上述代码的基础上，增加实现在不同变量下SIR的变化特点，要求画出图像，且代码能够正常运行

在上述的代码基础上，我们可以增加变量并画出图像，来研究不同变量下信干比（SIR）的变化特点。以下是一段增加变量并画图的 MATLAB 代码：

% 定义仿真参数
n_cells = 10;           % 小区数量
cell_radius = 500;      % 小区半径（米）
tx_power = 30;          % 发射功率（dBm）
rx_sensitivity = -90;   % 接收机灵敏度（dBm）
threshold = -80;        % 门限值（dB）

% 定义变量范围和步长
var_range = linspace(500, 3000, 6);   % 变量范围
var_step = var_range(2) - var_range(1);   % 步长

% 初始化结果数组
collision_rate = zeros(size(var_range));
sir_mean = zeros(size(var_range));
sir_std = zeros(size(var_range));

% 进行仿真
for i = 1:length(var_range)
    % 生成蜂窝小区
    x = (rand(1, n_cells) - 0.5) * 2 * var_range(i);
    y = (rand(1, n_cells) - 0.5) * 2 * var_range(i);
    power = tx_power * ones(1, n_cells);

    % 计算信道增益
    distance = sqrt(x.^2 + y.^2);
    channel_gain = 128.1 + 37.6*log10(distance/1000);

    % 计算接收信号功率
    rx_power = power - channel_gain;

    % 计算信噪比
    noise_power = -174 + 10*log10(2*1e6) + rx_sensitivity;
    snr = rx_power - noise_power;

    % 判断是否发生同频干扰
    collision = (snr < threshold);

    % 统计仿真结果
    collision_rate(i) = mean(collision);
    sir_mean(i) = mean(snr(~collision));
    sir_std(i) = std(snr(~collision));
end

% 画图
figure;
yyaxis left;
plot(var_range, collision_rate, 'ro-');
ylabel('碰撞率');
yyaxis right;
errorbar(var_range, sir_mean, sir_std, 'bs-');
ylabel('信干比（dB）');
xlabel('变量');

在这个例子中，我们增加了一个变量 `var_range`，表示要研究的变量的范围。我们使用 `linspace` 函数生成了一个包含 6 个数的等差数列，然后使用这个数列生成了多组蜂窝小区。在每组蜂窝小区中，我们计算了碰撞率和未发生干扰的信干比的平均值和标准差，并将这些结果存储在数组 `collision_rate`、`sir_mean` 和 `sir_std` 中。最后，我们使用 `plot` 和 `errorbar` 函数画出了碰撞率和信干比随变量变化的图像。

需要注意的是，这个例子中我们使用了 `errorbar` 函数来画出信干比的标准差，这可以帮助我们更好地了解信干比的变化规律。如果只需要画出信干比的平均值，可以直接使用 `plot` 函数。