imtoolkit:基于大规模并行算法的可重复性研究的开源索引调制工具包
imtoolkit的Python项目详细描述
imtoolkit
im toolkit是一个开源的索引调制(im)工具包,它试图促进无线通信领域的可重复性研究。 该工具包的主要优点如下:
- 它依赖于最新的nvidia gpu和文[1]中提出的大规模并行算法,加快了误比特率和平均互信息模拟。
- 除了支持IM族外,还支持理想MIMO和OFDM场景的典型复用方案。
- 它包含a comprehensive database of designed active indices,决定了广义空间调制或子载波索引调制的可实现性能。
有关详细信息,请参阅以下网页。
- IMToolkit official website。
- A detailed tutorial for the imtoolkit command。
- A comprehensive database of the designed active indices。
- A compute capsule on Code Ocean,其结果与[1]中报告的结果相同。
安装指南
imtoolkit可从python官方包存储库PyPi获得。
> pip install imtoolkit
这个安装需要numpy、pandas、scipy、sympy、numba和tqdm,所有这些都是流行的python包。 此外,强烈建议安装CuPy5.40+。 imtoolkit在很大程度上依赖于cupy来实现显著快速的monte carlo模拟。 The key components required by CuPy are listed here. 如果您的环境中没有安装cupy,imtoolkit只使用numpy。 注意,基于cupy的模拟比基于numpy的计算快145倍,如[1]中所报告的。
The above PyPi package由于设计的活动索引的文件大小超过500MB,因此将其排除在外。
因此,这个缩小的pypi包将自动从github存储库或镜像网站下载所需的文件。
如果需要所有项目文件,要脱机使用imtoolkit
,建议从github获取整个包,如下所示:
> pip install git+https://github.com/imtoolkit/imtoolkit
imtoolkit开发团队欢迎其他研究人员的贡献和请求。 在这种情况下,最好安装最新的软件包并按如下方式激活可编辑模式:
> git clone https://github.com/imtoolkit/imtoolkit
> pip install -e ./imtoolkit # this activates the editable mode
A detailed tutorial for the installed imtoolkit command is available here.
引文
如果您在使用imtoolkit时引用以下参考资料,将不胜感激。
- [1]N.Ishikawa,` ` IMToolkit: An open-source index modulation toolkit for reproducible research based on massively parallel algorithms,《IEEE接入》,第7卷,第93830-938461991年7月。
当然,如果您的项目依赖于cupy,强烈建议使用以下参考资料。
- [2]R.Okuta,Y.Unno,D.Nishino,S.Hido和C.Loomis,` `{A13},参加美国加利福尼亚长滩神经信息处理系统研讨会,2017年12月4日至9日。
贡献者
- 直川(Web/Google Scholar/ResearchGate/Publons)
- 你可能会成为这个项目的重要贡献者。任何贡献和问题都值得赞赏。