Задайте параметры моделирования.

EbNoVec = 5:8;     % Eb/No values in dB
totalErrors = 200; % Number of bit errors needed for each Eb/No value
totalBits = 1e7;   % Total number of bits transmitted for each Eb/No value

Выделение памяти массивам, используемым для хранения данных, генерируемых функцией. helper_qpsk_sim_with_awgn.

[numErrors, numBits] = deal(zeros(length(EbNoVec),1));

Выполните моделирование и определите время выполнения. Для определения базовой производительности будет использоваться только один процессор. Соответственно, обратите внимание, что используется нормальный цикл for-loop.

tic
for idx = 1:length(EbNoVec)
    errorStats = helper_qpsk_sim_with_awgn(EbNoVec,idx, ...
        totalErrors,totalBits);
    numErrors(idx) = errorStats(idx,2);
    numBits(idx) = errorStats(idx,3);
end
simBaselineTime = toc;

Вычислите BER.

ber1 = numErrors ./ numBits;

Повторно запустите моделирование для случая, в котором доступна панель инструментов параллельных вычислений. Создайте пул работников.

pool = gcp;
assert(~isempty(pool), ['Cannot create parallel pool. '...
  'Try creating the pool manually using ''parpool'' command.'])

Starting parallel pool (parpool) using the 'local' profile ...
Connected to the parallel pool (number of workers: 6).

Определите количество доступных работников из NumWorkers имущество pool. Моделирование выполняет диапазон значений для каждого работника, а не назначает каждому работнику одну точку, поскольку первый метод обеспечивает наибольшее улучшение производительности.

numWorkers = pool.NumWorkers;

Определение длины EbNoVec для использования во вложенных parfor цикл. Для правильной классификации переменных диапазон цикла for вложен в parfor должны определяться постоянными числами или переменными.

lenEbNoVec = length(EbNoVec);

Выделение памяти массивам, используемым для хранения данных, генерируемых функцией. helper_qpsk_sim_with_awgn.

[numErrors,numBits] = deal(zeros(length(EbNoVec),numWorkers));

Выполните моделирование и определите время выполнения.

tic
parfor n = 1:numWorkers
    for idx = 1:lenEbNoVec
        errorStats = helper_qpsk_sim_with_awgn(EbNoVec,idx, ...
            totalErrors/numWorkers,totalBits/numWorkers);
        numErrors(idx,n) = errorStats(idx,2);
        numBits(idx,n) = errorStats(idx,3);
    end
end
simParallelTime = toc;

Вычислите BER. В этом случае результаты, полученные от нескольких процессоров, должны быть объединены для создания совокупного BER.

ber2 = sum(numErrors,2) ./ sum(numBits,2);

Сравните значения BER, чтобы убедиться, что одни и те же результаты получены независимо от количества работников.

semilogy(EbNoVec',ber1,'-*',EbNoVec',ber2,'-^')
legend('Single Processor','Multiple Processors','location','best')
xlabel('Eb/No (dB)')
ylabel('BER')
grid

Вы можете видеть, что кривые BER по существу одинаковы с любой дисперсией из-за различных начальных чисел случайных чисел.

Сравните время выполнения для каждого метода.

fprintf(['\nSimulation time = %4.1f sec for one worker\n', ...
    'Simulation time = %4.1f sec for multiple workers\n'], ...
    simBaselineTime,simParallelTime)
fprintf('Number of processors for parfor = %d\n', numWorkers)

Simulation time = 31.6 sec for one worker
Simulation time =  9.6 sec for multiple workers
Number of processors for parfor = 6