用matlab 给出Eb/No(dB)与BER 误码性能关系图，包括理论误码性能和仿真实验误码性能。

以下是MATLAB代码示例，可以用于生成Eb/No（dB）和BER的误码性能曲线。

% 设置参数
M = 16; % 调制阶数
k = log2(M); % 每个符号的比特数
EbNoVec = (0:1:10)'; % Eb/No范围（dB）
numSymPerFrame = 100; % 每个帧中的符号数
len = 1e6; % 模拟的比特数
berEst = zeros(size(EbNoVec)); % 存储BER的估计值

% 生成信源
dataIn = randi([0 1],len,1);

% 符号调制
dataMod = qammod(dataIn,M);

% 添加高斯白噪声
for n = 1:length(EbNoVec)
    % 估计每个符号的噪声功率
    snr = EbNoVec(n) + 10*log10(k) - 10*log10(numSymPerFrame);
    noiseVar = 1/10^(snr/10);
    % 添加高斯噪声
    receivedSignal = dataMod + sqrt(noiseVar/2)*(randn(size(dataMod)) + 1i*randn(size(dataMod)));
    % 解调
    dataOut = qamdemod(receivedSignal,M);
    % 计算BER
    [numErrors,berEst(n)] = biterr(dataIn,dataOut);
end

% 计算理论误码率
berTheory = berawgn(EbNoVec,'qam',M);

% 绘制误码性能曲线
semilogy(EbNoVec,berEst,'-*')
hold on
semilogy(EbNoVec,berTheory,'r')
grid
legend('仿真误码率','理论误码率')
xlabel('Eb/No (dB)')
ylabel('BER')
title('Eb/No与BER的误码性能曲线')

在上述代码中，我们生成了一个长度为`len`的随机比特序列，将其调制为M进制QAM符号，然后添加高斯白噪声，并解调接收信号以获得误码率。我们计算了一系列不同的Eb/No值的误码率，并绘制了仿真误码率和理论误码率之间的误码性能曲线。