matlab中生成150个用户，遵循二维泊松分布分布在半径R0=1000的圆中，二维泊松分布均值lambda=50，随机选择c，s两种模式，计算选择c，s两种模式的人数和比例，画出点分布示意图并注出图例，红点表示选择c模式，蓝点表示选择s模式，选择c模式的用户随机选择10个子信道，选择s模式的用户随机选择16个子信道，判断每个用户选择哪个子信道。计算选择c模式的用户i到圆心的距离dc（i）和与用户i选择同一子信道的其他用户之间距离l（i），计算p*l（i）^eta之和

生成150个用户遵循二维泊松分布分布在半径R0=1000的圆中，二维泊松分布均值lambda=50的MATLAB代码如下：

% 设置圆心坐标
center = [0, 0];
% 设置半径
R0 = 1000;
% 设置泊松分布均值
lambda = 50;
% 生成150个用户，遵循二维泊松分布分布在半径R0的圆中
xy = zeros(150,2);
count = 0;
while count < 150
    % 在圆中随机生成一个点
    x = (2*rand-1)*R0;
    y = (2*rand-1)*R0;
    if sqrt(x^2 + y^2) <= R0 && poissrnd(lambda) > 0
        count = count + 1;
        xy(count,:) = [x,y];
    end
end

随机选择c，s两种模式的代码如下：

% 随机选择c，s两种模式
mode = randi([1,2],150,1);
% 计算选择c，s两种模式的人数和比例
num_c = sum(mode == 1);
num_s = sum(mode == 2);
prop_c = num_c / 150;
prop_s = num_s / 150;

画出点分布示意图并注出图例的代码如下：

% 画出点分布示意图并注出图例
figure;
scatter(xy(mode==1,1), xy(mode==1,2), 'r', 'filled');
hold on;
scatter(xy(mode==2,1), xy(mode==2,2), 'b', 'filled');
hold off;
legend('c mode', 's mode');
xlabel('X');
ylabel('Y');

选择c模式的用户随机选择10个子信道，选择s模式的用户随机选择16个子信道，判断每个用户选择哪个子信道的代码如下：

% 选择c模式的用户随机选择10个子信道
% 选择s模式的用户随机选择16个子信道
channel = zeros(150,1);
for i = 1:150
    if mode(i) == 1
        channel(i) = randi([1,10]);
    else
        channel(i) = randi([1,16]);
    end
end

计算选择c模式的用户i到圆心的距离dc（i）和与用户i选择同一子信道的其他用户之间距离l（i），计算p*l（i）^eta之和的代码如下：

% 计算选择c模式的用户i到圆心的距离dc（i）和与用户i选择同一子信道的其他用户之间距离l（i）
p = 1;
eta = 2;
dc = zeros(num_c,1);
l = zeros(num_c,1);
for i = 1:150
    if mode(i) == 1
        % 计算到圆心距离
        dc_i = norm(xy(i,:));
        % 找到与用户i选择同一子信道的其他用户
        idx = find(channel == channel(i) & mode == 1 & (1:150)' ~= i);
        % 计算与其他用户之间的距离
        l_i = zeros(length(idx),1);
        for j = 1:length(idx)
            l_i(j) = norm(xy(i,:) - xy(idx(j),:));
        end
        % 计算p*l(i)^eta之和
        dc(num_c) = dc_i;
        l(num_c) = mean(l_i);
        p = p * l(num_c)^(-eta);
        num_c = num_c - 1;
    end
end