generate_cdma_data.m

implement basic routines in Matlab and Octave (currently using Matlab R13) for simulating adaptive b

function [r, b, S, R] = generate_cdma_data(Nsamples, K, L, Signal_Power_ABS, Noise_Power_ABS)

S = (1/sqrt(32)) * [-1, +1, -1, -1, -1, -1, +1, -1, -1, +1, +1, -1, +1; ...
                    -1, -1, -1, -1, +1, +1, +1, -1, -1, +1, -1, -1, +1; ...
                    +1, -1, +1, +1, -1, +1, -1, -1, +1, +1, -1, -1, +1; ...
                    +1, -1, +1, +1, -1, +1, +1, +1, +1, +1, -1, +1, +1; ...
                    +1, +1, +1, +1, -1, -1, +1, -1, +1, -1, -1, -1, +1; ...
                    -1, +1, +1, +1, +1, +1, -1, -1, -1, +1, -1, -1, -1; ...
                    +1, -1, -1, -1, -1, -1, +1, +1, -1, +1, -1, -1, -1; ...
                    +1, -1, +1, -1, -1, -1, +1, -1, +1, -1, -1, -1, +1; ...
                    +1, -1, +1, +1, +1, -1, +1, -1, -1, -1, -1, -1, -1; ...
                    +1, -1, +1, -1, -1, -1, +1, +1, -1, -1, -1, -1, +1; ...
                    -1, +1, -1, +1, -1, +1, +1, +1, -1, -1, +1, -1, -1; ...
                    -1, +1, +1, +1, +1, -1, -1, +1, -1, +1, +1, +1, +1; ...
                    -1, -1, -1, -1, -1, -1, -1, +1, -1, -1, +1, +1, +1; ...
                    +1, -1, -1, +1, +1, -1, +1, +1, +1, +1, -1, +1, -1; ...
                    -1, -1, -1, -1, -1, -1, +1, -1, -1, -1, +1, +1, +1; ...
                    -1, +1, -1, +1, -1, +1, -1, +1, +1, -1, +1, +1, +1; ...
                    -1, -1, -1, -1, -1, +1, +1, -1, +1, -1, +1, +1, +1; ...
                    +1, +1, -1, -1, -1, -1, +1, -1, -1, -1, -1, -1, +1; ...
                    +1, -1, -1, +1, -1, +1, +1, +1, +1, +1, -1, -1, +1; ...
                    +1, +1, +1, +1, -1, +1, -1, +1, -1, +1, -1, +1, +1; ...
                    -1, +1, -1, +1, +1, -1, +1, -1, +1, +1, +1, -1, -1; ...
                    +1, +1, -1, -1, -1, -1, +1, -1, +1, +1, -1, +1, +1; ...
                    +1, +1, -1, +1, +1, +1, -1, +1, +1, +1, -1, +1, +1; ...
                    -1, -1, +1, +1, +1, +1, -1, -1, -1, +1, +1, -1, +1; ...
                    -1, +1, -1, +1, +1, -1, +1, -1, -1, +1, -1, +1, +1; ...
                    +1, +1, +1, +1, +1, -1, -1, +1, +1, +1, -1, +1, -1; ...
                    +1, -1, -1, -1, -1, +1, -1, +1, +1, +1, +1, -1, -1; ...
                    -1, +1, -1, -1, -1, +1, +1, +1, -1, +1, +1, +1, -1; ...
                    +1, -1, +1, -1, -1, -1, -1, -1, -1, +1, +1, +1, -1; ...
                    -1, +1, +1, -1, +1, +1, -1, +1, -1, -1, +1, +1, -1; ...
                    +1, -1, -1, +1, -1, +1, +1, -1, +1, -1, -1, +1, -1; ...
                    -1, +1, +1, -1, -1, -1, -1, -1, -1, +1, +1, +1, +1;];

noise = randn(L, Nsamples);
            
R = S * Signal_Power_ABS * S.' + eye(L);
% R = zeros(L, L)
% for k = 1:K
%     R = R + Signal_Power_ABS(k, k) .* S(:, k) * S(:, k).';
% end
% R = R + 4*eye(L)
%R = cov(R.')            
b = 2.*randint(K, Nsamples, [0 1]) - 1;
r = zeros(L, Nsamples);
for n = 1:Nsamples
    for k = 1:K
        r(:, n) = r(:, n) + sqrt(Signal_Power_ABS(k, k)) .* b(k, n) .* S(:, k);
    end
    r(:, n) = r(:, n) + noise(:, n);
end