请详细说明如何在MATLAB环境下进行AM、FM和PM调制，并对比它们在不同噪声水平下的性能表现。

想要深入了解AM、FM和PM调制技术的实现及它们对噪声的敏感性，我推荐您阅读这份详尽的资源：《MATLAB模拟调制技术：AM、FM、PM的理论与仿真》。此文献将为您提供从基础理论到高级仿真应用的完整指导。

参考资源链接：[MATLAB模拟调制技术：AM、FM、PM的理论与仿真](https://wenku.csdn.net/doc/3ag3k4mxbh?spm=1055.2569.3001.10343)

首先，您需要明白AM、FM和PM各自的调制机制。AM调制通过改变载波的幅度来传递信息信号；FM通过改变载波的频率实现；而PM则通过改变载波的相位来传输信息。在MATLAB中，您可以利用内置函数和信号处理工具箱来构建调制过程。

对于AM调制，您可以使用以下代码片段进行调制和解调：

% AM调制
Ac = 1; % 载波幅度
fc = 100; % 载波频率
fm = 10; % 调制信号频率
m = 0.5; % 调制指数

t = 0:1/1000:1; % 时间向量
mt = cos(2*pi*fm*t); % 调制信号
carrier = Ac*cos(2*pi*fc*t); % 载波

% AM信号生成
AM_signal = (1 + m*mt) .* carrier;

对于FM调制，您可以使用`fmmod`和`fmdemod`函数：

% FM调制
kf = 0.5; % 频率偏移常数
% FM信号生成
FM_signal = fmmod(carrier, mt, kf);

对于PM调制，您可以使用`pmmod`和`pmdemod`函数：

% PM调制
kp = 0.5; % 相位偏移常数
% PM信号生成
PM_signal = pmmod(carrier, mt, kp);

完成调制后，您可以通过添加噪声来测试系统的抗噪声能力：

% 添加高斯白噪声
noise_power = 0.01;
noisy_signal = AM_signal + sqrt(noise_power)*randn(size(t));

通过调整噪声功率，您可以观察不同信噪比(SNR)下的调制信号表现。您可以通过计算误码率(BER)或者观察时域波形和频谱来比较它们在抗噪声性能上的差异。在实际仿真中，您还会发现FM通常比AM和PM更能抵抗噪声的干扰。

为了深入理解这些调制技术如何在MATLAB中实现，并且学习如何评估它们在面对噪声时的表现，您应该参考《MATLAB模拟调制技术：AM、FM、PM的理论与仿真》。这份资源不仅提供了理论知识，还提供了丰富的仿真案例，帮助您在实验中快速应用和验证理论，从而提升您的信号处理和通信系统设计能力。

参考资源链接：[MATLAB模拟调制技术：AM、FM、PM的理论与仿真](https://wenku.csdn.net/doc/3ag3k4mxbh?spm=1055.2569.3001.10343)