基于 Matlab 的微波分集接收系统的仿真，第一步，生成随机二进制序列；第二步，将序列信息映射到星座图上；第三步；利用 rayleighchan 函数仿真经过瑞利信；第四步，添加高斯白噪声 模拟接收信号；第五步，在接收端使用最大值合并，选择式合并，等增益合并；第六步，判决 计算误码率 绘制瀑布曲线,要求在matlab2022b版本上运行，并保证rxSig的第二个维度长度大于等于2

好的，我来帮你分步解决这个仿真问题。

第一步，生成随机二进制序列：

% 生成随机二进制序列，长度为 seqLen
seqLen = 10000;
bits = randi([0,1],seqLen,1);

第二步，将序列信息映射到星座图上：

% 星座图定义，这里使用 16QAM 星座图
M = 16;
constellation = qammod(0:M-1,M);

% 将二进制序列映射到星座图上
msg = bi2de(reshape(bits,log2(M),[]).','left-msb') + 1;
modSig = constellation(msg).';

第三步，利用 rayleighchan 函数仿真经过瑞利信道：

% 定义瑞利衰落信道参数，这里使用 1 Hz 的最大多普勒频移
maxDopplerShift = 1;
chan = rayleighchan(1/100e3,maxDopplerShift);
chan.StoreHistory = true;

% 信号经过瑞利衰落信道
rxSig = filter(chan,modSig);

第四步，添加高斯白噪声模拟接收信号：

% 定义噪声功率
EbNo = 10; % 信噪比为 10 dB
noisePower = 10^(-EbNo/10);

% 生成高斯白噪声
noise = sqrt(noisePower/2)*(randn(size(rxSig)) + 1j*randn(size(rxSig)));

% 接收信号加上高斯白噪声
rxSig = rxSig + noise;

第五步，最大值合并：

% 最大值合并
maxComb = max(rxSig,[],2);

选择式合并：

% 选择式合并
thresh = 0.5; % 设置阈值
selComb = zeros(size(rxSig,1),1);
for i = 1:size(rxSig,1)
    if abs(rxSig(i,1)) > thresh*abs(rxSig(i,2))
        selComb(i) = rxSig(i,1);
    else
        selComb(i) = rxSig(i,2);
    end
end

等增益合并：

% 等增益合并
eqComb = sum(rxSig,2)/sqrt(2);

第六步，判决计算误码率绘制瀑布曲线：

% 判决
maxBits = de2bi(find(constellation==maxComb)-1,log2(M));
selBits = de2bi(find(constellation==selComb)-1,log2(M));
eqBits = de2bi(find(constellation==eqComb)-1,log2(M));

% 计算误码率
maxBer = mean(bits~=maxBits,'all');
selBer = mean(bits~=selBits,'all');
eqBer = mean(bits~=eqBits,'all');

% 绘制瀑布曲线
EbNoVec = -5:2:20;
maxBerVec = zeros(size(EbNoVec));
selBerVec = zeros(size(EbNoVec));
eqBerVec = zeros(size(EbNoVec));
for i = 1:length(EbNoVec)
    % 计算噪声功率
    EbNo = EbNoVec(i);
    noisePower = 10^(-EbNo/10);
    
    % 生成高斯白噪声
    noise = sqrt(noisePower/2)*(randn(size(rxSig)) + 1j*randn(size(rxSig)));
    
    % 计算接收信号
    rxSig = filter(chan,modSig);
    rxSig = rxSig + noise;
    
    % 最大值合并
    maxComb = max(rxSig,[],2);
    maxBits = de2bi(find(constellation==maxComb)-1,log2(M));
    maxBerVec(i) = mean(bits~=maxBits,'all');
    
    % 选择式合并
    selComb = zeros(size(rxSig,1),1);
    for j = 1:size(rxSig,1)
        if abs(rxSig(j,1)) > thresh*abs(rxSig(j,2))
            selComb(j) = rxSig(j,1);
        else
            selComb(j) = rxSig(j,2);
        end
    end
    selBits = de2bi(find(constellation==selComb)-1,log2(M));
    selBerVec(i) = mean(bits~=selBits,'all');
    
    % 等增益合并
    eqComb = sum(rxSig,2)/sqrt(2);
    eqBits = de2bi(find(constellation==eqComb)-1,log2(M));
    eqBerVec(i) = mean(bits~=eqBits,'all');
end

% 绘制瀑布曲线图
semilogy(EbNoVec,maxBerVec,'-o',EbNoVec,selBerVec,'-x',EbNoVec,eqBerVec,'-+');
xlabel('Eb/No (dB)');
ylabel('BER');
legend('Max Combining','Selection Combining','Equal Gain Combining');
grid on;

需要注意的是，生成的随机二进制序列和星座图、瑞利信道的参数，以及信噪比和阈值等参数，都可以根据具体情况进行调整。另外，为了绘制更加平滑的瀑布曲线，可以增加仿真次数并取平均误码率。