企业官网建设流程全解析

简介：《2FSK调制与解调系统设计与仿真——基于MATLAB7.0》课程设计报告，面向通信工程、电子信息类专业学生，用于完成通信原理课程设计或理解数字调制解调系统。报告完整覆盖设计任务与方案论证，包括信源产生二进制随机比特流、采用单极性矩形波、键控法生成2FSK信号、加性高斯白噪声信道、相干解调方式，并给出SNR与误码率曲线分析。同时附有MATLAB7.0源程序代码，可复现调制、加噪、相干解调及眼图绘制过程，适合对照实践。资源包共1个doc文档，整体仅579KB，文档结构清晰，包含摘要、引言、设计任务、原理说明、源程序与仿真结果等章节，便于直接参考或修改。已有853人学习下载，适合作为课程设计报告撰写、仿真实验复现及通信原理复习的实用资料。

1. 2FSK课程设计最容易被扣分的点：仿真通了，误码率却对不上理论曲线

第一次做“通讯系统原理课程设计 2FSK调制与解调系统设计与仿真”的同学，大多栽在同一个地方：波形图画得漂亮，误码率曲线却和高斯白噪声下的理论值差一到两个数量级。这个现象不是代码 bug，而是参数换算和判决逻辑的问题。这篇笔记把 2FSK 链路从发射、加噪、解调到误码率统计完整拆开，给出可直接运行的仿真脚本和参数表，适合刚学完通信原理、需要在一周内交课设报告的新手，也想让想快速搭参考链路的从业者少走弯路。

2. 2FSK系统设计先定参数：载频间隔、调制指数与带宽估算

动手写代码前，先花半小时把参数定下来，比写完再改省力得多。很多翻车现场都是随便挑了两个频率，结果频谱混叠、滤波分离不开，最后只能靠调滤波器“玄学”救场。这一章把参数选择的逻辑讲清楚，同时把相干与非相干方案的取舍也说明白，这样后面写代码时才不会被老师追问。

2.1 信号模型：把2FSK看成两个ASK叠加

2FSK 的时域表达式写成：

s(t) = m0(t)·cos(2πf1t) + m1(t)·cos(2πf2t)

其中 m0、m1 是互补的基带脉冲序列。这个写法非常适合编程：不需要在每个码元切换时维护相位，只要按码元选择载波频率即可。实际仿真中，我通常用一个随机 0/1 序列 bits，对每个码元生成对应频率的载波片段。这种“非连续相位 FSK”模型最简单，也正好匹配非相干解调的原理假设。

注意，这里生成的信号带宽会比理论上的连续相位 2FSK 稍大，因为每个码元的起始相位都重置为 0，等效于引入了相位阶跃。课设阶段一般不用管，如果后面想更接近实际，可以改成连续相位模型，在第 6 章给出实现。这里还有一个容易被忽视的点：两个载波的初相不影响非相干解调结果，但会影响信号的时域峰均比和频谱旁瓣，报告里只需要说明你采用的是哪种模型即可。

2.2 调制指数 h 怎么定：带宽与正交性的折中

2FSK 的调制指数常用 h = (f2-f1)/Rb 定义，也就是频差和码速率的比值。h 太小，两个载频距离近，接收端带通滤波器很难分离开；h 太大，占用带宽成倍增加，频带利用率变差。课设常用的区间是 h = 1 ~ 4。

当 h 为整数时，两个载波在一个码元周期内是正交的，非相干解调的理论误码率可以直接用正交 FSK 公式。h=1 时带宽最省，但两个载频只相差一个码速率，普通二阶带通滤波器的过渡带可能滤不干净。h=2 时频差是码速率的两倍，两个谱峰之间留出明显间隔，滤波器的分离难度低很多。我一般选 h=2。有些教材把调制指数写成 h = 2Δf/Rb，这时 h=2 对应的频差等于一个码速率，两种定义差一倍。写报告前先确认你用的教材定义，避免公式查错。

带宽估算常用卡森公式：B ≈ 2Δf + 2Rb。这里的 Δf 是频差的一半，即 (f2-f1)/2。按 h=2、Rb=1000 算，Δf=1000Hz，B≈2×1000+2×1000=4kHz。但实际仿真中因为相位不连续，频谱会再外扩一些，用 6kHz 作为观测带宽更稳妥。这个估算值后面画频谱图时会对应上。

2.3 一份可以直接用的参数表

以下参数是我做这类课设常用的基线配置，采样率按 100kHz 取，每个码元正好 100 个采样点：

选中心频率 10kHz 是因为它远高于码速率，满足奈奎斯特条件，又低于采样率的一半 50kHz，给滤波器留出设计余量。频差 4kHz 让两个谱峰相距明确，带通滤波器的过渡带不至于太窄。采样率 100kHz 是码速率的 100 倍，后续用滑动平均做包络检波时分辨率足够。如果你用的是 8kHz 采样率，那么 10kHz 载波就不可行了，这一点在课设答辩中经常被问到，需要提前说清楚采样定理的约束。

2.4 为什么课设常用非相干解调而不是相干解调

非相干解调不需要恢复载波相位，实现简单，频率误差容忍度也高。相干解调在理论上能比非相干解调好 1~2dB，但需要在接收端产生与发送载波同频同相的本地载波，这在仿真的黑匣子里往往被简化掉，导致很多同学假相干——以为用了乘法器就是相干，实际本地载波相位随机，性能甚至更差。

课程设计选非相干方案，主要是因为它的验证逻辑更透明：两路带通滤波器加包络检波，每一步都能用示波器或者频谱图去观察。如果选相干解调，除了误码率还得多设计一个载波同步环，工作量指数上升。我的建议是主体用非相干，在报告末尾作为进阶方向提一句相干解调的改进即可。这样既满足课设要求，又展示了独立的思考。

3. 用MATLAB脚本搭2FSK链路：发射、加噪、非相干解调与判决

这一章给出可以直接运行的脚本。我把链路拆成三段：发射端、信道、接收端，每一段都可以单独调试。如果你赶时间，也可以把三段拼到一个循环里，配误码率统计，但建议先分段验证再合并，否则出了问题很难定位。

3.1 发射端：生成随机码元与已调波形

先定义一个共享参数区，再生成 0/1 随机序列和已调信号。代码如下：

% 参数区 Rb = 1000; % 码速率 1kbps fc = 10e3; % 中心频率 df = 2e3; % 频差的一半 f1 = fc - df; % 0 码对应的载频 f2 = fc + df; % 1 码对应的载频 fs = 100e3; % 采样率 NumBits = 100000; % 参与统计的码元数 Nsamp = fs / Rb; % 每码元采样点数 rng(42); % 固定随机种子，结果可复现 bits = randi([0 1], NumBits, 1); % 按码元生成已调信号 s = zeros(NumBits * Nsamp, 1); t = (0:Nsamp-1) / fs; for k = 1:NumBits if bits(k) == 0 s((k-1)*Nsamp+1 : k*Nsamp) = cos(2*pi*f1*t).'; else s((k-1)*Nsamp+1 : k*Nsamp) = cos(2*pi*f2*t).'; end end

这段代码的逻辑很直接：每个码元时长 1ms，对应 100 个采样点；bits 为 0 时填频率 f1 的余弦，为 1 时填频率 f2 的余弦。数组中第 (k-1)Nsamp+1 到 kNsamp 就是第 k 个码元对应的波形。用循环生成 100000 码元大约会让脚本慢一点，但这是最容易读懂的写法。如果你在意速度，可以把 bits 向量化生成，再配合 repmat 或 kron 拼出整段信号。

这里参数说明：f1 和 f2 之差为 4kHz，是码速率的 4 倍，所以 h=2；每个码元正好包含 f1 的 8 个完整周期或 f2 的 12 个完整周期（当 f1=8k 时 8 个，f2=12k 时 12 个）。固定 rng(42) 是为了让随机序列可复现，做实验时对比不同信噪比下的误码率必须用同一组序列，否则曲线会有抖动。如果你去掉 rng，两次运行结果会有随机差异，这会给调参带来很大麻烦。

生成后可以顺手画一下功率谱，确认两个谱峰的位置。用 pwelch(s, [], [], fs, fs) 就能看到 8kHz 和 12kHz 处有两个峰，它们之间的凹陷大约在 10kHz。这一步能快速发现频率参数写错的问题，比直接跑误码率更直观。

3.2 信道：按 Eb/N0 而不是 SNR 加噪声

很多同学在这里把信噪比和 Eb/N0 混在一起，导致横坐标和理论曲线对不上。2FSK 误码率理论公式用的是每比特能量与噪声功率谱密度之比 Eb/N0，所以加噪时也要按 Eb/N0 换算。代码如下：

EbN0_dB = 0:10; % 测试范围 ber = zeros(size(EbN0_dB)); % 保存误码率 for n = 1:length(EbN0_dB) EbN0 = 10^(EbN0_dB(n)/10); Es = mean(s.^2); % 每个符号（比特）的平均能量 N0 = Es / EbN0; % 噪声功率谱密度 noiseVar = N0 * fs / 2; % 离散噪声方差，双边谱 N0/2 noi = sqrt(noiseVar) * randn(size(s)); r = s + noi; end

说明一下为什么用 Es / EbN0 得到 N0：代码里信号幅度为 1，每个码元的能量就等于信号平均功率 0.5 乘以码元时间 1/Rb，所以 Es 约为 0.5/Rb，它是一个确定的数值。mean(s.^2)统计出来和这个理论值几乎一致，直接用统计值更保险。噪声方差为什么是 N0fs/2？因为连续白噪声的双边功率谱是 N0/2，采样后带宽到 fs，折叠在 [-fs/2, fs/2] 内，积分得到总功率 N0fs/2。

这里还要说一个很容易踩的坑：如果直接用sqrt(N0) * randn(size(s))加噪声，实际噪声功率远小于应有的噪声功率，误码率会好到不真实。反过来，如果用N0*fs当方差，噪声又过大，误码率会差得离谱。一个快速自检方法是mean(noi.^2)和noiseVar是否一致，不一致就说明换算错了。

3.3 接收端：带通滤波、平方包络检波与抽样判决

非相干解调的经典结构是：两路带通滤波器分别只让 f1 或 f2 通过，然后各自做包络检波，最后比较两路包络大小。我这里用平方包络，省去 hilbert 变换的复杂度。注意滤波器要用零相位滤波，避免群延迟导致判决时刻偏移：

% 带通滤波器（二阶巴特沃斯，通带取 f1/f2 附近 ±Rb） [b1, a1] = butter(2, [(f1 - Rb) * 2/fs, (f1 + Rb) * 2/fs]); [b2, a2] = butter(2, [(f2 - Rb) * 2/fs, (f2 + Rb) * 2/fs]); % 对接收信号做零相位滤波 r1 = filtfilt(b1, a1, r); r2 = filtfilt(b2, a2, r); % 平方包络：先平方，再滑动平均（等效低通） win = ones(1, Nsamp) / Nsamp; e1 = sqrt(conv(r1.^2, win, 'same')); e2 = sqrt(conv(r2.^2, win, 'same')); % 在码元中心抽样判决 idx = round((0.5:1:NumBits-0.5) * Nsamp); det = (e1(idx) < e2(idx)); % e2大则判1，否则判0 ber(n) = sum(det ~= bits) / NumBits;

重点说三个地方。第一，滤波器通带取 [f1-Rb, f1+Rb] 和 [f2-Rb, f2+Rb]，单边噪声带宽约 2kHz。这个宽度既能覆盖信号能量，又不会把另一路载频收进来。第二，filtfilt是零相位滤波，输出与输入没有固定延迟；如果用filter，必须在抽样时补偿群延迟，否则误码率会明显变差。第三，平方包络用conv做 Nsamp 点滑动平均，等效于把平方后的高频分量滤除，得到包络的估计。滑动窗口宽度等于一个码元，窗口内的均值对应码元平均能量。

在上面代码里，conv(..., 'same')会造成序列两端有边界效应，但抽样点都选在码元中心，离边界至少 50 个采样点，所以不受影响。如果你用filter而不是conv，要小心初始过渡区，和解调序列的延迟叠加起来会让前几个码元不对位。

3.4 封装成误码率统计循环：完整链路一次跑通

把前面的发射、加噪、接收合并到一起，每个信噪比点跑一遍，就能得到一条完整的误码率曲线。我习惯写成函数形式，方便以后换参数：

function ber = run_fsk_sim(EbN0_dB, bits, s, fs, Rb, f1, f2) % 输入收发共用的数据和信噪比点，返回该点误码率 NumBits = length(bits); Nsamp = fs / Rb; for n = 1:length(EbN0_dB) % 这里复制 3.2 和 3.3 的加噪与解调代码 % ... end end

函数封装的好处是：修改采样率、频偏、码元数量时不用到处改代码。但课设报告里不建议把函数体写得太长，老师更希望你每一步都有注释，而不是一个黑匣子。我一般把 3.1 的生成代码放在主脚本里，接收部分单独抽出函数，这样两段逻辑能分别验证。

运行时间上，NumBits=100000、11 个信噪比点，整个过程大概十几秒。如果觉得慢，把 NumBits 降到 50000，曲线毛刺会大一点但趋势不变。如果升到 500000，运行时间会接近一分钟，建议先用小规模调通，再放大跑正式数据。

到这里，一个完整的 2FSK 收发链路已经闭环。下一章把运行结果和理论值对齐，并解释为什么某些码元数下曲线毛刺特别大。

4. 仿真结果验证：把误码率曲线与理论值对齐的三个关键参数

仿真跑通只是第一步，课设报告里最重要的一张图是“误码率-信噪比曲线”。这一章解决三个问题：理论公式怎么用、仿真统计需要多少码元、滤波器带宽为什么会让曲线偏移。

4.1 理论公式要怎么用

非相干正交 2FSK 在高斯白噪声下的理论误码率是：

Pe = 0.5·exp(-Eb/(2N0))

这里的 Eb/N0 是线性值，不是 dB。画理论曲线时，先对 EbN0_dB 做 10^(dB/10) 再代入公式。要注意这个公式成立的条件是：两个载频间隔满足正交关系（h 为整数），并且接收端滤波器足够窄，带外噪声被抑制。我们选的 h=2 满足正交条件，所以理论曲线可信。

有些同学会把公式写成 Q(sqrt(Eb/N0))，那是相干 2FSK 的理论误码率。两者在高信噪比时差别不大，但从 0dB 到 10dB 区间，非相干曲线会比相干曲线高出一截。报告里如果用错公式，答辩时一眼就会被看出来。

4.2 蒙特卡洛试验次数：误码率到 10^-4 需要多少码元

误码率本身是一个随机变量，统计误差大致正比于 1/sqrt(NumBits)。比如要看到 10^-3 量级，至少需要 10^5 个码元；要看到 10^-4，至少需要 10^6 个码元，否则曲线会在理论值上下抖成锯齿。课设报告里只取 0~8dB，用 10 万码元足够展示趋势，但如果要把高信噪比段画到 10^-5，就得把 NumBits 加到 50 万甚至 100 万。

时间成本也要考虑：我写这个脚本时，100 万码元加上滤波和 conv，每个信噪比点大约要跑十几秒，全套 11 个点就是两分钟，可以接受。如果既要大码元数又怕慢，可以只在低误码率的几个点用大样本，其他点用小样本，报告里说明分点设置即可。另有一个小技巧：将同一组随机噪声分成多段并独立判决，再平均误码率，比一次性用超大样本更稳定，也更容易控制内存。

4.3 滤波器带宽对性能的影响：为什么仿真曲线总比理论差一点

理论曲线假设接收端把噪声限制在信号带宽内。实际滤波器带宽取 2Rb 时，噪声通过的不只是信号自身的 1/Rb 带宽，还有一半的富余，所以等效噪声功率比理论值大，误码率会高一些。想逼近理论值，可以把通带收窄到 [f1-0.7Rb, f1+0.7Rb] 附近，但收太窄会削掉信号边带，反而引入失真。课设阶段没必要追求完全重合，曲线趋势一致、误差在 1~2dB 内就算达标。

如果老师要求精确对齐，可以在报告里说明“实际滤波器非理想性导致约 0.5dB 损失”，这比强行把曲线画上去更诚实。还有一个验证技巧：把滤波器去掉，直接对接收信号做平方包络，误码率会高几个数量级。这能证明滤波器在链路中的关键作用，也能解释为什么有人噪声功率算错却看不出问题。

4.4 绘制理论与仿真对比曲线

画图代码通常这样写：

figure; semilogy(EbN0_dB, ber, 'o-'); hold on; % 理论曲线 EbN0_lin = 10.^(EbN0_dB/10); ber_theory = 0.5 * exp(-EbN0_lin/2); semilogy(EbN0_dB, ber_theory, '-'); xlabel('Eb/N0 (dB)'); ylabel('Bit Error Rate'); legend('仿真', '理论'); grid on;

注意纵轴用对数坐标，否则低误码率部分会挤在横轴附近。如果仿真曲线在 10dB 处比理论高很多，优先检查是否漏了带通滤波，或者噪声方差换算是否用了 N0fs 而不是 N0fs/2。这两个错误几乎覆盖了 80% 的对不齐问题。

5. 避坑：2FSK仿真中常见的5个翻车场景与排查

5.1 误码率曲线在 10^-2 附近砸不下去

现象：Eb/N0 从 2dB 加到 10dB，误码率从 0.1 降到 0.01 后就不再下降，或者曲线出现平台。

原因：接收端没有加带通滤波器，宽带白噪声全进来了。平方包络检波器本身没有选频能力，两路包络都被噪声抬高，判决时输给噪声。另一个可能原因是滤波器中心频率写错，比如把 f1 写成了 fc，导致信号被滤掉大半。

解决：在包络检波前加上中心频率为 f1、f2 的两路带通滤波。滤波器通带宽度要小于两倍频差，但也不能小于信号带宽，按 2Rb 初调，再逐点试。检查滤波器传递函数的最快方法是freqz(b1,a1)，看通带是否覆盖 8kHz 附近、阻带是否压制 12kHz。

5.2 仿真误码率比理论低（曲线反超理论）

现象：中低信噪比时仿真误码率比理论值还低，看起来不科学。

原因：用相干解调的结构却按非相干理论去对照。比如接收端用本地载波做乘法积分，得到一个与相位的余弦分量相关的值，这在相位完全同步时等效于相干解调，性能当然优于非相干。另一个可能原因是加噪时漏了带外噪声，相当于人为降低了噪声功率。

解决：确认接收端没有和发送载波同相的乘法器。若采用非相干方案，就必须用包络或能量判决。若报告允许相干解调，就把理论公式换成相干 FSK 的。我的经验是课设要求一般是非相干，所以不要画蛇添足。

5.3 频谱图上两个峰不对称，且带外杂散大

现象：用 FFT 画频谱，发现在 f1、f2 旁边还有一堆谐波，两个峰之间不是干净的空隙。

原因：每个码元都从载波 0 相位重新开始，相当于给连续载波加了一个方波门控，产生相位阶跃和频谱泄漏。这种泄漏是模型带来的，不是 bug。

解决：改用连续相位 FSK 实现：让载波相位在每个码元边界保持连续，即根据前一段相位累积计算当前初相，代码在第 6 章给出。但要注意连续相位模型对非相干解调的误码率几乎没有影响，所以课设主链路可以不变，只在分析频谱时对比即可。

5.4 加噪时信噪比算错，全链路噪声功率过大或过小

现象：信噪比提高，误码率反而上升；或 EbN0 设成 20dB 时误码率仍然很高。

原因：常见把N0 = Es / EbN0写成N0 = Es / EbN0 * fs，或忘记除以 2。离散噪声方差必须和采样率挂钩，正确公式是N0*fs/2。

解决：先用mean(noi.^2)检查实际噪声功率，再和理论噪声功率N0*fs/2对比。如果不相等，说明换算有误。这个自检步骤花十秒钟就能定位大部分加噪问题。另外注意，如果你把信号幅度先归一化，那么 Es 会变，噪声方差也要跟着改。

5.5 结果每次运行都不一样，报告里曲线无法复现

现象：同一份脚本，两次运行误码率曲线有波动，重跑后曲线毛刺位置不同。

原因：randi 和 randn 没有固定随机种子，每次生成的码元序列和噪声不同。蒙特卡洛仿真的随机波动被直接暴露。

解决：在脚本开头加rng(42)。更严格的做法是把随机序列存成文件，同一组序列跑完所有信噪比。这样同一台机器上任何时间重跑，结果完全一致。如果改了码元数量，重新固定种子后再跑，并记录种子值在报告里。

6. 进阶：把单路2FSK扩展成多载波与频偏容限验证

如果课设时间有余，或者你想在报告里多一个加分项，可以做一个简单的“频偏容限”实验：保持两个载频间隔不变，给接收信号附加一个频率偏移，比如 +80Hz、+200Hz，观察误码率恶化程度。实现方式是生成本地模拟的失谐载波，或者直接对接收信号的接收频率做偏移处理。我这里用最省事的办法：在发射端重新定义两个中心频率偏移后的 f1'、f2'，然后仍用原滤波器和抽样位置做解调。

% 频偏容限测试：加入固定频偏 delta delta = 80; % Hz f1_drift = f1 + delta; f2_drift = f2 + delta; % 用 f1_drift 和 f2_drift 重新生成 s_drift % 接收端仍然用原 f1/f2 滤波器，统计误码率

运行后你会发现，当 delta 达到频差的十分之一，即 400Hz 左右时，误码率会明显抬升。这背后是滤波器中心频率失谐，信号落在通带边缘被衰减。这个实验能直观展示非相干解调对频率同步的要求，也是报告里很容易和老师讨论的点。

另一个常用进阶是改成连续相位 2FSK，只需在发射端用一个相位累加器：

% 连续相位FSK：相位随频率变化 phase = 0; s_cp = zeros(NumBits * Nsamp, 1); for k = 1:NumBits f = f1 + (bits(k)==1) * (f2 - f1); for q = 1:Nsamp phase = phase + 2*pi*f/fs; s_cp((k-1)*Nsamp+q) = cos(phase); end end

连续相位会让频谱更干净，但误码率几乎不变。我自己的习惯是先跑通非连续相位版本，确认链路无误码逻辑，再在进阶章节里对比频谱图。还可以再做一件事：改变码速率 Rb，观察误码率曲线是否保持不变。如果曲线随 Rb 明显移动，说明噪声功率换算里还藏着采样率相关的错误。

整个过程最深的教训是：不要一上来就追求高码元数和完美滤波，先固定种子、固定参数，把 0~10dB 的曲线画出来，再逐步增加复杂度。希望帮到你。

本文还有配套的精品资源，点击获取