高速移动下OFDM-MIMO信道估计求MSE与信噪比关系图的代码

前面的回答中已经提供了一个求解均方误差（MSE）与信噪比（SNR）关系图的 Matlab 代码，下面是一个稍微修改过的代码，用于计算高速移动下OFDM-MIMO信道估计的MSE与SNR之间的关系图：

clear all;
close all;

% 定义系统参数
Nt = 4; % 发送天线数量
Nr = 4; % 接收天线数量
N = 64; % 子载波数量
L = 16; % 数据长度
K = N - L; % 零冲突子载波数量
SNR = 0:5:30; % 信噪比范围

% 生成随机发送数据
data = randi([0 1], L, Nt);

% 构建IFFT矩阵
IFFTMatrix = ifft(eye(N));

% OFDM信号调制
tx_signal = zeros(N, Nt);
tx_signal(1:L, :) = data * 2 - 1;
tx_signal = IFFTMatrix * tx_signal;

% 生成随机信道矩阵
H = (randn(Nr, Nt) + 1i * randn(Nr, Nt)) / sqrt(2);

% 计算接收信号
rx_signal = tx_signal * H';

% 添加高斯白噪声
for i = 1:length(SNR)
    noise_power = 10^(-SNR(i) / 10);
    noise = sqrt(noise_power / 2) * (randn(N, Nr) + 1i * randn(N, Nr));
    rx_signal_noisy = rx_signal + noise;

    % 信道估计
    H_hat = rx_signal_noisy(1:L, :) / (data * 2 - 1);

    % 计算均方误差
    error = abs(H - H_hat).^2;
    MSE(i) = mean(error(:));
end

% 绘制图形
figure;
semilogy(SNR, MSE, '-o');
grid on;
xlabel('信噪比 (dB)');
ylabel('均方误差');
title('高速移动下OFDM-MIMO信道估计的MSE与SNR之间的关系图');

这个代码与前面的代码主要的区别是在绘图时使用了 semilogy 函数，这样可以将 y 轴坐标设置为对数刻度，更方便地观察均方误差与信噪比之间的关系。