请用matlab为我完成基于训练符号的符号定时偏移估计方法，最后画图用均方误差衡量估计性能

好的，针对您的问题，我可以为您提供以下代码：

% 设置参数
N = 500; % 仿真符号数
M = 4; % 4-QAM调制
EbN0dB = 10; % 信噪比
Ts = 1; % 符号周期
fs = 10; % 采样频率
t = 0:1/fs:(N-1)*Ts-1/fs; % 时间序列

% 生成随机符号
data = randi([0 M-1],1,N);
dataMod = qammod(data,M);

% 加上高斯噪声
Eb = mean(abs(dataMod).^2);
N0 = Eb/(10^(EbN0dB/10));
noise = sqrt(N0/2)*(randn(1,length(dataMod))+1j*randn(1,length(dataMod)));
dataRcv = dataMod + noise;

% 符号定时偏移估计
tau = -10:0.1:10; % 可能的延时范围
mse = zeros(size(tau));
for i = 1:length(tau)
    dataRcvDelay = dataRcv(1+tau(i):end);
    dataModDelay = dataMod(1:end-tau(i));
    mse(i) = mean(abs(dataRcvDelay-dataModDelay).^2);
end
[~,idx] = min(mse);
tauEst = tau(idx);

% 画图
figure;
subplot(2,1,1);
plot(t,real(dataRcv),'b',t,imag(dataRcv),'r');
title('接收信号');
legend('实部','虚部');
subplot(2,1,2);
plot(t,real(dataMod),'b',t,imag(dataMod),'r',t+tauEst*Ts,real(dataRcv),'g',t+tauEst*Ts,imag(dataRcv),'m');
title(['估计延时为',num2str(tauEst),'个符号周期，MSE为',num2str(mse(idx))]);
legend('实部','虚部','估计符号','估计虚部');

这段代码实现了基于训练符号的符号定时偏移估计方法，并且用均方误差衡量估计性能。其中，我们先生成了随机符号，并进行4-QAM调制，然后加上高斯噪声模拟信道传输。接着，我们枚举可能的延时范围，计算每个延时下接收信号与原始符号的均方误差，并选取均方误差最小的延时作为估计延时。最后，我们画出接收信号、原始符号和估计符号的实部和虚部，并标注出估计延时和估计符号。

希望这段代码能够帮助到您！