问题:
小明是作为通信专业的新生，目前还是通信领域的一名小白。他利用课余时间自学了无线通信的一点基础知识，了解到了误码率这个概念。为了加深理解，小明写了一段 MATLAB 程序进行仿真。然而，他发现程序运行起来很慢，尤其是当参数MaxSNR的值较大的时候（试一试将 MaxSNR 的改成 11, 12 或者更大并运行程序）。看着 Windows任务管理器中被占满的 CPU 时间，听着电脑风扇无止尽地咆哮，小明一筹莫展。

任务：
请你读懂 MATLAB 程序，尤其是 error_cal 函数的代码，分析其运行的时间消耗。然后运用混合编程技术，将 error_cal 函数改用 C/C++语言编写，调节参数进行实验，分析比较两种语言的运行效率。

原matlab代码如下：
main.m

%-------------------------------------------------------------------------%
% 主函数
% （1）这段代码中涉及到无线通信的一些概念，你不需要弄懂这些代码的物理意义，只
% 需要从纯代码的角度完成MATLAB程序到C/C++程序的转换，就可以完成这次作业。
% （2）有兴趣了解这些概念的，请阅读题目后的Hints，并查阅相关资料。
%-------------------------------------------------------------------------%

clear;
MaxSNR = 10;
SampleNum = 1e6;
MinErrorNum = 100;
SNRrange = 0:MaxSNR;

tic
index = 1;
for SNR = SNRrange
    P = 10^(SNR/10);
    error_prob_theory(index) = 1/2*erfc(sqrt(P));
    total_error = 0;
    total_sample = 0;
    while (total_sample < SampleNum | total_error < MinErrorNum)
        [d, noise] = data_generate(SampleNum);
        error_num = error_cal(P, d, noise, SampleNum);
        total_sample = total_sample + SampleNum;
        total_error = total_error + error_num;
    end
    error_prob_sim(index) = total_error/total_sample;
    index = index + 1;
end
toc


figure; semilogy(SNRrange, error_prob_theory, '-or', SNRrange, error_prob_sim, '-*b', 'LineWidth', 2, 'markersize', 8);
xlabel('SNR');
ylabel('Bit Error Probability');
legend('Theory', 'Simulation');
set(get(gca,'XLabel'),'FontSize',16);
set(get(gca,'YLabel'),'FontSize',16);
set(gca,'fontsize',14);
grid on;

data_generate.m

function [d noise] = data_generate(SampleNum)
    d = round(rand(1, SampleNum));
    noise = randn(1, SampleNum)/sqrt(2);

error_cal.m

function error_num = error_cal(P, d, noise, SampleNum)

    error_num = 0;
    for i = 1:SampleNum
        x = sqrt(P)*(2*d(i)-1);
        y = x + noise(i);
        r = (y > 0);
        error_num = error_num + (r ~= d(i));
    end
    

本人使用的是codeblocks、matalbR2017a，同时安装了tdm64-gcc-5.1.0-2。
需要注意的是，matlab的版本不能过低，否则原代码运行会十分缓慢。

先来研究如何修改原matlab代码。
对error_cal.m文件的内容进行分析，把matlab代码改成c语言形式，并研究如何建立matlab与c的接口。
最终版本如下，保存在error_cal.cpp文件里。

//error_cal.cpp
#include "mex.h"
#include "stdio.h"
#include <math.h>

int error_cal(double p,double d[],double noise[],double large){
	int error_num=0;
    double x=0,y=0,r=0;
    int i=0;
	for(i=0;i<large;i++)
	{
		x=pow(p,0.5)*(2*d[i]-1);
		y=x+noise[i];
        r=(y>0);
		error_num+=(r!=d[i]);
	}
	return error_num;
}

void mexFunction(int nlhs, mxArray *plhs[] ,int nrhs,const mxArray * prhs[])
{
    double p = mxGetScalar(prhs[0]);
    double *d = mxGetPr(prhs[1]);
    double *noise = mxGetPr(prhs[2]);
    double large = mxGetScalar(prhs[3]);
    int result=error_cal(p,d,noise,large);
    plhs[0] = mxCreateDoubleScalar(result);
}

以上代码最重要的部分即为：
Matalb与c使用 void mexFunction(int nlhs, mxArray *plhs[] ,int nrhs,const mxArray * prhs[]) 函数接口。
使用 mxGetScalar( )、mxGetPr( ) 读取输入值。
使用 mxCreateDoubleScalar( ) 写入输出值。

同时，在main.m中，调用该函数的语句需要修改为：

%在main.m中调用该函数的语句：
error_num = error_cal(P, d, noise, SampleNum);

那么下面的问题是，我们如何在matlab中使用这个 .cpp 文件呢？

我们需要做的，首先是建立 matlab与c 的接口。

在电脑上添加环境变量。
有两种方法。
方法一：
在matalb命令行窗口输入如下代码：

setenv('MW_MINGW64_LOC','C:\TDM-GCC-64')；

方法二：
此电脑右键——属性——高级——环境变量——新建用户变量，输入内容如下图所示：

在matlab的命令行窗口输入代码

mex -setup

输入以后显示的界面如下：

选择mex -setup C++

输入代码

mex error_cal.cpp

这时候检查一下存放 error_cal.cpp 的文件夹，如果以上均成功的话会出现一个 .mexw64 文件。

就可以使用了。

经过对比两种编译方式运行所需要的时间，matlab c/c++混合编程的确可以提高运行速度。