matlab实现计算不同信噪比下，信道的幅值和相位，并利用估计理论 值分析幅值相位的分布特征，比较理论值和统计值之间的 差异。 要求：1) 直接法 2) 参数法（根据已知分布，通过点估计 确定分布函数的参数）的代码

以下是一个示例代码，可以用于实现信道的幅值和相位估计，并进行分布特征分析。

1. 直接法

% 生成符合信道特性的随机信号
N = 10000;  % 信号长度
x = randn(1, N);  % 高斯分布噪声
fc = 2e6;  % 信道频率
fs = 10*fc;  % 采样频率
t = (0:N-1)/fs;  % 采样时间
s = cos(2*pi*fc*t);  % 信道信号

% 在信噪比不同的情况下，对随机信号进行传输，记录接收信号的幅值和相位
SNR = [-10:2:10];  % 不同信噪比
for i = 1:length(SNR)
    noise = randn(1, N)*10^(-SNR(i)/20);  % 计算噪声功率
    r = s + noise;  % 接收信号
    amp(i,:) = abs(r);  % 幅值
    phase(i,:) = angle(r);  % 相位
end

% 求出幅值和相位的均值和方差，从而得到信道的统计特性
mean_amp = mean(amp, 2);  % 幅值的均值
std_amp = std(amp, 0, 2);  % 幅值的标准差
mean_phase = mean(phase, 2);  % 相位的均值
std_phase = std(phase, 0, 2);  % 相位的标准差

% 绘制幅值和相位的统计特性曲线
figure;
subplot(2,1,1);
plot(SNR, mean_amp, 'r', SNR, mean_amp+std_amp, 'b--', SNR, mean_amp-std_amp, 'b--');
legend('mean', 'std');
xlabel('SNR (dB)');
ylabel('Amplitude');
title('Amplitude Distribution');

subplot(2,1,2);
plot(SNR, mean_phase, 'r', SNR, mean_phase+std_phase, 'b--', SNR, mean_phase-std_phase, 'b--');
legend('mean', 'std');
xlabel('SNR (dB)');
ylabel('Phase');
title('Phase Distribution');

2. 参数法

% 生成符合信道特性的随机信号
N = 10000;  % 信号长度
x = randn(1, N);  % 高斯分布噪声
fc = 2e6;  % 信道频率
fs = 10*fc;  % 采样频率
t = (0:N-1)/fs;  % 采样时间
s = cos(2*pi*fc*t);  % 信道信号

% 确定信道的分布函数类型（这里假设信道幅值服从高斯分布，相位服从均匀分布）
amp_dist = 'Normal';  % 幅值分布函数
amp_param = [1, 0.5];  % 幅值分布函数的参数（均值和标准差）
phase_dist = 'Uniform';  % 相位分布函数
phase_param = [-pi, pi];  % 相位分布函数的参数（最小值和最大值）

% 根据已知的分布函数，利用点估计方法求出分布函数的参数
amp_hat = zeros(size(amp_param));
phase_hat = zeros(size(phase_param));
for i = 1:length(SNR)
    noise = randn(1, N)*10^(-SNR(i)/20);  % 计算噪声功率
    r = s + noise;  % 接收信号
    amp_i = abs(r);  % 幅值
    phase_i = angle(r);  % 相位
    amp_hat(i,:) = [mean(amp_i), std(amp_i)];  % 幅值参数估计
    phase_hat(i,:) = [mean(phase_i), (max(phase_i)-min(phase_i))/sqrt(12)];  % 相位参数估计
end

% 在信噪比不同的情况下，对随机信号进行传输，记录接收信号的幅值和相位
SNR = [-10:2:10];  % 不同信噪比
for i = 1:length(SNR)
    noise = randn(1, N)*10^(-SNR(i)/20);  % 计算噪声功率
    r = s + noise;  % 接收信号
    amp(i,:) = abs(r);  % 幅值
    phase(i,:) = angle(r);  % 相位
end

% 计算幅值和相位的理论分布特征
amp_pdf = pdf(amp_dist, amp_hat(:,1), amp_hat(:,2), linspace(0,max(amp(:)),100));
phase_pdf = pdf(phase_dist, phase_hat(:,1), phase_hat(:,2), linspace(-pi,pi,100));

% 绘制幅值和相位的统计特性曲线及理论分布特征
figure;
subplot(2,1,1);
plot(SNR, amp_hat(:,1), 'r', SNR, amp_hat(:,2), 'b');
hold on;
plot(SNR, mean(amp,2), 'rx', SNR, std(amp,0,2), 'bx');
plot(SNR, amp_param(1)*ones(size(SNR)), 'r--', SNR, amp_param(2)*ones(size(SNR)), 'b--');
plot(SNR, amp_pdf, 'k');
legend('mean', 'std', 'sample mean', 'sample std', 'true mean', 'true std', 'pdf');
xlabel('SNR (dB)');
ylabel('Amplitude');
title('Amplitude Distribution');

subplot(2,1,2);
plot(SNR, phase_hat(:,1), 'r', SNR, phase_hat(:,2), 'b');
hold on;
plot(SNR, mean(phase,2), 'rx', SNR, std(phase,0,2), 'bx');
plot(SNR, phase_param(1)*ones(size(SNR)), 'r--', SNR, phase_param(2)*ones(size(SNR)), 'b--');
plot(SNR, phase_pdf, 'k');
legend('mean', 'std', 'sample mean', 'sample std', 'true min', 'true max', 'pdf');
xlabel('SNR (dB)');
ylabel('Phase');
title('Phase Distribution');

需要注意的是，这里的概率密度函数需要自己实现或调用 MATLAB 已有的函数库来计算。