bpsk qpsk 16qam 的ber方针matlab

% SNR_start=0;
% SNR_delta=1;
% SNR_stop=40;
% BER_stop=0.00001;
% sigma=0.5;
% 
%    % Choose a file to save the results into.
%     filename = [‘results_‘num2str（SNR_start）‘.mat‘];
%     % Doing the simulation frame-by-frame rather than bit-by-bit speeds it up. This is because we can use vector operations instead of longer loops.
%     frame_length = 10000;
%     % Setup the SNR for the first iteration of the loop.
%     SNR_count = 1;
%     SNR = SNR_start;
%     BER = 1;
% 
%     % Loop until the job is killed or until the SNR or BER target is reached.
%     while SNR <= SNR_stop && BER >= BER_stop
% 
%         % Convert from SNR （in dB） to noise power spectral density.
%          N0 = 1/（10^（（SNR+3.0103）/10））;
%         
%         % Counters to store the number of errors and bits simulated so far.
%         error_count=0;
%         bit_count=0;
%        
%         % Keep going until enough errors have been observed. This runs the simulation only as long as is required to keep the BER vs SNR curve smooth.
%         while error_count < 100
% %--------------------------------------------------------------------------            
% 
% % BPSK Generate 10000 symbols each contain 2 bits
% % rand（‘seed‘1）;
% realpart=round（rand（1frame_length））;
% imagpart=round（rand（1frame_length））;
% a=2^（-1/2）;
% xk=2*a*（（realpart-0.5）+i*（imagpart-0.5））;
% 
% % passing channel 
% 
% xt=xk;           % no phase and amplitude distortion 
% 
% 
% % additive white Gaussian noise （AWGN）
% snr=1/N0;
% Ls = length（xt）;
% sigma_x=std（xt）;
% sigma_n = 1/sqrt（2*snr）;
% noise=sigma_x*sigma_n*（randn（1Ls）+i*randn（1Ls））;
% 
% % fading channel
% channel = sqrt（sigma）*（randn（1Ls）+i*randn（1Ls））;
% 
% xt_addnoise = xt.*（channel） + noise;
% 
% % decode the signal
% xk_hat=xt_addnoise;     % down-sample the signal 
% 
% 
% b_1hat=real（xk_hat）>0;
% b_2hat=imag（xk_hat）>0;
% 
% error_count=（sum（b_1hat~=realpart）+sum（b_2hat~=imagpart））+error_count;
% bit_count=bit_count+frame_length*2;
% 
% % BER=（sum（b_1hat~=realpart）+sum（b_2hat~=imagpart））/20000
%             
%         end
%         
%         % Calculate the BER.
%         BER = error_count/bit_count;
%         
%         % Store the SNR and BER in a matrix and display it.
%         results（SNR_count1） = SNR;
%         results（SNR_count2） = BER
%         
%         % Save the results into binary files. This avoids the loss of precision that is associated with ASCII files.
%         save（filename ‘results‘ ‘-MAT‘）;
%   semilogy（results（:1）results（:2）‘bv-‘）;
%              
%         xlabel（‘Eb/No （in dB）‘）
%         if BER_stop ~= 0 
%             ylim（[BER_stop1]）;
%         end
%         if SNR_stop ~= inf
%             xlim（[SNR_start SNR_stop]）;
%         end
%         
%         % Setup the SNR for the next iteration of the loop.
%         SNR = SNR + SNR_delta;
%         SNR_count = SNR_count + 1;
%     end
% results1=res