4发1收的大规模MIMO误码率仿真代码

以下是一个基于Matlab的大规模MIMO系统误码率仿真代码，考虑了4发1收的情况：

clear;clc;
% 参数设置
Nt = 64; % 发射天线数
Nr = 16; % 接收天线数
K = 4; % 用户数
M = 16; % QAM调制阶数
SNRdB = 0:2:20; % 信噪比范围
SNR = 10.^(SNRdB/10); % 将信噪比转换为线性值
numIter = 5; % Monte Carlo仿真次数

% 初始化误码率
ber = zeros(length(SNR),1);

% 开始循环仿真
for iter = 1:numIter
    for i = 1:length(SNR)
        % 生成随机的发射数据
        data = randi([0 M-1],K,Nt);
        % 生成QAM调制映射表
        const = qammod(0:M-1,M);
        % 生成随机的数据调制方式
        modIdx = randi([1 length(const)],K,1);
        mod = const(modIdx);
        % 生成随机的发送天线权值
        W = sqrt(1/Nt)*(randn(K,Nt)+1i*randn(K,Nt));
        % 生成随机的接收天线权值
        H = sqrt(1/Nr)*(randn(Nr,Nt)+1i*randn(Nr,Nt));
        % 生成随机的噪声向量
        n = sqrt(1/2)*(randn(Nr,1)+1i*randn(Nr,1));
        % 计算发送信号
        x = W*data.';
        % 计算接收信号
        y = H*x + sqrt(1./SNR(i))*n*ones(1,Nt);
        % 计算接收信号的解调结果
        r = y'*H';
        % 计算解调误差
        err = abs(r*ones(1,M)-ones(Nt,1)*const).^2;
        % 查找最小误差符号索引
        [~,idx] = min(err,[],2);
        % 转换为二进制数据
        rxData = de2bi(idx-1,'left-msb');
        % 计算误码率
        ber(i) = ber(i) + sum(sum(rxData~=de2bi(modIdx-1,'left-msb')))/(K*Nt);
    end
end

% 计算平均误码率
ber = ber/numIter;

% 绘制误码率曲线
semilogy(SNRdB,ber,'-o','LineWidth',2,'MarkerSize',8);
grid on;
title(['BER Performance of ' num2str(K) ' User ' num2str(Nt) 'x' num2str(Nr) ' MIMO System']);
xlabel('SNR (dB)');
ylabel('BER');

其中，代码中的变量含义如下：

- `Nt`：发射天线数
- `Nr`：接收天线数
- `K`：用户数
- `M`：QAM调制阶数
- `SNRdB`：信噪比范围
- `SNR`：线性信噪比
- `numIter`：Monte Carlo仿真次数
- `data`：随机的发射数据
- `const`：QAM调制映射表
- `modIdx`：随机的数据调制方式
- `mod`：调制后的数据
- `W`：随机的发送天线权值
- `H`：随机的接收天线权值
- `n`：随机的噪声向量
- `x`：发送信号
- `y`：接收信号
- `r`：解调结果
- `err`：解调误差
- `idx`：最小误差符号索引
- `rxData`：转换为二进制数据的解调结果
- `ber`：误码率