2PSK功率谱密度推导全解析：从自相关函数到MATLAB仿真验证

通信原理里，2PSK的功率谱密度推导，可能是很多人在期末复习和考研备考时最头疼的一块。公式又长又抽象，教材上往往直接甩出结论，中间的“为什么”全靠自己脑补。但功率谱密度恰恰是理解2PSK带宽、频带利用率、抗噪声性能的钥匙，绕不开。这篇文章我就把2PSK功率谱密度从信号模型、自相关函数、维纳-辛钦定理到最终公式的推导全过程，一步步拆开讲清楚，还会附上MATLAB仿真验证的方法和几个常见误区。不管你是正在备考通信原理的学生，还是工作中需要评估调制信号带宽的工程师，这篇内容都能让你把这块知识真正吃透，而不是停留在背公式的层面。

1. 先从信号模型说起：2PSK到底长什么样

1.1 从“用相位传信息”理解信号表达式

2PSK，全称二进制相移键控，核心思路是用载波的两个相位状态来分别表示二进制码元0和1。最常见的形式是绝对相移键控：当发送码元“0”时，载波相位为0；当发送码元“1”时，载波相位为π。用公式表达就是：

s_2PSK(t) = A·cos(ω_c t + φ_n)，其中φ_n取0或π，分别对应二进制码元0和1。

很多同学一上来就被这个带φ_n的表达式绕晕了。实际上，用积化和差公式展开一下，事情会变得非常清爽。当φ_n=0时，cos(ω_c t)就是它本身；当φ_n=π时，cos(ω_c t + π) = -cos(ω_c t)。所以你完全可以把它看成一个双极性基带信号m(t)去乘以载波cos(ω_c t)：

s_2PSK(t) = m(t)·cos(ω_c t)，m(t)取值为+1或-1。

这里的m(t)就是双极性不归零（NRZ）随机脉冲序列。这一个转换是整个推导的基石，后面所有的频域分析都是从这个“基带信号乘载波”的模型出发的。你不妨记住这个画面：2PSK本质上就是“双极性基带信号做线性搬移”，而不是像2FSK那样改变频率，也不是像2ASK那样改变幅度。

1.2 为什么功率谱密度是绕不开的一个坎

时域波形能告诉我们信号长什么样，但它回答不了一个关键问题：这个信号到底占用多少带宽？信道怎么分配？滤波器怎么设计？邻道干扰怎么评估？这些都得靠频域分析，也就是功率谱密度。

可以把时域波形类比成一套房子的平面图，功率谱密度则是这张平面图的结构分析报告——哪些承重墙占了多少面积，哪里是主要活动区域。对通信系统来说，功率谱密度直接决定了信号的频带占用情况，也决定了接收端滤波器的通带设计。比如你设计一个2PSK系统，码速率是100 kbps，如果不知道功率谱密度的主瓣宽度是200 kHz，你都不知道信道带宽至少要预留多少。

另一个实际理由是，2PSK的功率谱密度结论和2ASK的推导路径几乎同源，学会这一套，后面学2ASK、QPSK的功率谱分析都能顺下来。所以这块内容不只是考试要考，它是你理解整个数字频带传输系统的一扇门。下面我们就从推导的第一环——基带信号的自相关函数——正式开始。

2. 一步一步推：从自相关函数到功率谱密度

2.1 基带信号的自相关函数：一切推导的起点

要得到s_2PSK(t)的功率谱密度，最正统的路径是：先求自相关函数，再用维纳-辛钦定理变换到频域。为什么非要从自相关函数入手？因为2PSK信号是随机信号，没法直接做傅里叶变换（它不满足绝对可积条件），但它的自相关函数在统计意义上是稳定的，可以做傅里叶变换。

先把基带信号m(t)写出来：

m(t) = Σ a_n·g(t - nT_b)

其中a_n是第n个码元的幅度，取+1或-1，等概率出现；g(t)是宽度为T_b的矩形脉冲（不归零）；T_b是码元周期，R_b = 1/T_b就是码速率。

求自相关函数R_m(τ) = E[m(t)·m(t+τ)]，关键要看两个时刻是否落在同一个码元内。这里有个很重要的手法：把延时τ限制在|τ| ≤ T_b内来讨论。

当两个时刻落在同一个码元内的概率是1 - |τ|/T_b（你可以理解为窗口重叠的比例），此时a_n·a_n = 1，自相关贡献为1；当落在不同码元时，由于a_n和a_{n+1}独立且等概率取±1，期望E[a_n·a_{n+1}] = (1/2)·1 + (1/2)·(-1) = 0，这部分贡献为零。所以：

R_m(τ) = 1 - |τ|/T_b，|τ| ≤ T_b；R_m(τ) = 0，|τ| > T_b

这个函数画出来就是一个三角形。很多同学会问，为什么矩形脉冲的自相关是三角形？你可以类比：两个同样宽度的矩形窗，错开τ后重叠面积随τ线性减小，减到零时τ等于窗宽。这里的数学本质是一样的，只是把“面积重叠”换成了“概率重叠”。等概率假设在这里起了决定性作用，如果码元出现0和1的概率不等，那么跨码元的自相关就不为零，后面的功率谱就会多出离散谱线。这也是后面要重点展开的一点。

2.2 维纳-辛钦定理：把自相关换到频域

有了自相关函数，直接套维纳-辛钦定理，基带信号的功率谱密度就是自相关函数的傅里叶变换：

S_m(f) = ∫_{-∞}^{∞} R_m(τ)·e^(-j2πfτ) dτ

对三角脉冲做傅里叶变换，结果是sinc函数的平方：

S_m(f) = T_b·[sin(πfT_b)/(πfT_b)]² = T_b·sinc²(fT_b)

这个结果非常重要，你可以从两个角度去验证它是否正确。第一，在f=0处，S_m(0) = T_b，而功率谱密度曲线下的面积等于信号平均功率，双极性NRZ信号的平均功率正好是1，把T_b·sinc²积分回来看是能对上的。第二，零点位置在f = k/T_b（k=1,2,...），这说明主瓣两侧的过零点间隔就是1/T_b，整个主瓣宽度是2/T_b，正好等于2倍码速率。

在继续往下推之前，我要先铺垫一个细节：上面的推导默认码元序列是广义平稳的，且在推导自相关时采用了“随机相位平均”的思想。实际通信系统里，码元序列还需要满足各态历经性，否则单次观察的时间平均和统计平均不一定相等。教材里通常默认这个条件成立，你考试时不需要展开，但心里要清楚这个前提。

2.3 载波调制就是把基带谱搬到高频：频谱搬移的数学

现在回到完整的2PSK信号s(t) = m(t)·cos(ω_c t)。要求它的功率谱密度，最直接的路径是求s(t)的自相关函数R_s(τ)：

R_s(τ) = E[m(t)·m(t+τ)·cos(ω_c t)·cos(ω_c(t+τ))]

利用三角恒等式把两个余弦的乘积展开：

cos(ω_c t)·cos(ω_c(t+τ)) = (1/2)[cos(ω_c τ) + cos(2ω_c t + ω_c τ)]

其中第二项含有2ω_c t，对时间求平均后趋于零（或者在接收端等效低通分析时被滤除），因此：

R_s(τ) = (1/2)·R_m(τ)·cos(ω_c τ)

这里其实做了一个简化处理：忽略了倍频分量。严格来说，如果m(t)不是确定信号，第二项也不严格为零，但工程上这个近似完全可接受，尤其当你把分析带宽限制在载波附近时。功率谱密度对R_s(τ)再做一次傅里叶变换，利用频移特性，直接就得到：

S_2PSK(f) = (1/4)[S_m(f - f_c) + S_m(f + f_c)]

把前面S_m(f) = T_b·sinc²(fT_b)代入，最终：

S_2PSK(f) = (T_b/4)

这就是2PSK功率谱密度的标准表达式。看到这个公式你就能理解，2PSK的功率谱就是基带双极性NRZ信号的功率谱，从零频处左右搬移到±f_c附近，幅度减半再减半（因为能量分到正负两个频段，每个频段又是原来四分之一）。主瓣仍然以f_c为中心，宽度2R_b。

2.4 为什么没有离散谱线：双极性等概的隐藏礼物

推导完了，有一个细节特别值得停下来细看：为什么2PSK功率谱里没有离散谱线（冲激）？对比一下2ASK就明白了。2ASK的基带信号是单极性NRZ，即“有信号时为A，无信号时为0”，它的均值不为零。功率谱密度里除了连续谱，还会在载频处出现一个冲激分量，这个冲激来自基带信号的直流分量被搬移到了载频上。

而2PSK的基带信号是双极性NRZ，在等概率条件下，m(t)的均值E[m(t)] = 0.5·(+1) + 0.5·(-1) = 0，没有直流分量，所以频谱搬移后也不会有载波离散谱线。这带来一个工程上的好处：2PSK信号的功率全部集中在连续谱里，没有浪费在载波分量上，功率利用效率更高，也不容易被窄带干扰盯着打。这也是为什么许多实际系统偏爱PSK类调制的原因之一。

不过这里有个容易踩的认知陷阱：等概率假设一旦被破坏，比如码元0和1出现概率不相等，双极性信号均值就不为零，功率谱里会重新出现离散谱线。也就是说“2PSK无离散谱”是有前提条件的，考试时判断题如果只说“2PSK没有离散谱”而不提等概条件，是需要小心的。

3. 带宽、频带利用率与工程意义

3.1 主瓣宽度、第一零点带宽和工程带宽

从功率谱密度公式可以直接读出带宽信息。2PSK频谱的sinc²包络以f_c为中心，主瓣宽度为2R_b，这就是常说的“第一零点带宽”。为什么叫第一零点带宽？因为频谱在f = f_c ± R_b处第一次降到零，这之间围成的区域就是主瓣。

必须说清楚：数学上sinc²函数是无限延伸的，所以2PSK信号的绝对带宽是无穷大。但实际能量绝大部分集中在主瓣里，旁瓣衰减很快（按频率平方衰减）。工程上我们不可能用无限带宽去传输，所以在设计系统时，要么用带通滤波器把旁瓣削掉一部分，要么在发端对基带脉冲做成型滤波（比如升余弦滚降），把带宽压缩到(1+α)R_b/2（α为滚降因子）。这里你就能明白，为什么很多教材在讲MPSK带宽时会引入滚降系数——因为理想矩形脉冲的频谱旁瓣过大，直接发出去会造成邻道干扰。

举个例子，R_b = 100 kbps时，理想矩形脉冲的2PSK主瓣带宽是200 kHz。如果换成滚降因子α=0.5的升余弦脉冲，带宽就变成(1+0.5)×100/2 = 75 kHz（单边带宽），比200 kHz窄不少，代价是时域波形不再是矩形，接收端的抽样判决时刻要求更精确。

3.2 和2ASK、2DPSK的对比：功率谱相似的背后

很多同学学到这里会有一个疑问：2PSK和2ASK的功率谱密度形式看起来也太像了，都是sinc²搬移，那它们到底有什么区别？确实，形状上两者都有主瓣宽度2R_b，但细节上存在一个本质差异：2ASK有离散载波分量，2PSK没有。这个差异用一句话概括：单极性信号在频域留下直流痕迹，双极性信号把直流洗干净了。

再来看2DPSK。2DPSK是差分相移键控，它用相邻码元的相位变化而不是绝对相位来表示信息。你可能想问：既然信息编码方式都变了，功率谱会变吗？答案是不会。因为差分编码本质上是把数据序列做了一次线性变换（前后码元异或/同或），在统计特性上不改变双极性随机序列的平稳性和功率谱形状。所以2DPSK的功率谱密度与2PSK完全一致。这个结论在很多教材里直接写，但背后的逻辑是“差分编码不改变二阶统计特性”。理解到这一层，考试时遇到相关判断题就不慌。

三种调制的功率谱特征可以整理成一张直观的对比表：

顺便说一句，虽然2ASK和2PSK带宽相同，但在误码性能上2PSK明显优于2ASK，因为两个相位状态在信号空间里的欧氏距离更大，抗噪声能力更强。带宽外形相同不代表性能相同，这是通信原理里“带宽”和“信噪比”两条主线交织的地方。

3.3 频带利用率：0.5 bit/s/Hz是什么意思

有了带宽，自然要关心频谱效率。频带利用率η的定义是传信率除以带宽：η = R_b/B，单位是bit/s/Hz。对理想矩形脉冲的2PSK，B = 2R_b，所以η = 0.5 bit/s/Hz。这意味着，每赫兹带宽每秒最多只能传0.5个比特信息。是不是觉得有点低？没错，这正是2PSK在高速率场景下的短板。

那为什么QPSK能达到1 bit/s/Hz？因为QPSK一个符号携带2比特，符号速率R_s = R_b/2，在同样R_b下，信号带宽是2R_s = R_b，所以η = R_b / R_b = 1 bit/s/Hz。思路就是“用一个符号装更多比特”。这也是为什么现代通信系统普遍用QPSK、16QAM等高阶调制，而不是直接追求更复杂的单一2PSK。但QPSK的功率谱密度推导路径和2PSK几乎一样，只是基带信号从一维变成两路正交的二维信号。所以把2PSK的功率谱吃透，后面学QPSK等于白送一半。

这里还要注意一个概念区分：频带利用率的“带宽”到底是双边带宽还是单边带宽。在带通系统里，我们通常说2PSK带宽是2R_b，指的是正频率轴上的带宽（即从f_c - R_b到f_c + R_b），这是工程中实实在在占用的信道宽度。而基带信号分析时，双边谱会看到正负两半，容易把人绕晕。你自己整理笔记时，建议明确标注“这里用的是单边带宽”，避免考试时用错定义。

4. 动手验证一遍：MATLAB仿真实操

4.1 仿真方案设计：采样率、码速率、载波频率怎么定

理论推导再漂亮，没有仿真验证总觉得不踏实。我自己学这一块时的经验是：用MATLAB生成一段2PSK信号，然后用周期图法估计功率谱密度，跟理论公式画在一个图上对比。参数选择是第一个需要注意的环节。

假设码速率R_b = 500 Hz，载波频率f_c = 1000 Hz，采样率fs取多少？这里有个硬性约束：采样率必须高于信号最高频率的两倍。2PSK信号主瓣最高到f_c + R_b = 1500 Hz，所以fs至少要大于3000 Hz。实际为了留足余量，我一般取fs = 8000 Hz，这样每个码元有fs/R_b = 16个采样点，计算分辨率也够。

还有一个容易被忽视的细节：码元数要够多、FFT点数要够大。如果码元数太少，统计平均不充分，估计出来的功率谱毛刺会非常大。我建议至少取512个码元，做FFT时窗口长度取512点（相当于32个码元），重叠50%，这样谱线的平滑程度会比较理想。

4.2 完整代码与实现流程

下面这段代码是我实测过可以直接跑的。注释写得很详细，大家可以直接复制到MATLAB里练习。

matlab复制%% 参数设置
fs = 8000;          % 采样率(Hz)
fc = 1000;          % 载波频率(Hz)
Rb = 500;           % 码速率(bps)
Tb = 1/Rb;          % 码元周期
L = round(fs/Rb);   % 每个码元对应的采样点数
N = 1024;           % 码元个数

%% 生成基带双极性NRZ信号
data = randi([0 1], N, 1);      % 随机二进制码元
m = 2*data - 1;                  % 0 -> -1, 1 -> +1
m_upsample = reshape(repmat(m, 1, L).', [], 1);  % 每个码元重复L次，形成NRZ波形

%% 生成载波并完成2PSK调制
t = (0:length(m_upsample)-1)' / fs;  % 时间轴，注意利用转置保持列向量
carrier = cos(2*pi*fc*t);
s_2psk = m_upsample .* carrier;

%% 估计功率谱密度
[pxx, f] = pwelch(s_2psk, hamming(512), 256, 1024, fs, 'centered');
pxx_dB = 10*log10(pxx);

%% 理论2PSK功率谱密度曲线（画在正频率一侧）
Tb_samp = L / fs;   % 以采样点为单位算Tb，等价于1/Rb
f_theory = linspace(0, fs/2, 1024);
S_theory = (Tb_samp/4) * (sinc((f_theory - fc)*Tb_samp).^2 + ...
            sinc((f_theory + fc)*Tb_samp).^2);
S_theory_dB = 10*log10(S_theory + eps);  % 加eps避免log(0)

%% 画图对比
figure;
plot(f, pxx_dB, 'b', 'LineWidth', 1); hold on;
plot(f_theory, S_theory_dB, 'r--', 'LineWidth', 1.5);
xline(fc, 'k--', '载频');
xline(fc + Rb, 'g--', 'fc+Rb');
xline(fc - Rb, 'g--', 'fc-Rb');
xlabel('频率 (Hz)'); ylabel('功率谱密度 (dB/Hz)');
legend('仿真估计', '理论公式', '载频', '主瓣边界');
title('2PSK功率谱密度：仿真 vs 理论');
grid on;

这段代码有几个细节必须提醒。第一，sinc函数在MATLAB里是归一化sinc，即sinc(x) = sin(πx)/(πx)，所以直接用它构造sinc²理论谱会非常方便，不用自己手动除以π。第二，pwelch函数返回的f可能是以fs为参考的，用了'centered'参数后，f的范围是[-fs/2, fs/2]，x轴会出现负频率，画图时正负谱都要看。第三，代码里我特意用repmat加转置的方式做上采样，这种写法比kron可读性高，也不容易出错。

4.3 仿真结果怎么看：对照理论曲线

运行完代码，你会看到蓝色仿真谱和红色理论谱基本叠在一起，两者有三处关键特征值得对照确认。

第一，主瓣的中心在f_c = 1000 Hz处，这与载波频率完全一致。主瓣宽度从f_c - R_b = 500 Hz到f_c + R_b = 1500 Hz，正好是2R_b = 1000 Hz，对应理论上的第一零点带宽。第二，仔细观察f = 500 Hz和f = 1500 Hz附近，仿真谱会跌到很低的值，这是因为sinc²函数的零点正好在这些位置，但受限于FFT分辨率和加窗泄漏，仿真结果不会严格到负无穷，而是有一个凹陷。第三，在整个频段上看不到尖锐的离散谱线，这正是双极性等概信号没有载波分量的直观证据。如果我把数据改成单极性（比如把m换成0和1），你会立刻在f_c处看到一根明显的冲激峰，那就是2ASK和2PSK在频谱上的标志性区别。

还有一个实操经验：如果仿真出来的功率谱毛刺特别大，先别急着怀疑代码，多半是FFT窗口太短或者码元数太少。把pwelch的窗口从512改到1024，或者把N从1024改到2048，谱线会平滑很多。代价是计算时间变长，但这点计算量完全可以接受。

5. 常见误区、高频考点与实用技巧

5.1 四个高频误区速查表

很多同学在学2PSK功率谱密度时，会在细节上栽跟头。下面这四个问题是我在不同场合（课堂答疑、考研辅导、面试）里反复见到的，整理成速查表方便你们自查。

第3条尤其重要。我见过不少同学考场上公式默写对了，但推导过程不会写，白白丢分。功率谱密度推导是有固定套路的：先建模，再求自相关，再做傅里叶变换，最后搬移。把这四步记在脑子里，比记一百遍最终公式都管用。

5.2 考试与面试常问的三个问题

结合历年通信原理期末考试和部分公司面试题，我总结出三个围绕2PSK功率谱密度的高频问题，提前准备会踏实很多。

第一个问题：“为什么2PSK没有离散谱？”标准答法是：2PSK的基带信号是双极性NRZ信号，在0和1等概率条件下均值为零，因此没有直流分量，频谱搬移到载频处时不会形成冲激谱线。如果想加分，可以补一句“如果码元概率不平衡，离散谱会出现”。

第二个问题：“2PSK的主瓣带宽为什么是2R_b？”回答思路是：功率谱密度是T_b·sinc²(fT_b)搬移到载频的结果，sinc²第一零点位于f = ±1/T_b = ±R_b处，所以主瓣宽度是2R_b。如果追问“那实际系统中带宽是多少”，要提到升余弦滚降后的(1+α)R_b/2。

第三个问题：“2PSK和2ASK频谱结构有什么异同？”异：2PSK没有离散载波分量，2ASK有；2PSK误码性能更好。同：连续谱形状相同，带宽相同。这个问题的变形还可能出现在“为什么实际系统中更常用PSK而不是ASK”的讨论中，核心还是离散谱和功率利用效率。

5.3 学习路径建议：公式、仿真、习题三管齐下

最后聊一点个人经验。功率谱密度这块内容，光看书和做题是容易“假学会”的，只有自己动手推一遍、仿一遍，才能形成真正稳定的理解。我推荐的学习路径是三步走。

第一步，合上教材，自己从信号模型开始推导，直到得出最终公式。卡住的地方再翻书对照。第二步，把上面的MATLAB代码自己敲一遍，改成不同的码速率和载波频率，观察带宽怎么变化，或者把双极性改成单极性看离散谱怎么冒出来。第三步，找两三道涉及功率谱密度的期末或考研真题做一遍，重点看推导题和判断题的表述变化。三步走完，你再看教材里的公式，就不会觉得是一堆符号了，而是“从哪来到哪去”都清清楚楚。

如果你用的是樊昌信《通信原理》第七版，建议把2PSK功率谱密度和2ASK功率谱密度两节放在一起看，对比着学。这两节在结构上是镜像的，一个单极性一个双极性，搞清楚一个等于搞清楚两个。而5G、WiFi里大量使用的QPSK、16QAM，功率谱密度分析思路又是它们的延伸。基础打牢了，后面的路会越走越顺。

我当年学这一块时，最大的体会是：功率谱密度不是在考数学，而是在训练一种“从统计角度看信号”的思维。单一波形是偶然的，统计谱才是本质的。你把这条主线抓住了，2PSK的功率谱密度就不再是背诵负担，而是一张可以随时调用的系统设计地图。