培训对象：车联网（V2X）研究人员、智能交通系统工程师、通信协议开发者、需要评估车车通信与车路协同算法的技术人员。
培训目标：
掌握OMNeT++仿真平台的核心架构与模块化建模方法，能够独立搭建车联网仿真环境。
熟练使用Veins框架，集成SUMO交通仿真与OMNeT++网络仿真，实现车车通信与车路通信的联合仿真。
能够实现车联网应用层协议（如波分复用、碰撞预警、交通效率优化），并进行性能评估与参数调优。
培训内容介绍：
OMNeT++基础：了解OMNeT++的模块化架构，掌握NED语言定义网络拓扑，编写消息定义与简单模块（Simple Module）的C++实现。
仿真库与工具：熟悉OMNeT++的核心库（INET框架），掌握配置文件（omnetpp.ini）的参数设置，使用Qtenv进行仿真调试与可视化。
SUMO交通仿真：安装配置SUMO，创建道路网络，定义车辆流与交通信号，生成真实的车辆移动轨迹文件。
Veins框架架构：了解Veins的架构设计，掌握TraCI接口如何实现OMNeT++与SUMO的双向通信，使车辆移动与网络仿真同步。
车联网协议栈：理解IEEE 802.11p物理层与MAC层特性，配置波分复用（WSMP）与IPv6两种传输方式，实现车车通信。
应用层消息定义：设计车联网应用消息格式（如基本安全消息、信号相位与时序消息），定义消息发送频率与触发条件。
碰撞预警应用：实现基于车间距离的碰撞预警算法，在仿真中评估预警准确性、延迟与通信负载。
交通效率优化：实现基于信号相位与时序信息的绿波车速引导算法，评估对路口通行效率的提升。
信道建模与干扰分析：配置无线信道模型（如双径模型、阴影衰落），分析大规模车联网场景下的信道拥塞与分组接收率。
异构网络仿真：在Veins中集成蜂窝V2X（C-V2X）模块，对比DSRC与C-V2X在不同场景下的性能差异。
结果收集与分析：配置Veins的结果收集机制，统计消息接收率、端到端延迟、通信负载等指标，使用Python进行数据分析。
综合实战：完成一个典型车联网场景（如十字路口碰撞预警、高速公路协同变道）的完整仿真与性能评估。
