如何从Omnet++生成的scalar文件计算吞吐量、Goodput等网络指标

可用现成工具 #

• OMNeT++ 官方自带 opp_scavetool 工具：原生支持scalar、vector结果文件的解析、过滤、导出，可直接将你需要的收发包统计、延迟统计等指定字段导出为CSV、JSON格式，无需自行开发解析逻辑。常用导出命令示例：opp_scavetool x your_result.sca -F CSV -o stat_output.csv --filter "module=~"app[]" AND (name=~"txPacket*" OR name=~"rxPacket*" OR name=~"endToEndDelay")"
• INET 框架内置分析脚本：如果你的无线仿真基于INET框架实现，INET源码的analysis目录下有封装好的Python处理脚本，已默认适配吞吐量、goodput、端到端延迟、丢包数四类指标的计算逻辑，传入你的scalar文件路径即可直接输出统计结果。
• 第三方适配脚本：目前已有大量开发者公开了适配通用仿真场景的OMNeT++结果处理Python脚本，大多基于pandas处理opp_scavetool导出的CSV文件，仅需修改模块名、统计量名称匹配你的仿真配置即可使用。

自定义场景最优实现方案 #

如果现有工具无法适配你的特殊仿真逻辑，按以下步骤实现成本最低、稳定性最高：

1. 结果导出：不要自行编写scalar文件的文本解析逻辑，直接用opp_scavetool过滤导出你需要的所有统计字段为CSV格式，可避免scalar文件格式版本差异导致的解析错误，开发效率提升80%以上。
2. 指标计算（基于Python+pandas实现）：
   • 吞吐量：统计仿真周期内所有接收节点收到的全部数据包总比特数，除以仿真总时长；若需按单流统计，额外过滤对应收发节点的流量标识即可。
   • goodput：仅统计有效载荷的总比特数，排除包头、重传包、错误包的大小后，除以仿真总时长。
   • 端到端延迟：如果仿真中已配置记录该统计量，直接取对应endToEndDelay标量的平均值、百分位数即可；若未提前记录，用接收包时间戳减去对应发送包的时间戳逐包计算后再做统计。
   • 丢包数：所有发送节点的总发包数减去所有接收节点的总收包数，按流统计时替换为对应发送节点的单流发包数减去对应接收节点的单流收包数即可。
3. 结果输出：可直接导出统计结果为CSV，也可结合matplotlib生成可视化对比图，脚本一次编写后可复用至所有同类型仿真的结果处理。

内容的提问来源于stack exchange，提问作者Maryam