我正在使用NS3框架以各种配置运行Wi-Fi模拟。我想使用std::thread在一个进程中同时运行许多(数百个)仿真。

这是我的代码,其中一些配置已删除:

void simulation(RateAdaptation    rate_adaptation,
                const bool        channel_fading,
                // In meters, between AP and station.
                const uint32_t    distance)
{
  ns3::SeedManager::SetSeed(++seed);

  ns3::NodeContainer station_node, ap_node;
  station_node.Create(1);
  ap_node.Create(1);

  ns3::YansWifiChannelHelper channel;
  channel.SetPropagationDelay("ns3::ConstantSpeedPropagationDelayModel");
  channel.AddPropagationLoss( "ns3::LogDistancePropagationLossModel");



  // About 130 lines of more configuration for the simulation and
  // function parameters.



  ns3::Simulator::Stop(ns3::Seconds(10.0));

  ns3::Ptr<ns3::FlowMonitor> flowmon;
  ns3::FlowMonitorHelper *flowmonHelper = new ns3::FlowMonitorHelper();
  flowmon = flowmonHelper->InstallAll();

  ns3::Simulator::Run();
  ns3::Simulator::Destroy();
  flow_output(flowmon, flowmonHelper);
}

int main(int argc, char *argv[])
{
  std::vector<std::thread> jobs;

  for (uint32_t i = 0; i < 20; ++i)
  {
    uint32_t varying_distance = 5*(i+1);

    jobs.push_back(std::thread(simulation,
                               RateAdaptation::Aarf,
                               false,
                               varying_distance));
  }

  for (auto it = jobs.begin(); it < jobs.end(); ++it)
  {
    it.join();
  }

  return 0;
}

当我仅在一个作业中运行此代码时,它就可以完美运行,但是对于更大的数字(例如两个),我将得到如下输出:
assert failed. cond="SystemThread::Equals (m_main)", msg="Simulator::ScheduleDestroy Thread-unsafe invocation!", file=../src/core/model/default-simulator-impl.cc, line=289
terminate called without an active exception
Command ['[redacted]'] terminated with signal SIGIOT. Run it under a debugger to get more information (./waf --run <program> --comm    and-template="gdb --args %s <args>").

实际上,在Valgrind中运行它会返回数百个问题。

两个问题:
  • 我可能做错了什么,NS3应该支持吗?
  • 是否知道NS3无法并行运行多个模拟?
  • 最佳答案

    简短的答案:您无法使用ns-3执行此操作。

    长答案是:使用多个进程而不是多个线程(ns-3库维护不受多线程并发保护的全局状态)。

    我建议使用ns-3 python包装器来轻松设置并行多处理作业。如果要执行默认跟踪设置之外的跟踪,这可能并不简单(在这种情况下,您可能需要在C++中进行自己的跟踪,而在python中进行拓扑设置)

    10-07 19:40
    查看更多