并分别作出 PAM通信系统仿真得到的误码率曲线和理论上的误码率曲线

好的，为了得到PAM通信系统的误码率曲线，您可以对不同信噪比下的仿真结果进行多次重复，并计算平均误码率。以下是一个示例代码：

% 定义PAM符号的映射表
M = 4;                          % 符号数量
pam_symbols = [-3 -1 1 3];       % 符号映射表

% 生成随机数据
num_symbols = 10000;            % 符号数量
data = randi([0 M-1], num_symbols, 1); % 随机生成0到M-1之间的整数作为符号序列

% 计算理论误码率
SNR_dB = linspace(-10, 20, 31);  % 信噪比范围
SNR = 10.^(SNR_dB./10);          % 信噪比
Pe_theory = qfunc(sqrt(2.*SNR/(M-1))); % 理论误码率

% 执行多次蒙特卡洛仿真并计算平均误码率
num_simulations = 100;           % 仿真次数
Pe_simu = zeros(size(SNR));      % 平均误码率
for ii = 1:num_simulations
    % 映射数据到PAM符号序列
    pam_data = pam_symbols(data+1);

    % 对每个信噪比执行仿真
    for jj = 1:length(SNR)
        % 创建信道并添加噪声
        snr = SNR(jj);              % 信噪比
        noise_power = norm(pam_data)^2/(num_symbols*log2(M)*snr); % 噪声功率
        noise = sqrt(noise_power/2)*(randn(num_symbols,1)+1j*randn(num_symbols,1)); % 高斯白噪声
        rx_signal = pam_data + noise;   % 接收信号

        % 从接收信号中恢复数据
        rx_data = zeros(num_symbols, 1);
        for kk = 1:num_symbols
            [~, index] = min(abs(rx_signal(kk)-pam_symbols)); % 查找最近的PAM符号
            rx_data(kk) = index-1;      % 映射回二进制数据
        end

        % 计算误码率
        num_errors = sum(data ~= rx_data); % 计算错误符号数量
        Pe_simu(jj) = Pe_simu(jj) + num_errors/num_symbols; % 累计误码率
    end
end
Pe_simu = Pe_simu./num_simulations; % 计算平均误码率

% 绘制误码率曲线
semilogy(SNR_dB, Pe_theory, 'r-', SNR_dB, Pe_simu, 'b-*');
xlabel('SNR(dB)');
ylabel('Pe');
legend('Theory', 'Simulation');

此代码首先计算了理论误码率曲线，然后对不同信噪比下的仿真结果进行多次重复，并计算平均误码率。最后，代码使用Matlab的`semilogy`函数绘制了理论误码率曲线和仿真误码率曲线。

您可以尝试修改代码中的参数，例如符号数量、信噪比范围、仿真次数等，以得到不同的结果。