软件安装

后端 (C++)

操作系统

• Ubuntu 24.04 LTS
  • 下载: http://www.ubuntu.com/download/desktop
• macOS (Apple Silicon，仅建议用于本地开发 / 演示)
  • 教程: 独立 macOS 构建教程

依赖项和安装

1. UHD (USRP 硬件驱动程序)

按照 Ettus 官方指南安装 UHD 工具链 (请遵循 Ubuntu 24.04 的教程):

• 在 Linux 上构建和安装 USRP 开源工具链

注意: 此代码已在 UHD v4.9.0.1 上测试。您可以使用 git checkout v4.9.0.1 检出此版本。

2. 安装 Aff3ct

本项目使用 Aff3ct 库进行前向纠错 (FEC)。从源码安装：

sudo apt-get install nlohmann-json3-dev
git clone https://github.com/aff3ct/aff3ct.git
cd aff3ct
git submodule update --init --recursive
mkdir build
cd build
cmake .. -G"Unix Makefiles" -DCMAKE_CXX_COMPILER="g++" -DCMAKE_BUILD_TYPE="Release" -DCMAKE_CXX_FLAGS="-funroll-loops -march=native" -DAFF3CT_COMPILE_EXE="OFF" -DAFF3CT_COMPILE_SHARED_LIB="ON" -DSPU_STACKTRACE="OFF" -DSPU_STACKTRACE_SEGFAULT="OFF" -DCMAKE_CXX_FLAGS="${CMAKE_CXX_FLAGS} -faligned-new"
make -j$(nproc)
sudo make install

3. 克隆仓库

克隆 OpenISAC 仓库：

cd ~
git clone https://github.com/zhouzhiwen2000/OpenISAC.git

4. 配置

系统使用 YAML 文件管理参数。

• 配置文件名: BS 读取 BS.yaml，UE 读取 UE.yaml。
• 首次运行: 模板 YAML 统一放在 config/ 目录。请将 config/BS_X310.yaml / config/BS_B210.yaml 或 config/UE_X310.yaml / config/UE_B210.yaml 复制为 BS.yaml / UE.yaml，再按需修改。 B210 TDD 双工预设可直接复制 config/BS_B210_Duplex.yaml 和 config/UE_B210_Duplex.yaml。

前端 (Python)

建议使用 Python 3.13 的 conda 或 venv 环境。

Miniconda 安装教程:

• Windows: Miniconda Windows 安装教程
• Linux: Miniconda Linux 安装教程

新建 conda 环境:

conda create -n OpenISAC python=3.13
conda activate OpenISAC

安装依赖项

pip install -r requirements.txt

注意: 视频流演示需要 ffmpeg。

• Ubuntu: sudo apt install ffmpeg
• Windows: 从 ffmpeg.org 下载并添加到 PATH，或将可执行文件放置在工作目录中。

启用 GPU 加速 (可选)

如果有 Nvidia GPU，请安装 cupy-cuda12x 以启用 GPU 加速：

注意: 安装 CuPy 之前，请务必先安装 CUDA Toolkit。

pip install cupy-cuda12x

启用 Intel 集成显卡加速 (可选)

如果您的设备配备 Intel 集成显卡（如 Intel UHD Graphics、Intel Iris Xe 等），可以通过 dpctl 和 dpnp 启用 GPU 加速。这对于没有 Nvidia 独立显卡的笔记本电脑和台式机特别有用。

1. 安装 Intel 显卡官方驱动

首先确保您的系统已安装最新的 Intel 显卡驱动：

• Windows: 从 Intel 官方下载中心下载并安装最新驱动: https://www.intel.com/content/www/us/en/download-center/home.html
• Ubuntu: 安装 Intel compute-runtime:

  sudo apt install intel-opencl-icd libze-intel-gpu1 libze1 intel-media-va-driver-non-free

2. 安装 Python 依赖

pip install dpctl dpnp

3. 验证安装

运行以下命令检查 Intel GPU 是否被正确识别：

python -c "import dpctl; print(dpctl.get_devices())"

如果安装成功，您应该能看到类似以下的输出：

[<dpctl.SyclDevice [backend_type.level_zero, device_type.gpu, Intel(R) UHD Graphics] at 0x...>]

4. 使用说明

OpenISAC 前端会自动检测可用的 GPU 后端。优先级顺序为：

1. Nvidia GPU (CUDA)
2. Intel iGPU (dpnp)
3. CPU (回退选项)

无需修改代码，系统会自动选择最佳可用后端。