phase = exp(1j * 2 * pi * (kr_eff/2) .* delay.^2) .* exp(1j * 2 * pi * doppler * t_eff * (0:length(noise)-1));矩阵维度必须一致怎么改

如果矩阵维度不一致，可以使用矩阵广播（broadcasting）来解决。假设 `kr_eff/2` 是一个 $1 \times N$ 的行向量，`delay` 是一个 $M \times 1$ 的列向量，`delay.^2` 会得到一个 $M \times 1$ 的列向量，那么 `kr_eff/2 .* delay.^2` 会得到一个 $M \times N$ 的矩阵。同理，`doppler` 是一个标量，`t_eff` 是一个 $1 \times M$ 的行向量，`(0:length(noise)-1)` 会得到一个 $1 \times L$ 的行向量，那么 `t_eff * (0:length(noise)-1)` 会得到一个 $1 \times L$ 的行向量。为了使这两个部分可以相乘，需要将它们的维度都转换为 $M \times N$ 和 $N \times L$，可以通过在行或列上添加维度为 1 的维度来实现。

因此，可以使用以下代码进行矩阵广播：

phase = exp(1j * 2 * pi * (kr_eff/2) .* delay.^2).' * ones(1, length(noise)) .* exp(1j * 2 * pi * doppler * t_eff.' * (0:length(noise)-1));

其中，`.'` 表示转置操作，`ones(1, length(noise))` 会创建一个 $1 \times L$ 的行向量，`t_eff.'` 会将 `t_eff` 转置为 $M \times 1$ 的列向量。这样得到的 `phase` 矩阵就是一个 $M \times L$ 的矩阵，可以与 `noise` 矩阵进行逐元素相乘。