jonc-experiments
在为《通信学报》(Journal on Communications, JOC) 稿件设计与呈现实验、仿真或实测证据时调用。覆盖通信学科特有的链路级/系统级仿真、标准信道模型（AWGN/Rayleigh/多径/多普勒）、SNR-BER 与容量/吞吐/时延曲线、蒙特卡洛置信区间、公平基线选取与消融实验、网络协议仿真（NS-3/OMNeT++）与信息安全实验（威胁模型下的安全性证明与开销量化），指导用研究问题 RQ 驱动实验、保证统计严谨与可复现，帮助把证据做到能经受本刊外审对实验充分性、公平性与统计显著性的质疑，适用于物理层、网络、安全、信号处理各方向的通信中文长文。
Profile →npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jonc-experiments --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 《通信学报》实验设计与呈现 本技能规范《通信学报》(Journal on Communications, JOC) 通信学科长文的实证部分。JOC 由中国通信学会 主办，外审专家对信道模型、公平基线与统计严谨性有专业期待。以下方法与本刊通信学科定位一致 （2026-07-09 核验，见 `resources/official-source-map.md`）；无独立制品徽章制度（见 `jonc-artifact-evaluation`），但实验可信度直接决定录用。 ## 一、用 RQ 驱动实验 先写研究问题，再设计实验： ``` RQ1：在标准信道下，本文方法相对最强基线能否在 ____ 指标上显著改进？ RQ2：改进对关键参数（SNR/天线数/节点数/密钥长度）是否稳健？ RQ3：改进的代价（复杂度/开销/能耗）是否可接受？ ``` 每个 RQ 对应一组图表与一个明确结论。 ## 二、信道与场景（物理层/无线） | 要素 | 要求 | |---|---| | 信道模型 | 明确 AWGN / Rayleigh / Rician / 多径 / 多普勒；给参数 | | 场景 | 单/多用户、天线配置、频段、带宽、移动速度 | | 指标 | BER/BLER、容量/谱效、能效、时延、覆盖 | | 曲线 | SNR-BER、容量-SNR、CDF；标注置信区间 | ## 三、网络与交换实验 | 要素 | 要求 | |---|---| | 仿真器/平台 | NS-3 / OMNeT++ / Mininet / 真实拓扑，注明版本 | | 负载与拓扑 | 节点数、流量模型、拓扑规模 | | 指标 | 吞吐、时延、丢包、抖动、公平性（Jain 指数）、开销 | | 对照 | 经典协议 + 近年 SOTA | ## 四、信息安全与密码实验 | 要素 | 要求 | |---|---| | 威胁模型 | 攻击者能力、安全目标（机密性/完整性/认证/隐私） | | 安全性论证 | 可归约证明 / 形式化验证（ProVerif/Tamarin） | | 性能开销 | 计算开销、通信轮数与比特、存储；与基线对比 | ## 五、统计严谨性（外审重点） - **蒙特卡洛仿真**：报告仿真次数/独立实验数；给**置信区间**或误差棒，而非单次结果。 - **随机性控制**：固定随机种子与信道实现，保证可复现（见 `jonc-reproducibility`）。 - 显著性：必要时给出统计检验或多次运行的均值±标准差。 - 避免"精挑参数"：说明参数选取依据，提供敏感性分析。 ## 六、公平基线原则 | 原则 | 说明 | |---|---| | 同信道同场景 | 基线与本文在相同信道、参数、指标下比较 | | 最强而非稻草人 | 选近年 SOTA 而非过时或故意弱化的方法 | | 同等调
- 一、用 RQ 驱动实验
- 二、信道与场景（物理层/无线）
- 三、网络与交换实验
- 四、信息安全与密码实验
- 五、统计严谨性（外审重点）
- 六、公平基线原则
- 七、消融与敏感性
- 八、图表呈现
- 九、常见退稿诱因（实验层面）
- 十、实验设置报告模板
- 十一、结果解读的严谨性
- 十二、自查清单
What does the jonc-experiments skill do?
在为《通信学报》(Journal on Communications, JOC) 稿件设计与呈现实验、仿真或实测证据时调用。覆盖通信学科特有的链路级/系统级仿真、标准信道模型（AWGN/Rayleigh/多径/多普勒）、SNR-BER 与容量/吞吐/时延曲线、蒙特卡洛置信区间、公平基线选取与消融实验、网络协议仿真（NS-3/OMNeT++）与信息安全实验（威胁模型下的安全性证明与开销量化），指导用研究问题 RQ 驱动实验、保证统计严谨与可复现，帮助把证据做到能经受本刊外审对实验充分性、公平性与统计显著性的质疑，适用于物理层、网络、安全、信号处理各方向的通信中文长文。
How do I install it?
Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jonc-experiments --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From brycewang-stanford/Awesome-Journal-Skills, a repository with 984 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.