thedixitjain 《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
- 与
jonc-experiments配套：实验设计定稿即固化复现要素。 - 与
jonc-supplementary配套：把冗长参数表、额外场景放附录。 - 与
jonc-submission配套：投稿时附复现包链接与数据可用性声明。 - 与
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。
Source: brycewang-stanford/Awesome-Journal-Skills → Journal-on-Communications-Skills/skills/jonc-reproducibility/SKILL.md