Sionna：用于下一代物理层研究的开源库

Sionna™ 是一个开源 Python 库，用于在用于机器学习的开源软件库TensorFlow之上构建数字通信系统的链路级仿真。

官方文档可以在这里找到。

安装

Sionna 需要Python和Tensorflow。为了在您的机器上运行教程笔记本，您还需要Jupyter。您也可以在Google Colab上测试它们。虽然不是必需的，但我们建议在Docker 容器中运行 Sionna 。

Sionna 需要TensorFlow 2.6-2.10和 Python 3.6-3.9。我们推荐 Ubuntu 20.04。

有关 GPU 支持和所需的驱动程序设置，请参阅TensorFlow GPU 支持教程。

使用 pip 安装

我们建议在虚拟环境中执行此操作，例如使用conda。在 macOS 上，您需要先安装tensorflow-macos。

1.) 安装包

    pip install sionna

2.) 在 Python 中测试安装

    python

    >>> import sionna
    >>> print(sionna.__version__)
    0.11.0

3.) 安装 Sionna 后，您可以运行Sionna “Hello, World!” 例如，请查看快速入门指南或教程。

可以使用Jupyter打开和执行示例笔记本。

对于本地安装，可以使用JupyterLab 桌面应用程序，其中还包括 Python 安装。

基于 Docker 的安装

1.) 确保您的系统上安装了Docker。例如，在 Ubuntu 20.04 上，您可以运行

    sudo apt install docker.io

确保您的用户属于该docker组（请参阅Docker 安装后）

    sudo usermod -aG docker $USER

注销并重新登录以加载更新的组成员资格。

要在 Linux 上支持 GPU，您需要安装NVIDIA Container Toolkit。

2.) 构建 Sionna Docker 镜像。从 Sionna 目录中，运行

    make docker

3.) 运行支持 GPU 的 Docker 映像

    make run-docker gpus=all

或没有 GPU：

    make run-docker

这将立即启动一个安装了 Sionna 的 Docker 映像，在端口 8888 上运行 Jupyter。

4.) 通过在浏览器中连接到http://127.0.0.1:8888浏览示例笔记本。

从源安装

我们建议在虚拟环境中执行此操作，例如使用conda。

1.) 克隆此存储库并从其根文件夹中执行

    make install

2.) 在 Python 中测试安装

    >>> import sionna
    >>> print(sionna.__version__)
    0.11.0

许可和引用

Sionna 已获得 Apache-2.0 许可，可在LICENSE文件中找到。

如果您使用此软件，请将其引用为：

@article{sionna,
    title = {Sionna: An Open-Source Library for Next-Generation Physical Layer Research},
    author = {Hoydis, Jakob and Cammerer, Sebastian and {Ait Aoudia}, Fayçal and Vem, Avinash and Binder, Nikolaus and Marcus, Guillermo and Keller, Alexander},
    year = {2022},
    month = {Mar.},
    journal = {arXiv preprint},
    online = {https://arxiv.org/abs/2203.11854}
}