2fsk信号调制解调代码

### 回答1：
FSK（Frequency Shift Keying）是一种调制解调技术，用来将数字信号转换成频率，然后通过信道传输。下面是一个简单的2FSK调制解调的代码示例：

调制代码：

import numpy as np
import matplotlib.pyplot as plt

# 定义调制参数
bits_per_second = 1000  # 每秒的比特数
sampling_frequency = 10000  # 采样频率
bit_duration = sampling_frequency / bits_per_second  # 每个比特的持续时间

# 定义数字信号
binary_signal = np.array([1, 0, 1, 1, 0, 0, 1, 1])  # 待调制的二进制信号

# 构造调制信号
t = np.arange(0, len(binary_signal) * bit_duration, 1 / sampling_frequency)  # 时间序列
modulated_signal = np.zeros(len(t))  # 调制信号

for i, bit in enumerate(binary_signal):
    frequency = 1000 if bit == 0 else 2000  # 根据每个比特的数值选择对应的频率
    modulated_signal[i * int(bit_duration): (i + 1) * int(bit_duration)] = \
        np.cos(2 * np.pi * frequency * t[i * int(bit_duration): (i + 1) * int(bit_duration)])

# 绘制调制信号图像
plt.plot(t, modulated_signal)
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.title('Modulated Signal')
plt.show()

解调代码：

# 构造解调信号
demodulated_signal = np.zeros(len(t))  # 解调信号

for i, bit in enumerate(binary_signal):
    frequency = 1000 if bit == 0 else 2000  # 根据每个比特的数值选择对应的频率
    demodulated_signal[i * int(bit_duration): (i + 1) * int(bit_duration)] = \
        modulated_signal[i * int(bit_duration): (i + 1) * int(bit_duration)] \
        * np.cos(2 * np.pi * frequency * t[i * int(bit_duration): (i + 1) * int(bit_duration)])

# 对解调信号进行低通滤波
demodulated_signal_filtered = np.convolve(demodulated_signal, np.ones(int(bit_duration)) / int(bit_duration), mode='valid')

# 绘制解调信号图像
plt.plot(t[:len(demodulated_signal_filtered)], demodulated_signal_filtered)
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.title('Demodulated Signal')
plt.show()

以上是一个简单的2FSK信号调制解调的代码示例。调制阶段使用COS函数和两个不同的频率来构造调制信号，解调阶段采用COS函数分别与调制信号相乘，然后经过低通滤波器进行滤波得到解调信号。代码中的采样频率、比特数以及频率等都可以根据实际情况进行调整。

### 回答2：
2FSK是一种频移键控调制技术，用于数字通信系统中，用不同的频率表示不同的数字信号。下面是一个用Python实现的2FSK调制解调代码示例：

调制代码示例：

import numpy as np

def modulate(signal, freq0, freq1, sample_rate):
    t = np.arange(len(signal)) / sample_rate
    fsk0 = np.cos(2 * np.pi * freq0 * t)
    fsk1 = np.cos(2 * np.pi * freq1 * t)
    modulated_signal = np.zeros_like(signal)
    for i, bit in enumerate(signal):
        if bit == 0:
            modulated_signal[i] = fsk0[i]
        else:
            modulated_signal[i] = fsk1[i]
    return modulated_signal

signal = [0, 1, 1, 0, 1, 0, 1, 0]  # 待调制的数字信号
freq0 = 1000  # 0表示的频率
freq1 = 2000  # 1表示的频率
sample_rate = 44100  # 采样率
modulated_signal = modulate(signal, freq0, freq1, sample_rate)

解调代码示例：

import numpy as np

def demodulate(modulated_signal, freq0, freq1, sample_rate, threshold):
    t = np.arange(len(modulated_signal)) / sample_rate
    fsk0 = np.cos(2 * np.pi * freq0 * t)
    fsk1 = np.cos(2 * np.pi * freq1 * t)
    demodulated_signal = []
    for i, sample in enumerate(modulated_signal):
        if np.dot(sample, fsk0[i]) > threshold:
            demodulated_signal.append(0)
        else:
            demodulated_signal.append(1)
    return demodulated_signal

threshold = 0.5  # 解调阈值
demodulated_signal = demodulate(modulated_signal, freq0, freq1, sample_rate, threshold)

以上代码中，首先在调制部分将输入的数字信号转换成2FSK信号，然后在解调部分将2FSK信号还原成数字信号。调制函数modulate接受待调制的数字信号、0和1表示的频率、采样率等参数，并返回调制后的2FSK信号。解调函数demodulate接受调制后的2FSK信号、0和1表示的频率、采样率、以及解调阈值等参数，并返回解调后的数字信号。

需要注意的是，以上代码只是2FSK调制解调的基本示例，实际应用中还可能包括信号滤波、频偏补偿等更复杂的处理步骤。