matlab实现根据调制信号和载波，进行FSK调制和解调（ 包括相干解调和非相干解调），画出调制信号、载波、已调信号、解调信号波形，并进行解调性能分析。

在MATLAB中实现频移键控(FSK)调制和解调的过程可以分为以下几个步骤：

1. **模拟调制** (FSK Modulation):
- **创建载波信号**: 使用`sin`函数生成正弦波作为载波，设置好频率和样本率。
- **创建数字信号**: 创建二进制数据，如0s和1s，这将是你的调制信号。
- **FSK调制**: 利用`modulate`函数将数字信号映射到载波的不同幅度，通常通过改变载波相位（例如90度和0度代表不同的状态）。

carrier_freq = 1000; % 载波频率
symbol_rate = 5000; % 波特率
samples_per_symbol = 8;
t = 0:1/symbol_rate:samples_per_symbol-1;
data = [0; 1]; % 二进制数据
carrier = sin(2*pi*carrier_freq*t);
fsk_signal = modulate(carrier, data, 'psk', 'PhaseShifts', [0 pi]);

2. **绘制波形**:
- 使用`plot`函数分别绘制原始载波、调制后的已调信号以及最终的Fsk信号。

3. **模拟解调**:
- **相干解调**: 使用`demodulate`函数，利用载波信号的同步信息进行解调，结果更精确。

   coherent_demod = demodulate(fsk_signal, carrier, 'phase');

- **非相干解调**: 如果没有同步信息，可以尝试直接通过判决门限判断信号，但效果会较差。

4. **波形显示和比较**:
- 使用`plot`再次绘制解调后的信号，对比相干解调和非相干解调的结果。

5. **解调性能分析**:
- 计算误码率（BER）：对于相干解调，可以计算接收到的信号序列中错误比特的数量，然后除以总比特数得到BER。
- 可以通过改变噪声水平或信噪比（SNR）观察如何影响解调性能。

noise = randn(size(fsk_signal));
noisy_fsk_signal = fsk_signal + noise;
coherent_ber = berawgn(noiseless_fsk_signal, coherent_demod, 'Rayleigh');
non_coherent_ber = compareBinarySymbols(data, coherent_demod); % 非相干解调误码率

% 绘制伯努利分布表示BER
ber = [coherent_ber; non_coherent_ber];
semilogy(ber, '-o', 'LineWidth', 2)
legend('Coherent Demodulation', 'Non-Noise Ratio (dB)')
ylabel('Bit Error Rate')