PPP相关-泊松簇过程PCP-matlab程序

1、R2空间，圆形区域的泊松点分布仿真

在矩形区域内的分布，之前的博文中已经有给出过
3D-PPP分布，2D-PPP分布的Matlab实现

这里给出一个在二维空间内，在圆形区域上产生PPP分布的一种算法。简单的，就是以极坐标的形式，随机产生角度和半径来分布的。参考文献内有5种算法，并不仅限于这一种。

如此，R3空间的内的分布也可想而知，改为球坐标系是一种简便的方式。

2、泊松簇过程

泊松簇过程分为父过程和子过程，简单的来说，父过程和子过程分别进行分布即可。下面的仿真给出的是，父过程为[0,100]*[0,100]区域上的PPP分布。子过程为以父点为中心，半径固定的圆区域内的PPP分布。代码如下：

%泊松簇过程仿真
%父过程
lambda = 10;                       % 密度
M = 0;
U = unifrnd(0,1);

while U >= exp(-lambda)           %判定条件
   U = U*unifrnd(0,1);
   M=M+1;
end 

if M < 1
   M = 1;
end

L = 100;
a = 0;b = L;      %取[0,100]*[0,100]*[0,100]的布点区域；
c = 0;d = L;
A = zeros(1,M);
B = zeros(1,M);
for i = 1:M 
    U1 = unifrnd(0,1);
    A(i) = (b-a)*U1;
    U2 = unifrnd(0,1);
    B(i) = (d-c)*U2;
    plot(A(i),B(i),'r^');
    hold on;
end
grid on;

%子过程
for j=1:M
    n = 50;
    r = 8;
    u1 = zeros(1,n);
    u2 = zeros(1,n);
    R = zeros(1,n);
    x = zeros(1,n);
    y = zeros(1,n);
    theta = zeros(1,n);

    for i = 1:n
        u1(i) = unifrnd(0,1);
    end

    R = r * sqrt(u1);
    R = sort(R);

    for i = 1:n
        u2(i) = unifrnd(0,1);
    end

    theta = 2*pi*u2;

    for i = 1:n
        x(i) = A(j) + R(i) * cos(theta(i));
        y(i) = B(j) + R(i) * sin(theta(i));
    end
    plot(x,y,'.b');
end

axis([-10,110,-10,110]);

两次仿真的结果

以上对基于PPP的各类场景研究，蒙特卡洛仿真等实验，有一定意义。

---

参考文献

《Generating Homogeneous Poisson Processes - PDF》
《Stochastic Geometry for Wireless Networks》
《POISSON - A program for spatial point generation using Poisson processes》