开源桌面应用与 Web 界面,可在本地运行、微调和导出大语言模型与扩散模型,并提供代码版训练库。
Zihao-Felix-Zhou/UavNetSim
一个基于 Python 的无人机集群通信网络仿真平台,涵盖路由、MAC、物理层、移动与能耗模型。
- Star
- 411
- Fork
- 66
- 未关闭 Issue
- 1
- 最近提交
- 上个月
这是什么?
UavNetSim 是一个基于 Python 的仿真平台,用于建模无人机之间的通信网络,覆盖网络层、MAC 层、物理层、无人机移动性和能耗模型,底层使用 SimPy 进行离散事件仿真。
平台已实现多种路由协议,包括 DSDV、GRAd、贪心转发、OPAR,以及基于强化学习的 Q-FANET、QMR 等路由。MAC 层支持 CSMA/CA、纯 ALOHA 和 TDMA;移动模型包括 Gauss-Markov、Random Waypoint 和 Random Walk;另有基于虚拟力的拓扑控制和 A* 三维路径规划。运行过程中会统计丢包率、端到端时延、归一化路由开销和吞吐量等指标。
平台便于扩展,用户可以在对应目录中新增移动模型、MAC 或路由协议模块,并安装到无人机节点上。项目还提供网页控制台,用于编译场景和运行仿真。
核心功能
- 01实现 DSDV、GRAd、贪心转发、OPAR 及基于强化学习的路由协议。
- 02支持 CSMA/CA、纯 ALOHA 和 TDMA 介质访问控制。
- 03提供 Gauss-Markov、Random Waypoint、Random Walk 三维移动模型。
- 04包含虚拟力拓扑控制与 A* 三维路径规划。
- 05统计丢包率、端到端时延、归一化路由开销和吞吐量等指标。
- 06支持自定义路由、MAC 和移动模块并接入仿真。
适用场景
- 在实地部署前研究无人机自组网的路由协议。
- 在无人机移动场景下比较 CSMA/CA、TDMA 等 MAC 方案。
- 结合通信模型验证集群运动控制或三维路径规划算法。
- 通过仿真的无人机网络讲授无线网络相关概念。
快速上手
- 1
克隆仓库
git clone https://github.com/Zihao-Felix-Zhou/UavNetSim-v1.git - 2
创建 Python 虚拟环境
py -3.12 -m venv .venv - 3
以可编辑模式安装项目
.\.venv\Scripts\python.exe -m pip install -e . - 4
按 README 构建网页控制台、编译默认场景,然后启动服务器
使用前须知
- README 中的命令和安装步骤是针对 Windows PowerShell 编写的。
- 物理层依赖 NVIDIA Sionna RT,会带来较重的依赖。
- 构建网页控制台需要 Node.js 18 或更高版本以及 npm。
标签
常见问题
- UavNetSim 是什么?
- 一个基于 Python 的无人机集群通信网络仿真平台,涵盖路由、MAC、物理层、移动与能耗模型。 UavNetSim 是一个基于 Python 的仿真平台,用于建模无人机之间的通信网络,覆盖网络层、MAC 层、物理层、无人机移动性和能耗模型,底层使用 SimPy 进行离散事件仿真。
- UavNetSim 可以免费使用吗?用的什么许可证?
- UavNetSim 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- UavNetSim 还在维护吗?
- 半年内有更新。UavNetSim 最近一次提交是在 2026年9月12日。
- UavNetSim 适合用来做什么?
- 在实地部署前研究无人机自组网的路由协议。 在无人机移动场景下比较 CSMA/CA、TDMA 等 MAC 方案。 结合通信模型验证集群运动控制或三维路径规划算法。 通过仿真的无人机网络讲授无线网络相关概念。
- UavNetSim 怎么安装和运行?
- 克隆仓库: git clone https://github.com/Zihao-Felix-Zhou/UavNetSim-v1.git 创建 Python 虚拟环境: py -3.12 -m venv .venv 以可编辑模式安装项目: .\.venv\Scripts\python.exe -m pip install -e . 按 README 构建网页控制台、编译默认场景,然后启动服务器
- 在哪里获取 UavNetSim?
- 源代码和安装说明在 GitHub 上:https://github.com/Zihao-Felix-Zhou/UavNetSim
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
7.8万7246PythonApache-2.0更新于 22小时前
微软开源的面向 AI 的量化投资平台,覆盖数据处理、模型训练、回测与订单执行。
AI 与机器学习#quantitative-finance#machine-learning#algorithmic-trading#backtesting#reinforcement-learning
5万7828PythonMIT更新于 6天前
Ray 是一个统一的框架,可将 Python 和 AI 应用从笔记本扩展到集群运行。
4.4万8174PythonApache-2.0更新于 22小时前
一个包含定位、建图、SLAM、路径规划与控制等机器人算法的 Python 示例代码库与教材。
3.1万7422PythonOther更新于 昨天
verl 是一个用于大语言模型后训练的开源强化学习训练库,基于 HybridFlow 论文实现。
2.4万4779PythonApache-2.0更新于 22小时前
微软推出的轻量级智能体强化学习框架,可在保留真实工具与运行环境的前提下训练 AI 智能体。
1.9万1871PythonMIT更新于 昨天