T = t(end); df = 1 / T; N = length(st); f = -N/2 * df : df : N/2 * df - df; sf = fft(st); sf = T / N * fftshift(sf); %低通滤波 df = f(2) - f(1); fN = length(f); ym = zeros(1, fN); xm = floor((2*fm) / df); xm_shift = [-xm : xm-1] + floor(fN / 2); ym(xm_shift) = 1; yf = ym .* sf; %频域转时域 df = f(2) - f(1); fmax = (f(end) - f(1) + df); dt = 1 / fmax; N = length(f); t = [0 : N-1] * dt; yf = fftshift(yf); st = fmax * ifft(yf); st1 = real(st);

这段代码是对一个时间序列进行低通滤波的过程。首先进行了傅里叶变换，然后将频率轴移动到中心位置，接着构造一个低通滤波器，将低通滤波器和信号的频域表示相乘得到滤波后的频域信号。最后再进行一次傅里叶逆变换，将滤波后的频域信号转换为时域信号。

具体来说，代码的第一行计算了信号的持续时间 T。接着计算了信号的采样频率 df，以及采样点数 N。然后通过傅里叶变换 fft 将信号转换为频域表示，再通过 fftshift 将频域信号移到中心位置。接下来构造了一个低通滤波器，具体方法是将一个长度为 fN 的零向量 ym，将其中心的 2fm 个元素赋值为 1，然后将其移动到中心位置。使用 .* 运算符将低通滤波器和信号的频域表示相乘得到滤波后的频域信号 yf。最后进行一次傅里叶逆变换 ifft，将滤波后的频域信号转换为时域信号 st1。

需要注意的是，代码中使用了一个临时变量 sf 来保存傅里叶变换后的频域信号，因为在后面的计算中需要多次使用到。另外，代码中的 xm_shift 变量用于将低通滤波器移动到正确的位置，使其与频域信号相乘时能够正确地进行过滤。

相关问题

代码介绍function [f,sf]= T2F(t,st) dt = t(2)-t(1); T=t(end); df=1/T; N=length(st); f=-N/2*df:df:N/2*df-df; sf=fft(st); sf=T/N*fftshift(sf);

该代码实现将时域信号转换为频域信号。

输入参数：
- t：时间轴数组
- st：时域信号数组

输出参数：
- f：频率轴数组
- sf：频域信号数组

代码解释：
- dt：采样间隔
- T：采样总时间
- df：频率间隔
- N：采样点数
- f：频率轴数组，由采样点数和频率间隔计算得到
- sf：进行FFT变换得到的频域信号数组，通过fftshift将频域信号移到中心位置，并乘以系数T/N，得到正确的幅度值。

修改代码 i=10;%基带信号码元数 j=5000; t=linspace(0,5,j);%0-5之间产生5000个点行矢量，即将[0,5]分成5000份 f1=10;%载波1频率 f2=5;%载波2频率 fm=i/5;%基带信号频率 码元数是10，而时域长度是5，也就是一个单位2个码元 a=round(rand(1,i));%产生随机序列 %产生基带信号 st1=t; for n=1:10 if a(n)<1 for m=j/i*(n-1)+1:j/i*n st1(m)=0; end else for m=j/i*(n-1)+1:j/i*n st1(m)=1; end end end figure(1); subplot(411); plot(t,st1); title('基带信号st1'); axis([0,5,-1,2]); %基带信号求反 st2=t; for n=1:j if st1(n)==1 st2(n)=0; else st2(n)=1; end end subplot(412); plot(t,st2); title('基带信号反码st2'); axis([0,5,-1,2]); %载波信号 s1=cos(2*pi*f1*t); s2=cos(2*pi*f2*t); subplot(413),plot(s1); title('载波信号s1'); subplot(414),plot(s2); title('载波信号s2'); %调制 F1=st1.*s1;%加入载波1 F2=st2.*s2;%加入载波2 figure(2); subplot(411); plot(t,F1); title('F1=s1*st1'); subplot(412); plot(t,F2); title('F2=s2*st2'); e_fsk=F1+F2; subplot(413); plot(t,e_fsk); title('2FSK信号');%键控法产生的信号在相邻码元之间相位不一定连续 %% %加噪 SNR = 0:0.1:10; % 信噪比范围 error = zeros(1,length(SNR)); % 误码率数组 for i = 1:length(SNR) fsk_noisy = awgn(e_fsk, snr, 'measured'); % 加入噪声 subplot(414); plot(t, fsk_noisy); % 绘制加入噪声后的时域波形 title('受干扰时域波形');

好的，以下是修改后的代码，主要是添加了计算误码率的部分：

i=10;%基带信号码元数
j=5000;
t=linspace(0,5,j);%0-5之间产生5000个点行矢量，即将[0,5]分成5000份
f1=10;%载波1频率
f2=5;%载波2频率
fm=i/5;%基带信号频率    码元数是10，而时域长度是5，也就是一个单位2个码元
a=round(rand(1,i));%产生随机序列

%产生基带信号
st1=t;
for n=1:10
    if a(n)<1
        for m=j/i*(n-1)+1:j/i*n
            st1(m)=0;
        end
    else
        for m=j/i*(n-1)+1:j/i*n
            st1(m)=1;
        end
    end
end

figure(1);
subplot(411); plot(t,st1); title('基带信号st1'); axis([0,5,-1,2]);

%基带信号求反
st2=t;
for n=1:j
    if st1(n)==1
        st2(n)=0;
    else
        st2(n)=1;
    end
end
subplot(412); plot(t,st2); title('基带信号反码st2'); axis([0,5,-1,2]);

%载波信号
s1=cos(2*pi*f1*t);
s2=cos(2*pi*f2*t);
subplot(413),plot(s1); title('载波信号s1');
subplot(414),plot(s2); title('载波信号s2');

%调制
F1=st1.*s1;%加入载波1
F2=st2.*s2;%加入载波2
figure(2);
subplot(411); plot(t,F1); title('F1=s1*st1');
subplot(412); plot(t,F2); title('F2=s2*st2');
e_fsk=F1+F2;
subplot(413); plot(t,e_fsk); title('2FSK信号');%键控法产生的信号在相邻码元之间相位不一定连续

%加噪
SNR = 0:0.1:10; % 信噪比范围
error = zeros(1,length(SNR)); % 误码率数组
for i = 1:length(SNR)
    fsk_noisy = awgn(e_fsk, SNR(i), 'measured');  % 加入噪声
    subplot(414); plot(t, fsk_noisy);  % 绘制加入噪声后的时域波形
    title('受干扰时域波形');
    %解调
    demod1=fsk_noisy.*s1;
    demod2=fsk_noisy.*s2;
    [b,a]=butter(6,2*fm/j,'low');
    df1=filter(b,a,demod1);%低通滤波
    df2=filter(b,a,demod2);%低通滤波
    z1=df1(j/i/2:j/i:j);
    z2=df2(j/i/2:j/i:j);

    %判决
    for k=1:i
        if z1(k)>z2(k)
            c(k)=1;
        else
            c(k)=0;
        end
    end

    %比较
    error(i) = sum(c~=a); % 统计误码数
    BER(i) = error(i)/i; % 计算误码率
end

%绘制误码率曲线
figure(3);
semilogy(SNR, BER);
xlabel('信噪比(dB)');
ylabel('误码率');
title('2FSK误码率曲线');

其中，我们添加了一个 `SNR` 的范围，然后在循环中计算加噪后的误码率。最后，我们使用 `semilogy` 函数绘制了误码率曲线。

希望这可以帮助您！