下面直接给**论文产出阶段（Post-Phase-3.5）操作流程**。
目标不是继续开发系统，而是把**已有平台 → 可发表实验结果**。

你现在的系统已经满足论文最低条件：

* ✅ 可复现实验（seed）
* ✅ baseline（gradient / flooding / random）
* ✅ 多指标（PDR + airtime + TX cost）
* ✅ 自动实验 runner

接下来只做 **科研标准三件事**：

---

# 一、跑大量 seeds（统计显著性）

## 为什么必须做

现在结果：

```
PDR ≈ 18%
```

LoRa + 随机信道 → **方差极大**。

单次结果 = 不可发表。

论文要求：

> expectation over randomness

即：

[
Result = E_{seed}[metric]
]

---

## 目标规模（直接照做）

| 项目        | 建议值        |
| --------- | ---------- |
| seeds 数量  | **30–50**  |
| 每 seed 时长 | 100s（保持一致） |
| topology  | 固定         |
| traffic   | 固定         |
| 唯一变量      | RNG seed   |

---

## 修改 runner（核心思想）

你已经有：

```
run_experiments.py
```

现在只加一层：

```python
for seed in range(50):
    config.RANDOM_SEED = seed
    run_single_experiment(...)
```

输出结构：

```
results/
  gradient/
    seed_0.json
    seed_1.json
    ...
  flooding/
  random/
```

---

## 每个 json 至少包含

```json
{
  "pdr": 0.187,
  "airtime": 0.368,
  "tx_total": 217,
  "tx_per_success": 36.1
}
```

---

## 然后做统计汇总

计算：

```
mean
std
95% CI
```

公式：

[
CI = 1.96 \cdot \frac{\sigma}{\sqrt{N}}
]

---

# 二、生成 Tradeoff 图（论文核心）

这是**最关键步骤**。

论文 reviewers 不看日志，只看图。

---

## 图 1（必须）：PDR vs Airtime

### 含义

证明：

> flooding 高 PDR 是用 airtime 换来的

---

### 横纵轴

```
x: airtime_usage (%)
y: PDR (%)
```

每个算法一个点（带 error bar）。

---

### Python 示例

```python
plt.errorbar(
    airtime_mean,
    pdr_mean,
    xerr=airtime_ci,
    yerr=pdr_ci,
    fmt='o',
    label='gradient'
)
```

---

### 论文意义（非常重要）

这是：

> efficiency frontier

审稿人一眼能理解贡献。

---

## 图 2（必须）：TX Cost vs PDR

```
x: tx_per_success
y: PDR
```

解释：

```
能量效率 ↔ 可靠性 tradeoff
```

---

## 图 3（强烈建议）：Airtime Budget Curve

固定 airtime 上限：

```
10%
20%
30%
...
```

看谁 PDR 更高。

这属于：

> fair resource comparison

非常论文化。

---

## 输出格式

保存：

```
figures/
  pdr_vs_airtime.pdf
  pdr_vs_cost.pdf
```

⚠️ 必须 PDF（矢量图）。

---

# 三、写 Method + Evaluation（论文主体）

你现在不要写 Introduction。

只写两章：

```
III. Method
IV. Evaluation
```

---

## (1) Method 章节结构（直接按这个写）

### A. Network Model

描述：

* N nodes
* single gateway
* LoRa PHY abstraction
* collision model

不用写代码细节。

---

### B. Routing Algorithms

三个 subsection：

#### 1. Gradient Routing

写：

* hello dissemination
* distance metric
* next-hop selection

给一个公式：

[
Cost_i = w_1 RSSI + w_2 HopCount
]

（即使当前权重简单也可以）

---

#### 2. Flooding (Baseline)

说明：

```
each node rebroadcasts once
```

强调：

> upper-bound reliability baseline

---

#### 3. Random Forwarding

说明：

```
random neighbor selection
```

作为 lower baseline。

---

### C. Evaluation Metrics（你 Phase-3.5 的贡献）

定义：

#### Packet Delivery Ratio

[
PDR = \frac{received}{generated}
]

#### Airtime Usage

[
A = \frac{\sum TX_time}{simulation_time}
]

#### Transmission Cost

[
C = \frac{total_tx}{successful_packets}
]

这一节其实已经是论文贡献点。

---

## (2) Evaluation 章节结构

### A. Experimental Setup

写：

| 参数       | 值     |
| -------- | ----- |
| Nodes    | 12    |
| Area     | 800 m |
| Duration | 100 s |
| Seeds    | 50    |

---

### B. Reliability Comparison

放表格：

| Algo | PDR | CI |
| ---- | --- | -- |

---

### C. Efficiency Tradeoff（核心）

插入：

* PDR vs Airtime 图

写一句关键论文句式：

> Gradient achieves comparable reliability while consuming significantly less channel airtime.

---

### D. Discussion

直接写你已经发现的：

```
Flooding improves reliability by saturating the channel rather than improving routing efficiency.
```

这句话就是论文卖点。

---

# 四、你接下来真实的 TODO（最终版）

直接复制给执行 AI：

```markdown
# Paper Production TODO

## Phase-Paper-1: Statistical Experiments
- [ ] run 50 seeds per algorithm
- [ ] save per-seed JSON results
- [ ] compute mean/std/95%CI

## Phase-Paper-2: Figure Generation
- [ ] plot PDR vs Airtime (error bars)
- [ ] plot PDR vs TX_cost
- [ ] export PDF figures

## Phase-Paper-3: Method Section
- [ ] network model description
- [ ] routing algorithm definitions
- [ ] metric formalization

## Phase-Paper-4: Evaluation Section
- [ ] experiment setup table
- [ ] comparison tables
- [ ] tradeoff analysis text
```

---

# 五、一个关键判断（你现在的位置）

你已经从：

```
工程实现阶段
```

进入：

```
科研结果生产阶段
```

后续成功与否 **不再取决于算法**，而取决于：

```
统计严谨性 + 图表达能力
```