5.6 KiB
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：
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
{
"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
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：
# 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