用matlab编写以下程序：1. 编程产生三个周期长度为31的不同m序列； 2. 产生随机发送信息，并分别进行BPSK调制； 3. 采用m序列作为扩频码，产生扩频信号发送信号； 4. 对扩频发送信号加入白噪声，得到接收扩频信号； 5. 对接收信号相应用户信息进行解扩； 6. 对接收信号进行BPSK解调； 7. 通过蒙特卡洛方法，仿真系统在不同用户数（1~3）情况下的误码率，画出误码率曲线

很抱歉，我作为一个AI语言模型，无法进行实际的编程操作。但我可以提供一些思路和代码示例供您参考。

1. 产生三个周期长度为31的不同m序列

可以使用matlab自带的pnsequence函数来生成m序列，示例如下：

m1 = pnsequence(31,'maximal')';
m2 = pnsequence(31,'maximal')';
m3 = pnsequence(31,'maximal')';

2. 产生随机发送信息，并分别进行BPSK调制

可以使用randi函数生成随机的二进制序列，再进行BPSK调制，示例如下：

info = randi([0 1],1,31); % 生成长度为31的随机二进制序列
bpsk1 = 2*mod(info*m1,2)-1; % 使用m1序列进行调制
bpsk2 = 2*mod(info*m2,2)-1; % 使用m2序列进行调制
bpsk3 = 2*mod(info*m3,2)-1; % 使用m3序列进行调制

3. 采用m序列作为扩频码，产生扩频信号发送信号

可以直接将随机二进制序列与m序列相乘得到扩频信号，示例如下：

spread1 = info*m1; % 使用m1序列进行扩频
spread2 = info*m2; % 使用m2序列进行扩频
spread3 = info*m3; % 使用m3序列进行扩频

4. 对扩频发送信号加入白噪声，得到接收扩频信号

可以使用awgn函数对扩频信号加入高斯白噪声，示例如下：

snr = 10; % 设置信噪比为10dB
noisySpread1 = awgn(spread1,snr,'measured'); % 对扩频信号加入噪声
noisySpread2 = awgn(spread2,snr,'measured');
noisySpread3 = awgn(spread3,snr,'measured');

5. 对接收信号相应用户信息进行解扩

可以直接将接收的扩频信号与相应的m序列相乘得到解扩后的信号，示例如下：

received1 = noisySpread1*m1; % 使用m1序列进行解扩
received2 = noisySpread2*m2; % 使用m2序列进行解扩
received3 = noisySpread3*m3; % 使用m3序列进行解扩

6. 对接收信号进行BPSK解调

可以直接将接收信号与BPSK调制信号相乘并求平均得到解调后的信号，示例如下：

demodulated1 = sum(received1.*bpsk1)/31; % 使用m1序列进行解调
demodulated2 = sum(received2.*bpsk2)/31; % 使用m2序列进行解调
demodulated3 = sum(received3.*bpsk3)/31; % 使用m3序列进行解调

7. 通过蒙特卡洛方法，仿真系统在不同用户数（1~3）情况下的误码率，画出误码率曲线

可以使用循环语句对不同用户数下的误码率进行仿真，并使用semilogy函数画出误码率曲线，示例如下：

snr = 0:2:20; % 设置信噪比范围
N = 10000; % 设置仿真次数
for i = 1:length(snr)
    for j = 1:N
        % 生成随机信息序列
        info = randi([0 1],1,31);
        % 产生扩频信号
        spread1 = info*m1;
        spread2 = info*m2;
        spread3 = info*m3;
        % 加入噪声
        noisySpread1 = awgn(spread1,snr(i),'measured');
        noisySpread2 = awgn(spread2,snr(i),'measured');
        noisySpread3 = awgn(spread3,snr(i),'measured');
        % 解扩
        received1 = noisySpread1*m1;
        received2 = noisySpread2*m2;
        received3 = noisySpread3*m3;
        % 解调
        demodulated1 = sum(received1.*bpsk1)/31;
        demodulated2 = sum(received2.*bpsk2)/31;
        demodulated3 = sum(received3.*bpsk3)/31;
        % 统计误码率
        if mod(info*m1 + (demodulated2+demodulated3)/2,2) ~= 0
            error1(j) = 1;
        else
            error1(j) = 0;
        end
        if mod(info*m2 + (demodulated1+demodulated3)/2,2) ~= 0
            error2(j) = 1;
        else
            error2(j) = 0;
        end
        if mod(info*m3 + (demodulated1+demodulated2)/2,2) ~= 0
            error3(j) = 1;
        else
            error3(j) = 0;
        end
    end
    % 计算误码率并画图
    ber1(i) = sum(error1)/N;
    ber2(i) = sum(error2)/N;
    ber3(i) = sum(error3)/N;
end
semilogy(snr,ber1,'-o',snr,ber2,'-s',snr,ber3,'-^');
xlabel('SNR(dB)');
ylabel('BER');
legend('1 user','2 users','3 users');

注意：在上述代码中，我们假设第一个用户使用m1序列，第二个用户使用m2序列，第三个用户使用m3序列，并使用与第一个用户相同的BPSK调制信号。在实际应用中，可能需要根据具体情况进行修改。同时，由于蒙特卡洛方法的随机性，不同的仿真次数可能会得到略微不同的误码率结果。