循环遍历了不同的调制方式和信噪比，通过调用函数nUE_BER计算了平均误比特率和误比特率曲线，并将结果保存在avgBERth、BER1th和BER2th变量中。最终结果可以用来比较不同调制方式在不同信噪比下的性能表现。matlab代码

以下是一个简单的MATLAB代码示例，用于计算不同调制方式在不同信噪比下的平均误比特率和误比特率曲线。

%% 设置模拟参数
modulation = {'QPSK','16-QAM','64-QAM'}; % 调制方式
SNR = 0:2:20; % 信噪比范围
nUE = 10000; % 用户数量

%% 循环遍历不同调制方式和信噪比
for i = 1:length(modulation)
    for j = 1:length(SNR)
        % 计算平均误比特率
        avgBERth(i,j) = nUE_BER(modulation{i},SNR(j),nUE);
        
        % 计算误比特率曲线
        [BER1th{i,j},BER2th{i,j}] = BER_curve(modulation{i},SNR(j),nUE);
    end
end

%% 绘制误比特率曲线图
figure;
for i = 1:length(modulation)
    for j = 1:length(SNR)
        semilogy(BER1th{i,j},BER2th{i,j},'LineWidth',2);
        hold on;
    end
end
xlabel('误比特率');
ylabel('累积分布函数');
legend('QPSK SNR=0dB','QPSK SNR=2dB','QPSK SNR=4dB',...
       '16-QAM SNR=0dB','16-QAM SNR=2dB','16-QAM SNR=4dB',...
       '64-QAM SNR=0dB','64-QAM SNR=2dB','64-QAM SNR=4dB');
grid on;

其中，nUE_BER和BER_curve是自定义的两个函数，分别用于计算平均误比特率和误比特率曲线。你可以根据具体需求自行编写这两个函数。