跳到主要内容
知仓学习社ZHICANG

jonc-reproducibility

当为《通信学报》(Journal on Communications, JOC) 稿件建立可复现性与实验可重复保障时调用;用于让 Journal on Communications 外审能按说明在声明环境下复现通信仿真主结果。指导固定通信仿真的信道实现、随机种子、蒙特卡洛次数、参数表与数据集划分…

不碰外部(只输出文字)无严重或高危命中brycewang-stanford/Awesome-Journal-Skills

它会碰到什么

扫了多少1 个文本文件,3 KB
它会碰到什么不碰外部(只输出文字)
命中总数0 处
命中统计严重 0 · 高 0 · 中 0 · 低 0

这一栏是扫描器报的事实,不是结论。命中多不等于有毒(安全工具、规则库、示例脚本本来就会包含危险写法),命中少也不等于干净。它和你手上的凭据、文件、网络有什么关系,需要你自己看。

技能内容

《通信学报》可复现性与实验可重复

本技能帮助让《通信学报》(Journal on Communications, JOC) 稿件的实验可被复现。JOC 由中国通信

学会主办,虽无独立制品徽章制度(见 jonc-artifact-evaluation),但通信仿真结果的可复现性是外审

判断可信度的核心。以下与 2026-07-09 核验的本刊定位一致(见 resources/official-source-map.md)。

一、可复现性三层

| 层次 | 含义 | 通信语境 |

|---|---|---|

| 可重复 (repeatable) | 同环境同参数复跑得同结果 | 固定种子与信道实现 |

| 可复现 (reproducible) | 他人按说明能复现主结论 | 提供 config + 脚本 + 数据 |

| 可推广 (replicable) | 换场景仍成立 | 多信道/多拓扑验证 |

二、必须固定的要素

| 要素 | 做法 |

|---|---|

| 随机种子 | 全局固定;报告种子值或种子集 |

| 信道实现 | 固定信道模型与其随机实现;给参数 |

| 蒙特卡洛次数 | 明确独立仿真次数;据此给置信区间 |

| 参数表 | 每个实验一份 config(SNR、码率、天线数、节点数等) |

| 数据集划分 | 训练/验证/测试固定;防泄漏 |

| 软件版本 | MATLAB/NS-3/Python 及关键库版本 |

三、复现包组织

参照 resources/code/README.md

repo/
├── README.md      # 环境 + 一键复现主图命令
├── env/           # requirements.txt / environment.yml / 工具版本
├── src/           # 信道、方法、基线、指标
├── configs/       # 每图一 config,含种子
├── data/          # 数据或生成脚本 + 校验和
└── scripts/       # run_figX.* 与论文图号对应

四、防范数据泄漏与挑参

  • 泄漏防范:测试信道/数据不得参与训练或调参;时序数据防未来信息泄漏。
  • 挑参防范:报告参数选取依据;给敏感性分析,避免只报最优点。
  • 信道复用陷阱:训练与评测用同一批信道实现会高估性能,须分离。

五、受限数据/私有测量

  • 公开数据:给来源、版本、许可。
  • 自建数据:给生成脚本与统计描述。
  • 私有/受限测量:说明获取方式、脱敏处理与待核实的许可限制,尽量给可公开的替代验证。

六、写入正文

  • 实验设置节:列信道模型、参数表、种子、仿真次数、平台版本。
  • 数据可用性/致谢:说明代码与数据的开放程度与获取方式。
  • 匿名评审阶段用匿名仓库链接(若适用)。

七、复现自查清单

  • [ ] 随机种子、信道实现、蒙特卡洛次数已固定并报告。
  • [ ] 每张主图有对应 config 与运行命令。
  • [ ] 数据划分固定、无泄漏;训练/评测信道分离。
  • [ ] 软件与库版本记录完整。
  • [ ] 参数选取有依据、附敏感性分析。
  • [ ] 受限数据的获取与许可已说明(待核实 项标注)。
  • [ ] 正文实验设置与数据可用性声明齐备。

八、常见问题与修法

| 问题 | 后果 | 修法 |

|---|---|---|

| 未报种子/仿真次数 | 无法复现、统计存疑 | 补种子与次数、给置信区间 |

| 训练评测信道复用 | 性能高估 | 分离信道实现 |

| 参数无来源 | 挑参嫌疑 | 说明依据 + 敏感性 |

| 库版本缺失 | 环境不可重建 | 固定并记录版本 |

| 数据不可获取且无说明 | 可信度下降 | 给获取方式或替代验证 |

九、通信仿真的可复现性陷阱(专项)

通信仿真有一些区别于通用机器学习的复现陷阱,外审专家尤为敏感:

| 陷阱 | 表现 | 规避 |

|---|---|---|

| 信道实现未固定 | 每次运行信道不同,曲线抖动难比 | 固定信道随机实现或报告足够多次平均 |

| 蒙特卡洛次数不足 | 低误码率区间置信区间过宽 | 按目标 BER 量级设定足够仿真比特数 |

| 定点/浮点差异 | 硬件实现与仿真不一致 | 说明数值精度与量化设置 |

| 归一化口径不一 | SNR/Eb/N0 定义混用 | 明确 SNR 定义(每比特/每符号/每天线) |

| 基线实现差异 | 复现他人方法与原文不符 | 注明复现来源与差异、可给原作者代码 |

十、复现包 README 最小内容

# 环境
- OS / MATLAB(或 Python) 版本 / 关键库版本
# 一键复现
- bash scripts/run_fig3.sh   # 生成正文图 3(SNR-BER)
- bash scripts/run_fig5.sh   # 生成正文图 5(吞吐-负载)
# 参数
- configs/fig3.yaml(含 seed、SNR 范围、蒙特卡洛次数)
# 数据
- data/ 下载脚本 + 校验和(md5)
# 预计运行时间与硬件
- 图 3 约 ___ 分钟(CPU/GPU ___)

十一、与其它技能衔接

  • jonc-experiments 配套:实验设计定稿即固化复现要素。
  • jonc-supplementary 配套:把冗长参数表、额外场景放附录。
  • jonc-submission 配套:投稿时附复现包链接与数据可用性声明。
  • jonc-artifact-evaluation 配套:以复现包达到 L3 及以上可用性成熟度。

十二、要点回顾

  • 可复现性分三层:可重复、可复现、可推广;通信实证至少做到可复现。
  • 必须固定并报告:随机种子、信道实现、蒙特卡洛次数、参数表、数据划分、软件版本。
  • 警惕通信专项陷阱:信道未固定、仿真次数不足、SNR 定义混用、训练评测信道复用。
  • 复现包给 README + configs + scripts + 数据校验和,实现主图一键复现。
  • 把复现信息写入实验设置节与数据可用性声明;受限数据说明获取方式(待核实 许可)。

> 目标:让《通信学报》/Journal on Communications (JOC) 的外审可以按 README 在声明环境下复现主图主表,

> 这是通信类实证长文可信度的底线,也是三审制下加分的稳妥做法。

想直接用这个技能?

本站把开放许可(MIT / Apache 等)的技能按仓库打包整理到网盘,点一下转存到你自己的网盘,不用一个个从 GitHub 拉。许可未声明的技能只给原始仓库链接,不打包。