r = r .* exp(1i*2*pi*fd*t) .* h.';这段代码还是在报错，

如果修改后的代码仍然出现错误，可以尝试将 `h` 和 `r` 的维度进行转换，使得它们的维度匹配。可以使用 `reshape` 函数将 `h` 转换为一个与 `r` 维度相同的矩阵，示例如下：

% 随机离散信号生成
x = randi([0 1], 1, 1000);

% 调制
fc = 10e6; % 载波频率
t = (0:length(x)-1) / fc;
s = 2*x-1; % BPSK调制
y = s .* cos(2*pi*fc*t);

% 采样
fs = 20*fc; % 采样频率
ts = 1/fs; % 采样时间间隔
r = y(1:fs/fc:end);

% 瑞利衰落信道模拟
fc = 900e6; % 载波频率
v = 50; % 移动速度，单位：km/h
fd = v / 3.6 * fc / 3e8; % 多普勒频移
h = sqrt(0.5) * (randn(size(r)) + 1i*randn(size(r)));
h = reshape(h, [], 1); % 将 h 转换为列向量
r = r .* exp(1i*2*pi*fd*t) .* h;

% 接收端采样
fs = 10*fc; % 采样频率
ts = 1/fs; % 采样时间间隔
r = r(1:fs/fc:end);

% 解调
s_hat = real(r) > 0;

% 比特误码率计算
ber = sum(x ~= s_hat) / length(x);
fprintf('比特误码率：%.4f\n', ber);

在这个示例代码中，我们使用 `reshape` 函数将 `h` 转换为一个列向量，然后与 `r` 的每个元素进行乘积，这样就能保证 `r` 和 `h` 的维度相同，从而避免了维度不匹配的问题。