设计64阶带通滤波器，群延迟是固定值32个采样点（N/2），低通滤波器32阶对应16个采样点。也就是说，经过两级滤波后，输出信号相对于输入被延迟了48个采样点。如果抽样判决时不考虑这个延迟，判决时刻会整体偏移，误码率直接爆表。

% 补偿滤波器群延迟 delay_bp = 64/2; delay_lp = 32/2; delay_total = delay_bp + delay_lp; % 抽样判决 rx_bits = zeros(1, Nbit); for k = 1:Nbit sample_idx = (k-1)*Nsamp + round(Nsamp/2) + delay_total; if sample_idx <= length(lp_out1) if lp_out1(sample_idx) > lp_out2(sample_idx) rx_bits(k) = 1; else rx_bits(k) = 0; end end end

抽样点取在每个码元的中点（第50个采样点），而不是终点，是因为滤波器输出在码元边缘有过渡区，码元中部更稳定。这一点务必记牢。

2.5 误码率统计与理论曲线对比

跑一次解调只能得到一组误码结果，要画误码率曲线需要循环不同信噪比，每个信噪比下至少运行几百次取平均。

理论误码率公式用Q函数计算。MATLAB里可以直接用erfc函数：

EbNo_dB_vec = 0:2:14; EbNo_vec = 10.^(EbNo_dB_vec/10); theory_ber = 0.5 * erfc(sqrt(EbNo_vec/2));

对于BFSK相干解调，误码率理论公式是Pe = 0.5erfc(sqrt(Eb/N0/2))。这个公式的前提是两信号正交，f2-f1 = kRb这就满足条件。仿真曲线和理论曲线画在同一张图上，用semilogy坐标，纵轴取对数。如果两条曲线大致重合，说明整个链路实现正确。

真实课程设计做到这个程度已经算优秀了。但如果要拿高分，我会在报告中加一段讨论：仿真曲线在低信噪比时和理论曲线有偏差，是因为滤波器不是理想的、频偏估计有残余误差、随机比特数不够多等。这些真实、具体的讨论比套话式的"性能良好"高级得多。

3. Simulink仿真模型搭建与验证

3.1 为什么要在Simulink里再搭一遍

纯.m代码适合讲算法逻辑，每一行代码都知道在干什么。但通信系统是模块化的，真实的工程仿真需要用模块化思维来做。Simulink的优势在于：每个模块的参数可视化、信号链路可视化，老师一眼就能看懂你的系统结构，论文里直接截模型图比贴300行代码好得多。

还有一点很实际：答辩时老师最喜欢问"你这个系统如果换成别的参数会怎样"，如果你只是跑了一段.m代码，要重新改参数、重跑、重新分析，很费时间。Simulink模型改一个旋钮马上能看到波形变化，现场演示效果好。这也是为什么课程设计要求"纯.m代码和simulink"都要有的原因。

3.2 调制端模型的搭建步骤

Simulink里搭2FSK调制器，我推荐用三个基本模块的组合：Bernoulli Binary Generator产生随机二进制序列，两个Sine Wave分别产生4kHz和8kHz载波，再用一个Switch根据输入比特值选择输出哪个载波。

关键参数设置如下：

• Bernoulli Binary Generator：Probability of a zero设为0.5，Sample time设为0.01（因为码元速率1kHz，周期0.01s？不对，这里要小心：码元速率1kbps，码元周期是0.001s，Sample time应设为0.001）。初值任意，Frame size设为1。
• Sine Wave1：Frequency设成2pi4000（注意是rad/s，不是Hz！），Sample time设为1e-5。
• Sine Wave2：Frequency设成2pi8000，同样注意单位。
• Switch：阈值（Threshold）设为0.5，当输入大于0.5时选上通道，小于0.5时选下通道。

采样时间的选择是整个Simulink模型能否正常跑起来的关键。我建议把所有离散模块的Sample time统一设为1e-5，即采样率100kHz，与.m代码保持完全一致。如果不统一，Simulink会自动做多次插值和过采样，看似能跑，但信号的时域连续性会有问题，仿真结果和.m代码对不上。

Switch模块的输入输出数据类型要注意：伯努利发生器输出的是double类型，正弦波模块输出的也是double，默认情况下是兼容的，不需要额外转换。如果后续加了Error Rate Calculation等模块，可能需要把信号转成boolean或double，一般用Compare To Constant或Relational Operator处理更方便。

另一个容易浑的水是Simulation Time。我习惯把仿真时长设为1e-4秒？不对，这太小。如果发100个码元，每个码元1ms，总时长就是0.1s。在Configuration Parameters里要把Stop time设为0.1。

3.3 信道模块与解调模块的搭建方法

信道直接用AWGN Channel模块，在Communications Toolbox里。参数设置时注意两点：

• SNR（dB）的计算方式：可以直接填一个数值，但要想清楚这个SNR对应的是什么带宽。有一种做法是用Eb/N0换算。但Simulink的AWGN Channel模块有"Eb/N0"和"SNR"两种模式。直接用SNR模式，填"EbNo_dB + 10*log10(Rb/Fs)"这种换算值即可。
• 随机种子：设一个固定值便于结果复现，比如"set_seed = 12345"。跑实验时如果想做多次平均，可以把种子改为随机。

解调端我建议不要从零搭复杂的滤波器组，而是用Discrete FIR Filter模块分别实现之前.m代码里验证过的滤波器系数。方法是先用fir1算出滤波器系数，在工作区里存成变量，比如fir_coeff_bp1，然后在Discrete FIR Filter模块的Coefficients一栏填"fir_coeff_bp1"。这样做的最大好处是：Simulink模型的滤波器参数和.m代码完全一致，结果可以直接对比，省去在Simulink里重新调滤波器参数的麻烦。

具体模块链是：

• 带通滤波器1（中心4kHz）-> 相乘器（Product）-> 本地载波cos(2pi4000*t) -> 低通滤波器
• 带通滤波器2（中心8kHz）-> 相乘器（Product）-> 本地载波cos(2pi8000*t) -> 低通滤波器
• 两路低通输出 -> 差分 -> Sign模块或Relational Operator -> 输出判决结果

本地载波的产生可以直接用Discrete Sine Wave模块，频率设为2pi4000。注意本地载波要和发送端同频同相，在这个仿真环境里我们从同一个时钟触发，所以同步是没有问题的。如果在真实系统里要考虑载波同步问题，那是另一个层级的内容。

3.4 与.m代码结果的交叉验证

模型搭完后，最重要的动作是对比两套实现的结果。最简单的方式是用To Workspace模块把Simulink的调制信号、接收信号、判决结果导出来，然后写一段脚本计算误码率，和.m代码的结果画在同一张图上。

或者也可以把.m代码的调制信号用From Workspace模块导入Simulink，经过Simulink里的信道和解调链路处理，看看结果是否与纯.m代码一致。这种方式适合做"同一个信号、两套实现"的精确对比。

我用Simulink跑出来的结果和.m代码基本重合，误码率曲线在Eb/N0=10dB时大概在10的负5次方量级，和理论值很接近。有一点点偏差是正常的，因为滤波器的群延迟、边缘效应、随机比特序列差异都会带来影响。如果偏差超过半个数量级，就需要检查判决定时时刻是否不对齐。

4. 常见问题与排查技巧实录

4.1 波形、频谱和误码率三类问题的定位思路

我整理了自己踩过以及帮别人排查过的高频问题，不按抽象原则讲，直接按现象分类。

第一类是时域波形异常。最常见的表现是调制信号上出现明显的包络断裂或者高频毛刺。原因基本逃不出两种：采样率不足导致波形粗糙；时间向量拼接错误导致相位跳变。解决方法是把Fs从20kHz提高到100kHz，仔细检查t_seg是否每段都重新从0开始。

第二类是频谱与预期不符。具体表现是频谱峰值不在4kHz和8kHz，或者在两个峰之间多出很多杂散分量。如果是杂散分量太多，检查是否用了连续的时间轴导致相位连续（这不叫错误，只是和你预期的非连续FSK不同）；如果是峰值偏移，检查f_axis计算公式是否和FFT长度匹配。频谱图是判断"系统参数是否 правильно设计"的第一道关口。

第三类是误码率异常。这通常是最难查的，因为错误可能出现在解调链路任意一级。我的排查顺序是：

• 先不做滤波，直接把接收信号乘本地载波，用低通后包络做判决，看能否区分0和1。
• 再逐步加带通滤波器，观察每条支路输出波形是否"干净"。
• 然后检查抽判决时刻，用plot画出lp_out1在每个码元中部的值，看看两个支路在1码和0码时大小关系是否正确。
• 最后检查群延迟补偿是否到位。

4.2 常见问题速查表

4.3 Simulink特有的几个炸坑点

Simulink里踩过的坑和.m代码不完全一样，值得单独列一下。

正弦波模块的频率单位是rad/s，不是Hz，所以4kHz要填2pi4000。这大概是Simulink新手最经典的一个错误，填4000意味着6.37Hz，波形看起来完全不对。

Switch模块的阈值。伯努利二进制发生器的输出是0和1，Switch的阈值设在0.5，当输入大于0.5输出上支路（对应比特1的f1），小于0.5输出下支路（对应比特0的f2）。这个逻辑是对的。但如果阈值设在2，那就永远选择下支路，调制输出全是8kHz的f2载波。可以先用Scope看调制输出的频率是否随比特变化，这一步就能发现问题。

变步长求解器的隐患。如果Simulink设置成变步长，正弦波模块在非均匀采样下的输出看起来会有抖动，Scope上显示的是折线而不是平滑正弦。虽然不影响最终统计结果，但答辩时可以被人挑刺。我通常把求解器设置成固定步长、步长1e-5，这样Scope显示更美观，和.m代码的采样也完全对应。

4.4 调试一个案例的过程记录

有一次帮A同学排查，他的误码率曲线在Eb/N0=8dB时依然有0.2，明显不对。我先让他画出两条支路的低通滤波输出，结果发现在一个比特1的码元内，f2支路的输出在码元后半段逐渐上升，导致抽样点误判。

初步判断是f2带通滤波器的通带太宽，把f1的一部分能量也滤进来了。检查发现他设置的f2带通滤波器为[7000 9000]Hz，而f1是4kHz，看似没有重叠。但进一步看他的f1带通滤波器通带是[2000 6000]Hz，带宽4kHz，2kHz范围内与f2支路的过渡带重叠。滤波器不是砖墙，4kHz的能量在6kHz处仍有残余，如果f2支路的通带边缘在7kHz起步，有一定抑制，但残余已经比噪声大了。

把f1带通改成[3000 5500]Hz，f2改成[6500 9000]Hz后，误码率立即恢复到和理论曲线重合的水平。这就是"滤波器带宽不是越大越好"的实际案例。

4.5 提高系统性能的扩展改造

如果做完了基础版本，想在报告里加亮点，可以从以下几个方向扩展：

• 把相位不连续FSK改成CPFSK。实现方式是在调制端使用频率控制振荡器，频率切换时保持相位连续，比较前后两种方案在频谱上的带外衰减差异。
• 实现非相干解调。替换掉本地载波相乘部分，用包络检测（取绝对值后低通或直接用Hilbert变换求包络），对比相干和非相干的误码率曲线，能直观看到性能差距。
• 加入成形滤波。发送端加根升余弦滤波器，观察带宽压缩和ISI变化，这个方向能把2FSK和数字基带传输的知识打通。

我实际做的时候把CPFSK和非相干解调都分别跑通了。三份结果放在报告里，整套系统的"理论-仿真-工程折衷"逻辑非常完整。

结尾

这套系统做完之后，我对"调制解调"这件事的理解从公式记忆变成了链路直觉。以前背下相干解调框图但不知道哪一级最重要，自己写过一遍之后才明白：抽样判决时刻和滤波器群延迟才是决定误码率高低的魔鬼细节。如果你也在做2FSK或者类似的数字调制课程设计，我建议一定不要只去网上找一份代码跑通就交差，试试改改载波频率、试试去掉带通滤波器、试试用非相干解调，观察每个改动对最终误码率曲线的影响。折腾几次之后，你收获的就不只是一个仿真项目，而是对整个数字通信链路"每一个环节在抗噪声中到底扮演什么角色"的直观认知。

另外一个很实用的经验是：写完第一个版本之后，把所有参数都整理成一个独立的参数脚本文件（比如param_init.m），Simulink模型也从这个脚本加载参数。这样无论是跑参数扫描、做对比实验还是写报告配图，都会省下大量重复操作时间。这个习惯我在后来的很多仿真项目里都在用，推荐你从现在就开始养成。