AgenticNet: Utilizing AI Coding Agents To Create Hybrid Network Experiments
Ozyegin University(奥斯曼大学)
AgenticNet通过AI编码代理提供混合网络实验工具,支持纯模拟、纯仿真和混合模式,提升实验灵活性和开发效率。
2026-09-01 cs.NI
Coupling Microscopic Mobility and Mobile Network Emulation for Pedestrian Communication Applications
网络仿真是一种成熟的方法,用于在受控场景中演示和测试真实设备和移动应用程序。本文报告了CrowNet行人通信框架的开源扩展的初步结果。它使用OMNeT++的仿真功能实现模拟设备和真实设备之间的交互。交互由几个OMNeT++模块处理,这些模块可以组合以匹配不同的用例。已经进行了初始定时测量的示例应用程序,创建分散的行人密度地图的基础上,行人通信。结果表明,该方法是可行的场景与行人数量有限。这种限制主要是由于耦合仿真中的实时仿真要求。
2021-09-24 cs.NI cs.PF
Emulation vs Simulation: A Case Study from Congestion Control Algorithms in Low Earth Orbit Satellite Networks
University of Sussex(萨塞克斯大学);Zhejiang Gongshang University(浙江工商大学)
本文以低轨卫星网络拥塞控制算法为研究对象,对比 OMNeT++/INET 模拟与 Mininet 仿真的差异,指出二者各有优劣,需结合使用以获取可靠的部署相关结果。
2026-08-04 cs.NI
Hybrid QKD-PQC Network Emulation through Automated and Scalable Cloud-Native Orchestration
Universidad Carlos III de Madrid(马德里卡洛斯三世大学)
本研究基于开源QKD网络仿真平台Quditto,通过新增云原生编排、后量子节点集成等功能,打造可扩展的QKD-PQC混合网络仿真平台,验证了其亚线性编排扩展与端到端混合密钥建立能力,支撑大规模量子安全网络研究。
2026-09-28 cs.CR cs.NI
CaST: A Toolchain for Creating and Characterizing Realistic Wireless Network Emulation Scenarios
本文提出CaST工具链,结合射线追踪场景生成与软件定义无线电信道探测,在Colosseum仿真器上实现高精度无线信道仿真与验证,抽头延迟精度≤20 ns、增益精度0.5 dB。
2022-08-28 cs.NI eess.SP
Routing Centralization Across Domains via SDN: A Model and Emulation Framework for BGP Evolution
在这项工作中,我们提出了一个激进的,渐进式部署的互联网路由模式,其中多个网络的控制平面是集中的。这遵循软件定义网络(SDN)范例,尽管是在涉及多个自治系统(AS)的域间级别。多域SDN集中化可以通过将路由功能外包给外部承包商来实现,外部承包商通过多AS网络控制器提供域间路由服务。拟议的模型有望成为不断发展的BGP的工具,并使用多个网络的鸟瞰图来受益于域间路由的各个方面,例如收敛属性、策略冲突解决、域间故障排除和协作安全。除了提出的范例,我们引入了一个公开的仿真平台,建立在Mininet和Quagga路由软件之上,用于在混合BGP-SDN AS级网络中进行实验。作为概念验证,我们特别关注利用多域集中化来改善BGP的缓慢收敛。我们构建并公开了针对此用例定制的第一个多AS控制器,并通过实验证明SDN集中化有助于线性减少BGP收敛时间和随着SDN部署扩展的流失率。
2016-11-08 cs.NI
An Adaptive Primary User Emulation Attack Detection Mechanism for Cognitive Radio Networks
先进信息技术(IT)的激增,特别是物联网(IoT)的广泛传播,使无线频谱成为宝贵的资源。认知无线电网络(CRN)已被公认为是实现通信频带有效利用的关键。由于动态频谱接入的难度大、复杂度高、规则性强等特点,如何保护CRN免受恶意攻击者或自私滥用者的攻击是一个非常具有挑战性的问题。主用户模拟(Primary User Emulation,PUE)攻击是一种容易发起但难以检测的CRN攻击,恶意实体模仿主用户信号,以自私地占用频谱资源或进行拒绝服务(Denial of Service,DoS)攻击。受各种电子设备的物理特征指纹的启发,提出了一种自适应的、真实的PUE攻击检测技术。它利用了攻击者无法模仿的PU传输功能。在这项工作中,由于PU和攻击者之间的内在差异,同时考虑到在实际实现中的约束,传输功率被选为难以模仿的特征之一。实验结果验证了该机制的有效性和正确性。
2018-04-24 cs.NI
Particle Swarm Optimization Approaches for Primary User Emulation Attack Detection and Localization in Cognitive Radio Networks
主用户仿真攻击(PUEA)是认知无线电网络(CRN)中常见的威胁之一,在该问题中,攻击者模仿主用户(PU)信号欺骗其他次用户(SU),使其离开PU分配的频谱中的空白空间(空闲空间)。在本文中,PUEA检测和定位使用到达时间差(TDOA)定位技术。提出了一种基于粒子群优化(PSO)算法的TDOA测量代价函数求解方法。通过改变标准PSO的惯性权重和加速度常数等参数,开发了PSO变体。这些方法的收敛速度和处理时间与标准的粒子群算法进行了比较。本文首次提出了一种适合于定位问题的粒子群优化算法的设计研究,将被认为是一个很好的指导应用优化算法在无线定位技术。均方误差(MSE)和累积分布函数(CDF)被用来作为评估指标来衡量所提出的算法的准确性。仿真结果表明,所提出的粒子群算法具有更高的精度和更快的收敛速度比标准粒子群算法和泰勒级数估计(TSE)。
2019-01-22 cs.NI
Dynamic Link Network Emulation: a Model-based Design
本文介绍了一个网络仿真器的设计和结构,它的链路参数(如延迟和带宽)在不同的时刻变化。因此,仿真器可以用于在最终部署之前测试和评估此类网络的新解决方案。为了实现这一目标,不同的现有技术被仔细地结合起来,以仿真链路动态性、自动流量生成和整体网络设备仿真。仿真器将网络的形式模型作为输入来仿真并配置所有所需的软件,以在所请求的拓扑中执行期望的网络组件的实时软件实例。我们致力于我们的研究,所谓的动态链接网络,潜在的非对称链接。由于模拟非对称动态链路远非微不足道(即使使用现有的最先进的工具),我们提供了一个详细的设计架构,允许这一点。作为一个案例研究,卫星网络仿真。实验结果表明,我们的动态分配的精度和所提出的解决方案的整体灵活性。
2022-03-04 cs.NI cs.SE
FLEET: A Federated Learning Emulation and Evaluation Testbed for Holistic Research
针对现有联邦学习评估工具难以模拟真实运行条件、导致理论与实际性能脱节的问题,本文提出集成跨框架学习组件与高保真网络仿真器的FLEET测试平台,可系统研究网络约束对FL算法的影响,助力联邦学习的整体性可复现评估。
2025-09-03 cs.NI
Integrating Quantum Simulation for Quantum-Enhanced Classical Network Emulation
我们描述了一种从当前网络的角度研究量子通信技术在通信网络中的近期潜力的方法。为此,我们在链路层将量子网络模拟器QuNetSim的实例集成到通信网络仿真器ComNetsEmu中。因此,这种新的ComNetsEmu增强版本能够在任何直接连接的网络主机对之间运行任意量子协议。为了给出所提出的方法的一个例子,我们实现了在空闲时生成和存储纠缠的链路层方法,以在以后使用超密集编码来加速数据传输。
2021-10-04 cs.NI quant-ph
Securing Cognitive Radio Networks against Primary User Emulation Attacks
认知无线电(Cognitive Radio,CR)是下一代无线网络中的一项重要技术,能够有效利用有限的频谱资源,满足人们对无线应用和服务的需求。安全是CR网络中一个非常重要但尚未得到很好解决的问题。在本文中,我们专注于CR网络中的主用户仿真(PUE)攻击所带来的安全问题。我们提出了一个全面的介绍PUE攻击,从攻击原理和它对CR网络的影响,检测和防御方法。为了保护CR网络免受PUE攻击,提出了一种两级数据库辅助检测方法来检测此类攻击。能量检测和位置验证相结合,以实现快速可靠的检测。针对CR网络在PUE攻击下性能下降的问题,提出了一种基于接纳控制的防御方法。说明性的结果,以证明所提出的检测和防御方法的有效性。
2013-08-28 cs.ET cs.NI
Beyond Idealized Orbits: Realistic Network Topology and Spatio-Temporal Traffic Emulation for LEO Satellite Constellations
Virginia Tech(弗吉尼亚理工大学);Fibertek Inc.(菲伯泰克公司);United States Military Academy(美国军事学院)
本研究扩展SpaceNet测试平台以仿真多壳层LEO星座及真实流量,通过高级拥塞路由生成准确的RTT和吞吐量趋势,并与Starlink实测数据验证,实现95%置信区间内的高精度预测。
2026-10-05 cs.NI
Building an Emulation Environment for Cyber Security Analyses of Complex Networked Systems
计算机网络正经历着惊人的增长,这是由构成网络的节点数量的快速增加所驱动的。与此同时,互联网和内联网网络上的安全威胁数量不断增长,网络防御解决方案的测试和实验需要单独的测试环境,以最好地模拟真实系统的复杂性。这些环境支持部署和监控复杂的任务驱动的网络场景,从而能够在真实和可控的流量和攻击场景下研究网络防御策略。在本文中,我们提出了一种方法,利用网络和安全评估的技术相结合,并使用云技术来建立一个仿真环境,与实际的参考网络或计划中的系统具有可调程度的亲和力。作为一个副产品,从一个特定的研究案例开始,我们收集了一个由完整的网络跟踪组成的数据集,其中包括良性和恶意流量,该数据集功能丰富且公开可用。
2018-10-23 cs.CR cs.NI
Mitigating selfish primary user emulation attacks in multi-channel cognitive radio networks: A surveillance game
主用户仿真攻击(PUEA)是认知无线电网络(CRN)中的一个严重安全问题,攻击者通过仿真主用户信号来限制用户在被攻击信道上的二次接入。执行PUEA以自私地占用更多信道的用户被称为自私PUEA攻击者。网络管理员可以对不允许的信道采取监视过程,以识别自私PUEA攻击者的非法信道占用,从而减轻自私PUEA。确定监视策略,特别是在多信道环境中,对于确保网络操作的公平性是必要的。在本文中,我们制定了一个游戏,称为多通道监视游戏,自私的攻击和监视过程中的多通道CRNs。采用序列形式表示法确定博弈的纳什均衡。我们表明,执行所获得的NE监视策略显着减轻自私的PUEA。
2016-04-19 cs.GT cs.NI
An eBPF-Based Trace-Driven Emulation Method for Satellite Networks
本文针对现有工具难以满足LEO卫星网络评估需求的问题,提出并实现了一种基于Linux eBPF的迹驱动仿真方法,并通过Starlink迹收集系统验证了其在本地主机上模拟连接状况的有效性。
2024-08-28 cs.IT cs.NI math.IT
Open-source emulation-based test environment to settle O-RAN-compliant trials
Federal University of Rio Grande do Norte (UFRN)(北里奥格兰德联邦大学)
本文介绍Mininet-RAN仿真工具,通过虚拟化网络元素实现低成本、高灵活性的O-RAN RIC服务测试,支持V2X和UAV用例的闭环验证。
2026-09-17 cs.NI
OSHI - Open Source Hybrid IP/SDN networking (and its emulation on Mininet and on distributed SDN testbeds)
在IP骨干网中引入SDN需要常规IP转发和基于SDN的转发共存。前者通常应用于尽力而为的互联网流量,后者可用于不同类型的高级服务(VPN,虚拟租用线路,流量工程等)。在本文中,我们首先介绍了“混合”IP/SDN网络场景的架构和服务。然后,我们描述了一个开源的混合IP/SDN(OSHI)节点的设计和实现。它结合了用于OSPF路由的Quagga和用于基于Linux的OpenFlow交换的Open vSwitch。SDN解决方案的实验验证和性能评估工具的可用性是SDN发展的基础。我们提供了一套开源工具,可以促进混合IP/SDN实验网络的设计,它们在Mininet或分布式SDN研究测试平台上的部署及其测试。最后,使用所提供的工具,我们评估所提出的解决方案的关键性能方面。OSHI开发和测试环境可以在VirtualBox VM映像中下载。
2014-09-18 cs.NI
Menes: Towards a Generic, Fully-Automated Test and Validation Platform for Wireless Networks
开发健壮的无线系统的一个主要步骤是在各种环境下测试和验证设计。随着无线网络变得越来越复杂,在实际部署中执行测试是不切实际的。因此,网络管理员依赖于网络模拟器或网络仿真器来验证其配置和设计。不幸的是,网络仿真不足,因为它需要用户对网络行为进行分析。另一方面,网络仿真允许用户在虚拟化网络设备上使用真实的网络应用程序。尽管设计复杂,但现有的网络仿真解决方案无法实现全面自动化,而是依赖经验丰富的用户编写复杂的配置脚本进行测试。因此,验证过程容易出现人为操作错误。此外,它们需要大量的计算资源,这对于许多用户来说可能是不可行的。此外,大多数网络仿真器集中在网络的较低层,因此需要用户使用自己的网络应用程序来控制和测量网络性能。为了克服这些挑战,我们提出了一种新的无线网络仿真平台,该系统,为用户提供了一个统一的,高层次的配置接口的无线网络的不同层,以减少网络仿真器的管理复杂性,同时具有通用的,全自动化的平台。Menes是一个通用、全栈、全自动化的测试和验证平台,支持现有的最先进的仿真、虚拟化和网络应用程序,包括性能测量工具。然后,我们提供了一个基于EMANE与Docker的Menes实现。我们广泛的评估表明,该系统需要更少的计算资源,显着降低CAPEX和OPEX,并大大扩展为不同的用例。
2020-06-03 cs.NI
Colosseum as a Digital Twin: Bridging Real-World Experimentation and Wireless Network Emulation
本文将硬件在环无线网络仿真器 Colosseum 构建为 Arena 室内测试床的数字孪生,并通过蜂窝与 Wi-Fi 干扰实验验证其可高保真复现真实网络。
2024-01-24 cs.NI eess.SP
SENDIM for Incremental Development of Cloud Networks
由于廉价基础设施和资源的可用性有限且不断变化,云网络系统和应用程序在物理部署之前在不同的开发阶段在模拟和仿真环境中进行测试。配置管理工具可管理跨不同云平台的部署和迁移,从而减轻繁琐的系统管理工作。然而,目前云网络模拟不能作为仿真迁移,反之亦然,而不重写和手动重新部署模拟的应用程序。本文介绍了SENDIM(Sendim是葡萄牙东北部的一个小镇,靠近西班牙边境,使用罕见的米兰德语),一个用于云网络的模拟,仿真和部署集成中间件。作为增量构建软件定义云网络(SDCN)的编排平台,SENDIM管理从可视化、模拟、仿真到物理部署的整个过程中的算法和架构的开发和部署。因此,SENDIM优化了云网络的评估。
2016-01-09 cs.DC cs.NI
The Challenges of Trace-Driven Wi-Fi Emulation
本文论证基于轨迹驱动的仿真是评估Wi-Fi的最优方法,评估现有蜂窝网络仿真工具在Wi-Fi场景下的缺陷,并提出调整建议以准确捕获Wi-Fi轨迹。
2024-11-18 cs.NI
Kollaps: Decentralized and Dynamic Topology Emulation
大规模分布式应用程序的性能和行为受到网络属性(如延迟、带宽、数据包丢失和抖动)的高度影响。例如,工程师可能需要回答这样的问题:网络延迟的增加对应用程序响应时间有什么影响?在地理区域之间移动群集如何影响应用程序吞吐量?网络动态如何影响应用程序的稳定性?考虑到底层网络的可变性和缺乏控制,以系统和可重复的方式解决这些问题非常困难。不幸的是,现有技术的网络仿真或测试床的扩展性很差(即,MiniNet),只关注控制平面(即,CrystalNet)或忽略网络动态(即,EmuLab)。Kollaps是一个完全分布式的网络仿真器,可以解决这些限制。Kollaps取决于两个关键的观察结果。首先,从应用程序的角度来看,重要的是出现的端到端属性(例如,延迟、带宽、分组丢失和抖动),而不是导致这些属性的路由器和交换机的内部状态。这个前提允许我们构建一个更简单的,动态适应的仿真模型,避免维护完整的网络状态。其次,这个简化的模型是以完全分散的方式维护的,允许仿真随着应用程序的机器数量而扩展。Kollaps是完全去中心化的,与应用程序语言和传输协议无关,可扩展到数千个进程,并且与模拟网络完整状态的裸机部署或最先进的方法相比是准确的。我们展示了Kollaps如何准确地再现文献中的结果,并预测复杂的未经修改的分布式键值存储的行为(即,Cassandra)在不同的部署下。
2020-04-05 cs.DC cs.NI
CellTwin: Reproducible Cellular Network Emulation via High Resolution, in situ Measurement-Driven ML
Princeton University(普林斯顿大学);University at Buffalo, SUNY(布法罗大学)
NeuralEmu通过高精度网络 telemetry 数据学习5G调度器资源分配行为,提升网络算法评估的准确性,减少仿真误差达51%。
2026-10-22 cs.LG cs.NI
Open Wireless Digital Twin: End-to-End 5G Mobility Emulation with OpenAirInterface and Ray Tracing
Kozo Keikaku Engineering Inc.(小泽经营工程株式会社);Graduate School of Engineering, Takushoku University(拓殖大学大学院工学研究科);Graduate School of Engineering, Tokyo University of Science(东京科学大学大学院工学研究科)
本研究提出一个基于开源软件和开放数据的端到端无线数字孪生平台OWDT,集成OAI和NVIDIA Sionna RT实现5G移动性仿真,经城市环境评估验证其高保真复现能力,可加速系统开发并降低成本。
2025-10-12 cs.NI
Detection Of Primary User Emulation Attack (PUEA) In Cognitive Radio Networks Using One-Class Classification
认知无线电技术的基础是对授权用户(或主用户)拥有的频谱的主动使用。因此使用频谱的未授权(或次要)用户机会性地依赖于频谱感测来确定主要用户信号的存在。在这样的上下文中,攻击者可以模仿主用户(PU)的行为来欺骗次用户(SU),使其相信存在PU信号,而实际上不存在。这种攻击被称为主用户仿真攻击(PUEA)。恶意用户可能会启动PUEA,意图抓住空闲频带用于自己的传输。另一个原因可能是简单地破坏认知无线电网络(CRN)的功能。这项工作研究了使用一类分类检测PUEA在基于基础设施的CRN。我们认为,在融合中心收集的传感数据主要用于协同频谱感知(CSS)可以用来表征PU信号。由此学习的PU信号特征可以帮助区分PU信号与PU信号仿真。特别是,我们研究一类分类技术的使用,即,隔离森林,支持向量机(SVM),最小协方差行列式(MCD)和局部离群因子(LOF)检测PUEA攻击。仿真结果支持了单类分类检测PUEA的有效性。
2021-06-21 cs.NI eess.SP
Real-Time Hardware-In-the-Loop Emulation Framework for DSRC-based Connected Vehicle Applications
互联和自动驾驶汽车(CAV)解决方案的快速增长对智能交通系统的安全性产生了重大影响。然而,与任何其他新兴技术类似,彻底的测试和评估研究对这些解决方案的有效性至关重要。由于这一问题的安全性至关重要,大规模的实际现场测试似乎不是一个可行和实用的选择。因此,在CAV安全相关应用的开发阶段,采用模拟和仿真方法是首选。这种方法不仅降低了部署大量真实车辆的高成本,而且还使研究人员能够在各种场景下进行可重复的测试。非常大规模的车辆场景的软件仿真通常是一项耗时的任务,事实上,任何仿真环境都将包括抽象,以便对真实世界的系统进行建模。与基于仿真的解决方案相比,网络仿真器能够产生更逼真的测试环境。在这项工作中,我们提出了一个高保真的硬件在环网络仿真器框架,以创建测试环境的车对车(V2V)通信。与其他现有系统相比,所提出的架构能够以实时的【形】方式运行,这可能会促进V2V系统的开发和验证。
2019-06-19 cs.NI
Emulation of Entanglement Distribution Networks on a Quantum Computer
The University of Arizona(亚利桑那大学);Trinity College Dublin(都柏林三一学院)
研究如何用量子计算机仿真量子网络及性能,通过特定模型模拟纠缠退化和通信延迟,采用多种方法实现去极化并在硬件和仿真中评估,发现硬件约束使结果有显著差异,强调实验设计要精心。
2026-07-20 cs.NI quant-ph
Plotinus: A Satellite Internet Digital Twin System
本文提出基于微服务的卫星互联网数字孪生系统 Plotinus,通过模块化设计支持物理层和路径计算方法替换,实现跨层、实时且可扩展的动态网络仿真,有效解决了现有平台在详细实现、实时响应和可扩展性上的挑战。
2024-03-25 cs.DC cs.NI
Automated Discovery for Emulytics
Sandia在网络安全研究方面拥有广泛的背景,目前正在通过仿真功能扩展其最先进的建模。然而,Sandia建模方法的一个关键部分是发现和规范所研究的信息系统,以及以最高的保真度重新创建该规范的能力,以便推断出有意义的结果。这项工作详细介绍了一种方法来进行信息系统发现和开发工具,使高保真仿真模型的创建,可用于评估我们的基础设施信息系统的安全状况和潜在的系统影响,可能会导致网络威胁。其结果是一组工具和技术,从网络发现的操作系统,以模拟复杂的系统。作为一个具体的用例,我们在Supercomputing 2016上应用了这些工具和技术来模拟世界上最大的研究网络SCinet。该模型包括五个路由器和近10,000个端点,我们已经在我们的仿真平台中推出。
2020-03-24 cs.NI
Tactical Network Modeller Simulation Tool Combined discrete event and network back-ends
本文讨论了一个战术网络仿真工具的实现。该工具被称为战术网络建模器(TNM)。TNM使用一些新的技术来简化网络模型的建立,使用图论约束的层次树,反映了组织结构。TNM允许使用应用编程接口(API)或基于节点的用户界面(UI)来构造模型。在构建模型时,可以应用不同的仿真后端,在开源工具的基础上实现了离散事件仿真和网络仿真后端。TNM对于非技术用户来说创建模型很简单。该模型可用于分析信息流。相同的模型可用于完整的网络仿真。这允许在真实的模拟环境中测试真实的软件和协议。该软件的灵活性允许其从工程到活动规划的使用。
2015-08-24 cs.NI
Looking into Hardware-in-the-Loop Coupling of OMNeT++ and RoSeNet
使用真实传感器节点硬件的网络仿真用于提高纯网络仿真的准确性。OMNeT++与网络仿真平台和工具的耦合为双方带来了新的应用可能性。这份工作进展报告涵盖了我们使用OMNeT++作为RoSeNet测试驱动程序的经验,RoSeNet是一个用于IEEE 802.15.4等低功耗无线技术的网络仿真和测试平台。OMNeT++和RoSeNet相互连接,以实现实际传感器网络与MAC层仿真模型的联合仿真。该报告包含了有关硬件在环(HIL)仿真的经验和见解,以及扩展OMNeT++和提供通用互连API的想法。
2015-09-11 cs.NI cs.PF
Colosseum: Large-Scale Wireless Experimentation Through Hardware-in-the-Loop Network Emulation
Institute for the Wireless Internet of Things, Northeastern University(东北大学无线物联网研究所);Roux Institute, Northeastern University(东北大学鲁克斯研究所);Greenfly SAU LLC(Greenfly SAU 有限责任公司);Cerbo IO LLC(Cerbo IO 有限责任公司)
Colosseum是一个开放访问和公开提供的大型无线测试平台,用于在完全可编程的“白盒”平台上通过虚拟化和软件化波形和协议栈进行实验研究。通过256个最先进的软件定义无线电和一个大规模的信道仿真器核心,Colosseum几乎可以模拟任何场景,从而能够在各种部署和信道条件下大规模设计、开发和测试解决方案。这些罗马斗兽场的射频场景是通过高保真FPGA仿真有限脉冲响应滤波器再现。滤波器对所需无线信道的抽头进行建模,并将其应用于无线电节点生成的信号,忠实地模仿真实世界无线环境的条件。在本文中,我们介绍了斗兽场作为一个测试平台,这是第一次向研究界开放。我们描述了斗兽场的架构和它的实验和仿真能力。然后,我们通过示例性用例(包括流行的无线技术(例如,蜂窝和Wi-Fi)在频谱共享和无人驾驶飞行器场景中的应用。论文最后总结了斗兽场未来更新的路线图。
2021-12-14 cs.AI cs.NI eess.SP
RVE-CV2X: A Scalable Emulation Framework for Real-Time Evaluation of CV2X-Based Connected Vehicle Applications
车到万物(V2X)通信已成为智能交通系统(ITS)不可或缺的组成部分,因为它能够连接车辆、行人、基础设施,并在车辆之间创建态势感知。基于第三代合作伙伴计划(3GPP)版本14的蜂窝车辆到一切(Cellular-Vehicle-to-Everything,C-V2X)是一种这样的通信技术,其最近获得了极大的关注以满足V2X通信的需求。然而,为了成功部署C-V2X,彻底测试这项技术的性能至关重要。通过布置数百辆真实车辆及其车载单元来进行V2X通信实验以测试C-V2X的性能是不可行的。虽然基于NS-3、OMNET++和OPNET等框架的多个仿真器已被证明是使用真实车辆的可靠和经济的替代方案,但所有这些仿真器都很耗时,需要比实际仿真时间长几个数量级。与基于物理场和仿真的测试相反,网络仿真器可以为测试车辆通信提供更真实和可重复的结果。本文提出了一种基于C-V2X模式4的实时的【形】高保真硬件在环网络仿真器(RVE-CV 2X),可为V2X通信提供可扩展、可靠和可重复的测试场景。通过将该仿真器与基于NS-3框架的已验证的C-V2X仿真器进行比较,验证了该仿真器的准确性。
2021-01-16 cs.NI
OpenRASE: Service Function Chain Emulation
针对现有SFC算法评估工具的诸多缺陷,本文提出基于Mininet和Docker的SFC仿真器OpenRASE,可测量真实CPU使用率与延迟,并通过实验验证了其在动态网络下评估资源分配算法的有效性。
2025-07-29 cs.DC cs.NE cs.NI
Efficient Ray-Tracing Channel Emulation in Industrial Environments: An Analysis of Propagation Model Impact
本文利用 Volcano 在 2 GHz 与 28 GHz 下分析射线交互次数和场景数字化表示对工业射线追踪信道仿真的影响,以提升计算效率并支持 5G 工业网络设计。
2023-06-02 cs.NI eess.SP