MSK与GMSK的Simulink仿真：从模块搭建到原理复现完整指南

做移动通信课程设计或者项目验证的时候，很多同学都会卡在MSK与GMSK调制系统的Simulink仿真这一关。明明教科书上公式推得明明白白，一到软件里拖模块、调参数、看波形，就各种对不上。我前前后后做过好几版这个仿真，包括GSM项目里的GMSK链路验证，踩过不少坑，也积累了一些可以直接照抄的经验。这篇文章就把这套Simulink仿真的完整思路、模块选型、参数设置和排错方法一次讲清楚，适合通信工程专业的学生、刚接触调制仿真的工程师，以及想彻底搞懂MSK和GMSK原理再做二次开发的硬件党。

先说结论：Simulink做MSK/GMSK仿真，最省事的方式是直接用Communications Toolbox里的GMSK Modulator Baseband模块，但如果你只拖模块跑通链路，不拆开看原理，那这个仿真做完你依然说不清高斯滤波器到底在哪儿起了作用。所以我这套方法的核心思路是“两条腿走路”：先用现成模块搭出标准链路，再用MATLAB脚本把GMSK的底层调制过程复现一遍，最后互相对比验证。这篇文章会把这套路径完整展开。

1. 为什么选MSK和GMSK：这两种调制救过移动通信的场

1.1 MSK解决的是什么问题

MSK全称是Minimum Shift Keying，最小频移键控。它本质上是连续相位FSK（CPFSK）的一种特例，调制指数h恰好等于0.5。这个0.5不是拍脑袋定的，它保证两个载波频率之间的间隔正好等于符号速率的一半，也就是频偏Δf = 1/(4Tb)，这样两个频率在Tb时间内刚好积累90度的相位差，从而在一个符号周期内保持正交性。换句话说，MSK是能保证两个信号正交的最低频移，所以叫“最小”。

这个特性带来的直接好处有两个。第一是相位连续，信号在符号切换时刻不会发生相位突变，频谱旁瓣衰减比普通FSK快得多；第二是恒定包络，信号幅度始终不变，可以使用高效率的非线性功放，这对移动设备来说意义重大。在移动通信里，MSK经常被拿来和QPSK对比，QPSK频谱效率高，但包络起伏大，对功放线性度要求苛刻。MSK牺牲了一部分频谱效率，换来了功放友好度，这让它在卫星通信、深空通信里一直是常青树。

1.2 GMSK多出来的一步为什么是“高斯”

GMSK的G就来自Gaussian，它在MSK的基础上，把输入的非归零（NRZ）基带信号先通过一个高斯低通滤波器，再做频率调制。注意这个“高斯”不是滤波器频响长得像高斯曲线，而是它的冲激响应和传输函数都带有高斯函数的形式，其中最关键的一个指标叫BT乘积，也就是高斯滤波器3dB带宽B和符号周期Tb的乘积。

BT值直接决定了频谱的紧凑程度和码间串扰（ISI）的严重程度。GSM系统选的就是BT=0.3，这个值是个折中：如果BT继续调小，比如0.2，频谱确实更窄，但时间域上脉冲拖尾更严重，符号之间互相干扰，误码率上升；如果BT调大，比如0.5或者0.7，ISI减小了，但频谱占用变宽，就失去了GMSK的意义。在实际仿真时，BT这个参数建议从0.3开始调，然后往两边对比看频谱和眼图的变化，会比只看课本上的曲线直观得多。

2. 仿真前的硬准备：Simulink建模思路与模块选型

2.1 两条路：直接拖模块 vs 底层原理复现

开始建模型之前，先把思路定下来。Simulink里做MSK/GMSK调制，可以走两条路。

第一条路是用Communications Toolbox自带的现成模块，比如GMSK Modulator Baseband、GMSK Demodulator Baseband、MSK Modulator Baseband，把数据源、调制器、信道、解调器、误码率统计模块串起来。这种方式最快，适合验证链路级性能，比如测误码率、看频谱。缺点也很明显，模块内部封装了太多细节，高斯滤波器到底怎么设计的、相位路径怎么累积的，全被黑盒化了。

第二条路是在Simulink里用基础模块从零搭调制器，把“成形滤波→频率调制→正交上变频”这个过程物理复现出来。这个适合学习原理，但模型复杂度高，而且解调端要实现匹配接收，工作量不小。我的建议是两条路都做：链路性能验证用第一条，原理验证用第二条，互相印证。这篇文章主要讲第一条路，然后配合MATLAB脚本做底层复现。

2.2 必备工具箱与仿真参数约定

运行环境方面，你需要MATLAB R2019a以上版本，并且确认安装了Communications Toolbox和DSP System Toolbox。检查方式很简单，在命令行输入ver，看列表里有没有这两个工具箱。很多同学模型搭好了报模块找不到，基本都是工具箱没装全。

参数约定上，我推荐统一使用基带复基带仿真，也就是把信号表示为I+jQ的复信号，而不是把载波频率也仿真出来。这样做的原因很实际：通带仿真需要采样率至少是载波频率的5到10倍，模型跑起来非常慢，而基带仿真只需要满足基带信号的奈奎斯特条件，仿真速度能快几个数量级，并且误码率结果是等价的。你把GMSK Modulator Baseband模块的输出直接接到Spectrum Analyzer上，看到的是以0Hz为中心的基带频谱，这在通信链路仿真里是标准做法。

具体参数上，我常用这一组作为起点：

• 符号速率Rb = 10kbps，符号周期Tb = 1e-4秒。
• 每符号采样点数Samples per symbol = 8。
• 采样率Fs = Rb × 8 = 80kHz。
• GMSK的BT = 0.3。
• 调制指数Modulation index = 0.5。
• 仿真停止时间设为10个符号周期以上，视观测需求调整。

3. 手把手搭建GMSK/MSK仿真链路

3.1 基带仿真链路：从数据源到误码率统计

打开Simulink，新建一个空白模型，按下面的顺序摆放模块。所有模块都可以在Simulink Library Browser里直接搜索拖拽，这一步没有任何技巧，熟练之后五分钟就能搭完。

1. Random Integer Generator：随机整数发生器，从Communications Toolbox里拖。双击设置：Source of seed选Parameter，Sample time设为Tb，Samples per frame设成100，Output data type选uint8，M-ary number保持默认2。这样每帧输出100个比特。
2. GMSK Modulator Baseband：GMSK基带调制器。双击设置：Input type选Bit，Pulse length设为4，Samples per symbol设为8，BT设为0.3，Modulation index设为0.5，Initial phase offset为0。Pulse length这个参数决定高斯滤波器在时间域上截断到几个符号周期，默认4基本够用，太小频谱会带畸变，太大计算量增大。
3. AWGN Channel：加性高斯白噪声信道。双击设置：Mode选Signal to noise ratio (SNR)，SNR这里要注意，如果后面直接接解调器和误码率统计，建议选Eb/N0模式而不是SNR模式，因为GMSK是编码效果随约束长度变化的调制，用Eb/N0更容易跟理论曲线对齐。具体值先设10dB，后面扫点。
4. GMSK Demodulator Baseband：GMSK基带解调器。参数要和调制端严格一致，Input type选Bit，Pulse length=4，Samples per symbol=8，BT=0.3，Modulation index=0.5，Phase offset=0。特别注意，解调器里的Output type如果选Bit，输出就是解调后的比特流，这样可以直接跟原始比特做比较。
5. Error Rate Calculation：误码率计算模块。双击设置：Receive delay要仔细调，GMSK解调有群延迟，这个值等于调制器Pulse length加解调器Pulse length再减1之类的组合，我后面会专门讲这个坑。Output data选Port，这样可以把BER、误比特数、对比比特数三个量同时输出到工作空间。
6. Scope和Spectrum Analyzer：一个看时域波形，一个看频谱。Spectrum Analyzer可以直接从DSP System Toolbox里拖。

连接顺序是：Random Integer Generator → GMSK Modulator Baseband → AWGN Channel → GMSK Demodulator Baseband → Error Rate Calculation。同时把原始比特通过一条信号线直接连到误码率模块的Tx输入，把解调输出连到Rx输入。

3.2 用同一个模块“变出”MSK

这里有一个特别实用的技巧：在Simulink里，MSK可以直接通过GMSK模块得到。原理很简单，GMSK的高斯滤波器如果带宽无限大，等价于不滤波，那就退化成MSK了。实际工程里，你只需要把GMSK Modulator Baseband里的BT设成一个足够大的值，比如10甚至100，这样高斯滤波器的时间域展宽远小于符号周期，滤波效果可以忽略，输出的就是标准MSK信号。把BT=0.3和BT=100的频谱放到同一个坐标下对比，就能直观看到高斯滤波对频谱旁瓣的压缩效果。

当然，Communications Toolbox里也有独立的MSK Modulator Baseband模块，如果想用现成的，直接拖它就行。不过我个人建议你用GMSK BT改成大数这个间接方法，因为这样调试的时候改一个参数就能完成MSK和GMSK之间的切换，做对比实验非常方便。

3.3 关键参数踩坑记录：延迟、采样率、停止时间

这一节都是我用实际仿真换来的教训，尤其是Receive delay。Error Rate Calculation模块内部是把Tx和Rx两个比特流逐位对齐做比较的，如果解调器的输出比原始比特滞后了几拍，误码率就会高得离谱，哪怕信噪比很高也下不来。GMSK解调器本身有延迟，这个延迟跟Pulse length和Samples per symbol都有关系。最笨也最可靠的办法是：先把信道噪声设成0，把SNR设成很低的负值，运行仿真后把Error Rate Calculation的BER输出接一个Display模块，然后从0开始逐步增大Receive delay，直到BER变成0。这个值就是当前参数组合下的正确延迟。

第二个坑是采样率。如果你把Samples per symbol设成2，仿真跑得很快，但你会在眼图里看到严重的“假性抖动”，因为采样点太少，波形重建不充分。建议至少设8，要画漂亮眼图可以设16。仿真时间也要注意，如果Samples per frame设的是100，停止时间至少要设100×Tb，也就是0.01秒，否则数据量不够误码率统计没有意义。

4. 深入内核：用MATLAB脚本复现GMSK调制原理

4.1 高斯滤波器的数学表达与离散实现

如果你只用Simulink模块，做完仿真可能还是觉得GMSK是黑盒。我建议用一段MATLAB脚本把GMSK调制过程亲手实现一遍，这也是我验证Simulink模块是否正常的重要手段。

GMSK的调制可以拆成三步：第一，把输入比特映射成双极性NRZ脉冲序列，也就是比特1对应+1，比特0对应-1；第二，这个脉冲序列通过高斯低通滤波器；第三，滤波后的信号作为瞬时频率偏差去驱动一个频率调制器。用公式表示，高斯滤波器的传输函数是：

H(f) = exp(-ln2/2 × (f/B)²)

这里B是滤波器的3dB带宽，注意ln2/2这个系数保证了f=B时幅度正好衰减一半。对应的冲激响应h(t)也是一个高斯函数，它的时域宽度跟BT成反比。BT越小，h(t)在时间域拖得越长，单个比特的能量外溢到相邻比特，这就是ISI的来源。

在离散域实现时，核心是构造这个高斯冲激响应。我用的方法是先把双极性比特序列做上采样，每个符号插入Nsps个采样点，然后和一个长度为4个符号周期的高斯脉冲做卷积。注意卷积之后一定要归一化，让脉冲响应的总面积等于1，否则频率偏移幅度会偏大或偏小，调制指数就不是0.5了。这一步看起来不起眼，但我见过很多人复现GMSK时BER一直不收敛，最后发现就是差了这个归一化。

4.2 相位累积与正交调制

滤波器输出的是瞬时频率信号，频率的积分就是相位。在离散系统里，积分可以用cumsum函数实现。相位φ(t)和滤波信号f(t)的关系是：

φ(t) = 2πh ∫ f(τ)dτ

其中h是调制指数，等于0.5。得到相位后，复基带信号就是s(t) = exp(jφ(t))，取实部和虚部分别就是I路和Q路信号。下面是核心代码片段，你可以直接跑：

matlab复制Fs = 8e5;               % 采样率
Tb = 1e-4;              % 符号周期
Nsps = Fs * Tb;         % 每符号采样点数
BT = 0.3;               % 归一化带宽
h = 0.5;                % 调制指数

data = randi([0 1], 200, 1);
data_bipolar = 2 * data - 1;                     % 0 -> -1, 1 -> +1
data_up = upsample(data_bipolar, Nsps);
rect = ones(Nsps, 1);
data_nrz = conv(data_up, rect, 'same');          % NRZ脉冲成形

% 构造高斯滤波器冲激响应
Tb_filter = 1 / (BT * Tb);
alpha = sqrt(log(2) / 2) / Tb_filter;
t_axis = -2 * Tb : 1/Fs : 2 * Tb;
gauss = sqrt(pi) / alpha * exp(-(pi * t_axis / alpha).^2);
gauss = gauss / sum(gauss);                      % 面积归一化

filtered = conv(data_nrz, gauss, 'same');

% 频率积分得到相位
phase = 2 * pi * h * cumsum(filtered) / Fs;

% 复基带信号
s = exp(1j * phase);

跑完之后，你可以用下面命令看频谱：

matlab复制periodogram(s, hann(length(s)), [], Fs);

再把BT改成0.5和0.7跑一遍，对比三条频谱曲线。你会发现BT越小、频谱主瓣越窄、旁瓣衰减越快，这就是高斯滤波的作用。这套脚本不只是验证原理，它还能配合Simulink完成交叉验证：把脚本生成的s信号导出成.mat文件，再用Simulink的From Waveform File模块读进来，跟GMSK模块输出做对比，两条曲线应该完全重合。

5. 仿真结果怎么看：频谱、眼图、误码率三件套

5.1 频谱对比：BT=0.3/0.5/0.7的视觉效果

Simulink里的Spectrum Analyzer可以直接观察GMSK基带信号的频谱。建议你把BT从0.3改到0.5、0.7，仿真停止时间设长一点，等频谱曲线稳定了再截图对比。

从实测结果看，BT=0.3时主瓣最窄，旁瓣衰减很快，但眼图张开度最小，轨迹变粗；BT=0.7时主瓣明显变宽，旁瓣也高一些，但眼图干净很多。这个对比特别能说明一个事：GMSK本质上是拿信号的抗干扰能力换频谱效率。如果你项目里有频谱模板要求，这个图可以直接作为论证依据。

5.2 眼图怎么看：采样点在哪

眼图在Simulink里可以用Discrete-Time Eye Diagram Scope模块来看，连接方式很简单：把GMSK调制器输出接到这个模块的输入，双击设置Samples per symbol为8，再设置Trace length为一个符号周期的整数倍。对于MSK/GMSK这类连续相位调制，眼图不是QPSK那种方方正正的“眼睛”，而是平滑的曲线簇，你重点看的是在采样时刻曲线的汇聚程度。BT=0.3时曲线有明显的弥散，这就是ISI在眼图上的体现。

很多初学者第一次看到GMSK眼图会觉得“怎么没有眼睛”，这是正常现象。GMSK是部分响应连续相位信号，它的记忆长度超过一个符号周期，所以眼图天然就不像线性调制那么清爽。实际工程里判断信号质量主要看误码率和误差矢量幅度（EVM），眼图只能作为一个直观参考。

5.3 误码率曲线怎么画才会收敛

如果你想得到一条完整的BER曲线，而不是只看单点BER，建议用脚本循环仿真。可以写一个简单的外层循环，依次把AWGN Channel的Eb/N0改成0dB到12dB，每次运行仿真后用simout获取误码率，最后把曲线画出来。这里有个性能优化技巧：直接在Simulink模型里把仿真停止时间设为固定帧数，然后在MATLAB脚本里用sim命令循环调用，关掉Simulink窗口的动画更新，可以明显加速。

要特别注意有限帧数带来的统计毛刺。如果你每帧只发100个比特，在Eb/N0很高的时候可能所有比特都对了，BER等于0，这在取对数(log10)时会出现警告。建议高信噪比区域把帧长加到1000甚至10000比特，或者误码率低到一定程度就停止仿真，用累积误比特数作为统计量。我在实际项目中习惯设定“至少观测到100个错误比特”这个标准，保证每个点的BER估计误差在合理范围。

6. 常见的坑与排查速查表

我把这个项目里遇到过的典型问题整理成了一张速查表，按出错现象、可能原因、解决办法三列排，你可以直接当排查手册用。

这些坑里，最阴间的是Receive delay。它在Simulink的文档里不会直接告诉你准确的解析表达式，必须靠实际测试对齐。我在做GSM下行链路仿真的时候就因为这个问题折腾了两天，最后发现就是解调延迟差了2个符号，误码率从零变成了0.4，看起来就像信道完全不可用一样。所以建议你刚搭好链路时，第一步永远是做“无噪声对齐测试”而不是直接上高SNR测试。

另外再分享一个调试技巧：把GMSK Modulator Baseband的输入数据源换成Constant模块，设为1，这样调制器输出是一个固定频率的CW信号，你可以在Scope里看到一条干净的正弦波，以此确认基带调制器工作正常。接着把输入换成0和1交替的方波，再看输出波形是否平滑过渡，如果出现相位跳变，说明调制器的相位连续性配置有问题。

这套仿真做完，你对MSK和GMSK的理解会比只看课本提升几倍。后续如果你要做的项目涉及蓝牙的GFSK、或者LoRa的CSS调制，思路也是类似的：先搞清楚调制指数和脉冲成形滤波器，再用Simulink搭链路和MATLAB脚本做交叉验证。我个人在实际操作中最大的体会是，仿真模型最终要能在原理上解释得通，拖几个模块跑通只是第一步，能把底层每一步的数学操作复现出来，这个项目才算真正入了门。