Each language version is independently generated for its own context, not a direct translation.
想象一下，你正试图在公园里与朋友进行一场安静的对话，但有人不断向你大喊各种类型的噪音，以测试你们在干扰下仍能多好地相互理解。这本质上就是StormWave平台所做的事情，只不过它不是让人说话，而是利用无线电波来测试无线设备（如无人机或手机）处理干扰的能力。
以下是对论文主张的简明拆解：
什么是 StormWave？
将 StormWave 想象成一把“无线电噪音的瑞士军刀”。
- 便携： 它装在一个坚固的箱子里，大小约等于一个大行李箱，重量约等于一只重型犬（50 磅）。一个人就能把它带到野外。
- 开源： 构建它的“配方”（代码）对任何人免费开放，可供使用和改良。
- 智能： 它不仅仅制造一种类型的噪音。它能瞬间在多种无线电干扰类型之间切换，从简单的哔哔声到复杂的宽频谱静电噪音。
它是如何工作的？
该系统构建得像一个高科技指挥中心，包含四个主要部分：
- 大脑： 一台强大的迷你计算机（Intel NUC），负责运行整个系统。
- 扬声器： 两台无线电设备（称为 USRP），充当“嘴巴”。一台专门负责发出干扰噪音，另一台则是“监听者”，持续检查无线电频谱以观察发生的情况。
- 电源： 内置电池系统，使其能在野外无需电源插座的情况下运行数小时。
- 仪表盘： 一个屏幕和键盘，让操作员能像飞行员驾驶舱一样实时看到一切，精确显示正在发送何种噪音以及目标设备如何反应。
“魔法”功能：瞬间切换
StormWave 最令人印象深刻的功能是它能瞬间切换其“声音”。
想象一位 DJ，能在眨眼之间从播放缓慢的爵士乐切换到重金属曲目，再切换到警报声——速度快到音乐从未真正停止。StormWave 能在不到一微秒（百万分之一秒）的时间内在不同干扰模式之间切换。这使得研究人员能够测试设备如何应对噪音的突然变化，而设备甚至察觉不到测试已经改变。
他们测试了什么？
团队将 StormWave 带入了现实世界，观察其在两种主要场景下的表现：
1. 地面测试（“繁忙街道”场景）
- 设置： 他们将发射器和接收器放置在相距 25 米的杂乱区域，周围有建筑物和树木（这会产生“回声”或多径效应）。StormWave 站在附近，发出干扰噪音。
- 结果： 他们发现噪音的类型至关重要。简单的噪音影响不大，但复杂的宽频谱噪音（如混乱的风暴）会导致连接显著中断。他们还发现，环境中的“回声”使干扰变得更加严重，尤其是对复杂信号而言。
2. 空中对空中测试（“飞行无人机”场景）
- 设置： 他们将发射器和接收器安装在天空中飞行的无人机上，而 StormWave 则留在地面。他们让无人机在不同距离飞行（从 20 米到 100 米不等）。
- 结果：
- 近距离： 当无人机靠近时（20–40 米），干扰是毁灭性的。无人机之间的“对话”变得混乱且不稳定。
- 远距离： 随着无人机飞得更远（60–100 米），干扰效果减弱，连接趋于稳定。
- 结论： 该系统证明距离是强大的盾牌。当无人机靠近时，噪音占据主导；当它们远离时，噪音逐渐消散。
这为何重要？
论文声称，StormWave 是研究人员手中一种可靠且可重复的工具。在此之前，测试无线电处理干扰的能力通常需要昂贵的固定设备，或者使用与实际情况不符的模拟。StormWave 让科学家能够：
- 在真实天气和真实地形中测试设备。
- 瞬间切换干扰类型，以观察设备适应的速度有多快。
- 收集关于信号确切如何退化的数据，而不仅仅是它是否失败。
简而言之，StormWave 是一个便携式的开源实验室，让工程师能在现实世界中压力测试无线系统，确保即使无线电频谱变得混乱，它们仍能持续工作。
Each language version is independently generated for its own context, not a direct translation.
技术摘要：StormWave——用于空对空韧性评估的开源便携式软件定义无线电平台
问题陈述
验证无线通信系统抵御射频（RF）干扰的韧性，需要在真实环境中生成可重现、结构化的干扰条件。尽管基于算法和仿真的研究十分普遍，但这些理论模型与实地评估之间存在显著差距。现有的干扰生成平台通常存在诸多局限，例如信号生成功能固定或可配置性极低、缺乏无缝的运行时波形切换能力、便携性差，以及无法支持用户自定义波形集成或多无线电协同。此外，当前解决方案很少解决环境韧性以及在断连的野外环境中持续运行等实际考量。
方法论与系统设计
为填补这些空白，作者提出了StormWave，这是一个开源、便携、耐候且低成本的软件定义无线电（SDR）平台，旨在进行全面的实地评估。系统架构分为硬件和软件两部分：
硬件架构：该平台集成了四个主要模块：
- 板载计算：一台 Intel NUC（i7 级 CPU，32 GB 内存）作为中央协调枢纽，支持实时波形执行、频谱监控和远程访问。
- 可编程无线电平台：两台 USRP 设备（USRP B210 和配备 CBX 子板的 USRP N210）提供从 70 MHz 到 6 GHz 的频率覆盖。其中一台专用于干扰发射，另一台执行连续频谱监控。两者均通过 USRP 硬件驱动（UHD）进行控制，以实现协调运行和动态角色分配，且无需重启硬件。
- 电源系统：一台 CyberPower 不间断电源（UPS）支持在野外条件下无需外部电源即可运行长达两小时。
- 显示系统：配备便携式显示器和键盘，以便在网络连接缺失的情况下进行本地配置和控制。
软件架构：软件采用三层模块化设计：
- 用户控制界面：基于 PyQt 的图形用户界面（GUI），管理波形选择、参数配置、实时频谱可视化和电源监控。它支持自动设备发现，并通过 JSON 元数据动态生成配置控件。
- 波形集成层：该层支持可扩展的干扰波形开发。它支持两种执行模式：直接 GNU Radio 流图模式用于复杂的自定义流水线，组合基链模式用于轻量级的基于类的定义，可自动集成到共享信号处理链中。新波形通过元数据文件进行验证和注册。
- 系统后端层：该层处理底层运行时操作，包括设备协调、波形合成（支持窄带、宽带及协议感知波形，如 HORNet、OFDM 和 OTFS）以及数据记录。
主要贡献
本文介绍了 StormWave 作为一个现场就绪平台，通过以下关键能力弥合了仿真与现实之间的差距：
- 无缝运行时切换：系统支持在亚微秒时间框架内（测量间隙 < 100 纳秒）在不同异构干扰轮廓（例如从窄带到宽带）之间切换，且无需中断传输或重启硬件。
- 可扩展性：用户可以通过 Python 实现和 JSON 参数描述上传自定义波形，这些波形会自动验证并集成到控制流水线中。
- 集成可视化与控制：该平台提供同步的实时频谱监控和记录，减轻了操作员负担并减少了配置错误。
- 便携性与鲁棒性：系统设计为单人部署，封装在耐候外壳中，并包含独立的电源系统以支持断连的野外操作。
实验结果
作者通过地面和空对空（A2A）实验对 StormWave 进行了评估：
地面实验：
- 场景 1（杂乱/多径）：在 25 米链路、5 米干扰距离下，宽带波形（HORNet、OFDM、OTFS）导致周期性吞吐量崩溃，而窄带基线仅产生轻微影响。在此环境中，高阶调制（QPSK）比 BPSK 遭受更严重的性能下降。
- 场景 2（开阔场地）：在 40 米链路、15 米干扰距离下，环境更为干净。在此情况下，基于 BPSK 的干扰被证明比 QPSK 更有效，导致一致的吞吐量抑制（60–70%）。这表明多径效应的减弱使低阶调制干扰占据主导地位。
- 波形切换：实验确认了波形之间（例如从基线到 HORNet）的转换间隙约为 64 纳秒，验证了系统执行快速运行时重新配置的能力。
空对空（A2A）实验：
- 使用机载发射机/接收机和地面 StormWave 单元进行。
- 指标包括访问符号错误率（ASER）以及从原始 I/Q 快照导出的 Kullback-Leibler 散度（KLD）。
- 结果显示，在短距离（20–40 米）下，链路极不稳定（ASER > 20–40%，KLD > 25 纳特）。随着距离增加到 60–100 米，指标收敛至接近基线水平（ASER < 5%，KLD ≈ 0），表明在此范围内，近距离干扰的主导作用超过了路径损耗效应。
意义与主张
作者声称，StormWave 提供了一个灵活、可扩展且现场就绪的平台，用于在真实运行条件下系统地验证无线系统的干扰韧性。通过向社区发布源代码，这项工作旨在实现干扰韧性评估的可重现性。论文强调，StormWave 不仅仅是一个信号发生器，而是一个全面的评估工具，支持内置和用户自定义波形、无缝切换以及在动态环境中的严格数据收集。未来的工作包括将平台扩展至自适应、学习驱动的干扰生成，并通过 UnionLab 等基于云测试床实现远程访问。