MeshCore-Simulation v4 — auf der ECHTEN, server-gemessenen Link-Topologie
Datenquelle: server-aufgelöster neighbor_graph.json (CoreScope-Pipeline, Abzug 2026-05-30).
Datensatz: 1034 Knoten, 1956 Kanten mit echtem Per-Link-avg_snr (Median ~4,2 dB),
weight = Beobachtungszahl, ambiguous-Flag (173 Kanten = 8,8 %). Anreicherung (Geo/Rolle/
Traffic) via Pubkey-(Präfix-)Join mit nodes.json (1962 Knoten).
Reproduzierbar: Master-Seed 42, 6 Seeds für alle Zufallsanteile, 150 Quelle-Ziel-Paare/Seed.
Skript: mhr_sim_real_v4.py · Ergebnisse: sim_results_v4.json · Plots: fig_v4_*.png.
Warum v4 statt v3? v3 und die Studie bauten den Routing-Graphen aus einem GEOMETRISCHEN Log-Distance-Linkmodell (Reichweitenscheiben, pro Knoten Top-20-Nachbarn). Dieses Modell traf nur ~41,7 % der real beobachteten Kanten, und seine SNR-Distanz-Annahme wird von den Realdaten widerlegt (|corr(log d, SNR)| ≈ 0,42, PLE ≈ 0,4 statt 2,55). v4 nutzt stattdessen die echten gemessenen Kanten als Routing-Graph und das echte Per-Link-SNR für Reliability/ETX — die genaueste verfügbare Grundlage.
1) Reale Topologie
| Größe | v4 (echte Kanten) | v3-Sim (geometrisch) |
|---|---|---|
Knoten (Kern, ohne ambiguous) |
1034 | 881 aktiver Subgraph |
| Kanten | 1783 (173 ambiguous verworfen) | 9.861 (Top-20-Reichweite) |
| Ø-Grad | 3,45 (median 2, max 92) | ~23,7 |
| Komponenten | 202 | — |
| Größte Zusammenhangskomponente | 632 (61 %) | 831 |
| Knoten mit Geo (joinbar) | 930/1034 | — |
| Rollen | 821 repeater, 146 companion, 56 room, 11 observer | — |
Kernunterschied: v4 ist eine SPARSE reale Topologie (Ø-Grad 3,45) mit vielen Blattknoten (405 Knoten Grad 1, 168 Grad 2) und wenigen Hubs (max. Grad 92). v3 war ein dichter geometrischer Graph (Ø-Grad ~24). Diese Sparsity ist der entscheidende Treiber aller v4-Abweichungen: das reale Netz hat viel weniger Pfad-Redundanz als das geometrische Modell suggerierte.
Link-Reliability/ETX aus echtem SNR (nicht Distanz): Pro Kante
p = clip(σ((avg_snr − (−12 dB)) / 4), 0.02, 0.995) (logistisch um die Empfangsschwelle),
ETX = 1/p². Median-Link-SNR 4,2 dB → Median-Reliability 0,98; P10-SNR −6,6 dB → schwache
Links bleiben erkennbar. weight (Beobachtungszahl, Median 40) ist als Stabilitätsmaß im
Kanten-Attribut erhalten.
2) Hält die Studie auf echten Kanten? (Befund für Befund)
2a) Baseline (first-wins-Flood) vs. MHR — BESTÄTIGT
| Kennzahl | Baseline (Flood) | MHR (ETX/hop-geleitet) | Δ |
|---|---|---|---|
| Lieferquote | 0,931 | — (Pfad existiert) | — |
| Ø Hops | 5,05 | 4,84 | −4 % |
| Detour (Baseline/MHR), Median · Mittel | — | — | 1,00× · 1,06× |
| Paare, bei denen Baseline länger ist | — | — | 26 % |
| Ø Sende-Ereignisse (Airtime) | 616,8 | 4,84 (Unicast) | −99,2 % |
| Ø Pfad-Zuverlässigkeit | 0,707 | 0,806 | +14 % |
Bestätigung: Der Airtime-Vorteil von metrik-geleitetem MHR bleibt auf echten Kanten gewaltig (−99,2 %). Auf der sparsen realen Topologie flutet der Baseline-Flood netzweit durch fast die ganze 632-Knoten-Komponente (~617 Sende-Ereignisse pro Discovery), MHR nutzt nur die ~5 Hops des gewählten Pfads. Zuverlässigkeit steigt (+14 %, echtes SNR), Hops sinken leicht.
Abweichung (ehrlich): Der Detour-Vorteil schrumpft praktisch auf null (Median 1,00×, Mittel 1,06×). Grund: in einer sparsen Topologie gibt es kaum alternative Pfade — der first-wins-Flood findet fast immer denselben (kurzen) Pfad wie MHR, weil es schlicht keine langen Umweg-Alternativen gibt. Das relativiert das v3-Sim-Detour-Argument (dort Median 1,17×) und den gemessenen A4-Detour (Median 2,1× aus realen Paketen) — Letzterer entstand durch reale Timing-/Kollisions-/Mixed-Firmware-Effekte, die dieses idealisierte Flood-Modell nicht abbildet. Der belastbare MHR-Gewinn auf echten Kanten ist Airtime und Zuverlässigkeit, nicht Hop-Detour.
2b) flood.max-Sweep — flood.max = 15 BESTÄTIGT (mit Nuance)
Realer Netzdurchmesser (Hop-Stichprobe der Riesenkomponente): P90 = 12 Hops, max = 14.
| flood.max | Lieferquote | Δ vs. Baseline | Airtime vs. Baseline |
|---|---|---|---|
| 10 | 0,951 | +0,020 | −1,4 % |
| 12 | 0,943 | +0,012 | −0,2 % |
| 15 | 0,939 | +0,008 | ±0,0 % |
| 18 | 0,931 | ±0,000 | ±0,0 % |
| 20 | 0,931 | ±0,000 | ±0,0 % |
| 64 | 0,931 | ±0,000 | ±0,0 % |
Befund: Auf der realen Topologie ändert flood.max ab 15 nichts an Lieferquote oder
Airtime — weil der reale Durchmesser (P90 = 12) klar darunter liegt; höhere Limits sind reine
Reserve. Werte ≤ 12 kappen sogar einige der wenigen langen (15–18-Hop-)Pfade und erhöhen die
gemessene Lieferquote minimal (+0,01…0,02) bei kaum geänderter Airtime — das ist aber ein
Effekt der idealisierten Topologie (keine Kollisionen) und kein Sicherheitsgewinn.
Implikation: flood.max = 15 ist auf der echten Topologie weiterhin eine sichere,
sinnvolle Wahl (Lieferquote ≥ Baseline, Airtime ≤ Baseline, Reserve über dem P90-Durchmesser
von 12). Es gibt keinen Beleg, von 15 abzuweichen; 12 wäre knapp am realen P90-Durchmesser
(zu wenig Reserve), 64 ist unnötig hoch. MHR_HOP_HORIZON = 12 ist als Wert konsistent mit
dem realen P90-Durchmesser, aber als hartes Flood-Limit zu knapp — 15 lässt die nötige Reserve.
2c) Adoptions-Sweep + Safety-Invariante — Dreiteilung BESTÄTIGT, aber Suppressions-Sicherheitszone SCHRUMPFT DRASTISCH
Safety-Invariante: Lieferquote ≥ Baseline − Rausch-Band UND Airtime ≤ Baseline + Rausch-Band.
Gruppe 1 — „gute Bürger" (sicher bei JEDEM α, monoton): BESTÄTIGT - M1 (hop-gewichtetes Delay): deliv +0,02 über alle α, Airtime ≈ Baseline. Safe von 1 Knoten → alle. - M5 (Best-of-N am Ziel nach Hops): exakt neutral (deliv/airtime = Baseline), safe überall. - M7_15 (flood.max = 15): deliv +0,008, Airtime neutral, safe überall.
Gruppe 2 — „adaptive Suppression" (NICHT mehr bis α=1 sicher): ABWEICHUNG
| Mechanismus | safe bis α ≈ | bei α = 1.0: Lieferquote | Airtime |
|---|---|---|---|
| M3 (shorter-path-cancel) | 0,10 | 0,762 (−0,17) | −37,8 % |
| COMBI (M1+M3+M5+M7) | 0,05 | 0,759 (−0,17) | −39,3 % |
| M4 (MPR/CDS-Schweigen) | 0,05 (≤1 %) | 0,536 (−0,40) | −87,2 % |
| M2k2 / M2k3 (counter-suppress) | bricht früh | 0,63 / 0,76 | −53 % / −34 % |
Das ist die wichtigste v4-Abweichung von der Studie. In v3/Studie galten die Suppressions-Mechanismen bis zu hohen α als sicher, weil der dichte geometrische Graph (Ø-Grad ~24) massive Pfad-Redundanz bot — unterdrückte Sender wurden durch Nachbarn ersetzt. Auf der sparsen realen Topologie (Ø-Grad 3,45) existiert diese Redundanz nicht: jeder unterdrückte Rebroadcast kann der einzige Pfad zu einem Blattknoten gewesen sein, also bricht die Lieferquote schon ab moderater Adoption ein. M4 (MPR/CDS) bricht am frühesten (ab α≈0,05) — das bestätigt die Studien-Warnung „MPR kippt bei voller Adoption in Coverage-Verlust", aber auf echten Kanten passiert das viel früher und härter.
Fundament-Gruppe (M0/Baseline + neutrale Mechanismen): unverändert sicher.
Konsequenz: Reine Airtime-Suppression (Stufe B/C) ist auf der echten sparsen Topologie NICHT mischbetriebs-sicher über α≈5–10 % hinaus ohne harte Redundanz-Garantie. Der v3/Studie- Optimismus für M3/M4/COMBI bei hoher Adoption hält auf echten Kanten NICHT.
2d) SNR-Frage neu — RELATIVIERT v3 (SNR ist auf echten Kanten ein etwas stärkerer Hebel als gedacht, aber kein Hop-Ersatz)
Jetzt liegt echtes Per-Link-SNR vor (kein Distanz-Proxy):
| Frage | v4-Befund |
|---|---|
| Korr(mittleres Pfad-SNR, Hop-Zahl) | +0,17 (schwach) |
| ETX-Pfad vs. reiner Hop-Pfad: Ø extra Hops | +0,19 |
| ETX-Pfad vs. Hop-Pfad: Ø Reliability-Gewinn | +0,168 (Median +0,041) |
| Anteil Paare, bei denen ETX-Pfad ≠ Hop-Pfad | 18 % |
| Korr(Einzel-Link-SNR, Knotengrad) | −0,52 |
Bestätigung von v3 (Richtung): SNR korreliert nur schwach mit Pfad-Kürze (+0,17) — ein kurzer Pfad ist nicht automatisch SNR-stark. Hop-Zahl bleibt der dominante Kürze-Hebel.
Relativierung (ehrlich): Anders als v3 suggerierte, ist SNR nicht wertlos: ein SNR-/ETX-geleiteter Pfad liefert in 18 % der Paare einen anderen (und im Mittel +0,168 zuverlässigeren) Pfad als der reine Hop-kürzeste — für nur +0,19 zusätzliche Hops. Echtes Per-Link-SNR ist also ein brauchbarer Zuverlässigkeits-Tiebreaker, kein Ersatz für die Hop-Metrik. Der starke negative Zusammenhang Link-SNR ↔ Knotengrad (−0,52) ist aufschlussreich: Hub-Knoten haben im Mittel SCHWÄCHERE Einzel-Links (viele entfernte/marginale Nachbarn), während Knoten mit wenigen, nahen Nachbarn starke Links haben. Das ist genau der Grund, warum eine ETX-Metrik (SNR-gewichtet) Hubs nicht blind bevorzugt — ein realer Vorteil gegenüber reinem Hop-Count.
3) Firmware-Implikationen
Bestätigt v4 die ausgelieferte Stufe A? — JA, in vollem Umfang, mit zusätzlicher Schärfung:
flood.max = 15— bestätigt. Realer Durchmesser P90 = 12 → 15 ist die korrekte Wahl (Reserve über dem Durchmesser, Lieferquote ≥ Baseline, Airtime neutral). Nicht auf 12 senken (zu knapp am P90), nicht auf 64 belassen (unnötig). 15 bleibt.- Hop-gewichtetes Rebroadcast-Delay (
tx_hop_weight = 0,6) — bestätigt. M1 ist über den gesamten Adoptions-Sweep safe und monoton (deliv +0,02, Airtime neutral), führt den Flood zuverlässig über kürzere Pfade.tx_hop_weight = 0,6ist ein guter Wert; kein Änderungsbedarf. - EWMA-Nachbar-SNR + SNR-/ETX-Tiebreak — gestärkt. v4 zeigt: echtes Per-Link-SNR ist ein
brauchbarer Zuverlässigkeits-Tiebreaker (18 % andere Pfade, +0,168 Reliability für +0,19 Hops),
und Hub-Links sind real schwächer (Korr −0,52). Eine ETX-Metrik, die SNR als Tiebreaker nach
Hops nutzt (nicht primär), ist datenbelegt sinnvoll.
MHR_HOP_HORIZONsollte als Pfad-Längen-Horizont bei 12 (= realer P90-Durchmesser) bleiben; das Flood-Limitflood.maxbei 15.
Was v4 NEU mahnt (gegenüber Studie/Roadmap):
- Airtime-Suppression (Stufe B/C: M2/M3/M4/COMBI) NICHT ohne harte Redundanz-Garantie ausrollen. Auf der echten sparsen Topologie (Ø-Grad 3,45) bricht jede reine Suppression die Lieferquote schon ab α ≈ 5–10 % (M4 ab α≈5 %, −0,40 bei voller Adoption). Die in v3/Studie attestierte Hochadoptions-Sicherheit dieser Mechanismen hält auf echten Kanten nicht. Empfehlung:
- Stufe B/C nur mit lokal bestätigter Redundanz (k≥2 unabhängige Cover-Sender gehört, bevor unterdrückt wird) und Reliability-Floor (nie den einzigen Pfad zu einem Blattknoten kappen).
- Vor Hardware-Rollout zwingend auf dieser realen Topologie gegenrechnen, nicht auf dem geometrischen Modell.
Netto: Stufe A (hop-delay, flood.max 15, tx_hop_weight 0,6, EWMA-SNR) ist auf echten Kanten voll bestätigt und sicher. Der eigentliche Gewinn ist Airtime (−99 % bei MHR-Unicast, Flood aktiviert real ~617 Repeater) und Zuverlässigkeit (+14 %), nicht Hop-Detour. Die aggressiveren Suppressions-Stufen brauchen mehr Vorsicht als die Studie nahelegte.
Erzeugte Artefakte
| Datei | Inhalt |
|---|---|
mhr_sim_real_v4.py |
Komplette v4-Pipeline (Seed 42, 6 Seeds, kommentiert) |
sim_results_v4.json |
Alle Kennzahlen (Topologie, Baseline-vs-MHR, flood.max-Sweep, Adoptions-Sweep, SNR) |
fig_v4_topology.png |
Echte neighbor-graph-Topologie, Kanten nach echtem avg_snr gefärbt |
fig_v4_baseline_vs_mhr.png |
Baseline vs. MHR (Hops, Airtime, Zuverlässigkeit) |
fig_v4_floodmax_sweep.png |
flood.max-Sweep (Lieferquote + Airtime vs. Baseline) |
fig_v4_adoption_safety.png |
Safety-Matrix (Mechanismus × α), Top-Traffic |
fig_v4_snr_vs_reliability.png |
SNR vs. Pfad-Kürze + ETX-Pfad-Reliability-Vorteil |
Limitierungen (wissenschaftlich ehrlich)
- neighbor-graph erfasst nur REAL GENUTZTE Links. Kanten entstehen aus beobachteten Relay-Pfaden — potenzielle (aber im Beobachtungsfenster ungenutzte) Links fehlen. Die echte Topologie ist damit eher noch etwas dichter als hier; die Sparsity (und die daraus gefolgerte geringe Redundanz) ist eine Obergrenze der Vorsicht, kann aber Suppression real minimal besser dastehen lassen, als v4 zeigt. Richtungsaussage (Suppression bricht früh) bleibt robust.
- Momentaufnahme: ein einzelner Abzug (2026-05-30). Tageszeit-/Churn-Effekte nicht gemittelt.
- Observer-Bias: der Graph stützt sich auf die Beobachterstandorte (Schwerpunkt Rheinland); Regionen mit wenigen Observern sind unterrepräsentiert (kleinere Komponenten, evtl. künstlich getrennt).
ambiguous-Kanten verworfen (173 = 8,8 %): die Kern-Analyse ist konservativ; diese Kanten würden die Konnektivität leicht erhöhen (Riesenkomponente etwas größer). Separat gezählt.- Pubkey-Join unvollständig: 137 gekürzte Endpunkt-Keys ohne eindeutigen Treffer in
nodes.json→ diese Knoten ohne Geo/Stats (Topologie-Plot zeigt nur 930/1034 Knoten geografisch). Die Routing-Analyse läuft trotzdem auf allen Kern-Knoten (Identität = Pubkey). - Flood-Modell ohne Duty-Cycle/CSMA-Kollisionen: zählt Sende-Ereignisse, modelliert keine Kanalkollisionen oder 10-%-Duty-Cycle-Drosselung. Der reale Airtime-Druck ist damit eher noch unterschätzt — zugunsten von MHR. Umgekehrt erklärt das, warum der idealisierte Flood hier fast keine Detours zeigt, während reale Pakete (A4 in v3) Median 2,1× Detour hatten.
- SNR-Reliability-Kurve ist eine Modellwahl (logistisch, Breite 4 dB um −12 dB-Schwelle): echtes avg_snr geht ein, aber die Abbildung SNR→p ist kalibriert, nicht gemessen.
🇬🇧 English Translation
MeshCore Simulation v4 — on the REAL, Server-Measured Link Topology
Data source: Server-resolved neighbor_graph.json (CoreScope pipeline, snapshot 2026-05-30).
Dataset: 1034 nodes, 1956 edges with real per-link avg_snr (median ~4.2 dB),
weight = observation count, ambiguous flag (173 edges = 8.8%). Enrichment (geo/role/
traffic) via pubkey-(prefix-)join with nodes.json (1962 nodes).
Reproducible: master seed 42, 6 seeds for all random components, 150 source-destination pairs/seed.
Script: mhr_sim_real_v4.py · Results: sim_results_v4.json · Plots: fig_v4_*.png.
Why v4 instead of v3? v3 and the study built the routing graph from a GEOMETRIC log-distance link model (range discs, top-20 neighbors per node). That model matched only ~41.7% of the actually observed edges, and its SNR-distance assumption is refuted by real data (|corr(log d, SNR)| ≈ 0.42, PLE ≈ 0.4 instead of 2.55). v4 instead uses the real measured edges as the routing graph and the real per-link SNR for reliability/ETX — the most accurate available basis.
1) Real Topology
| Metric | v4 (real edges) | v3-Sim (geometric) |
|---|---|---|
Nodes (core, without ambiguous) |
1034 | 881 active subgraph |
| Edges | 1783 (173 ambiguous discarded) | 9,861 (top-20 range) |
| Avg. degree | 3.45 (median 2, max 92) | ~23.7 |
| Components | 202 | — |
| Largest connected component | 632 (61%) | 831 |
| Nodes with geo (joinable) | 930/1034 | — |
| Roles | 821 repeater, 146 companion, 56 room, 11 observer | — |
Key difference: v4 is a SPARSE real topology (avg. degree 3.45) with many leaf nodes (405 nodes degree 1, 168 degree 2) and few hubs (max. degree 92). v3 was a dense geometric graph (avg. degree ~24). This sparsity is the decisive driver of all v4 deviations: the real network has far less path redundancy than the geometric model suggested.
Link reliability/ETX from real SNR (not distance): Per edge
p = clip(σ((avg_snr − (−12 dB)) / 4), 0.02, 0.995) (logistic around the reception threshold),
ETX = 1/p². Median link SNR 4.2 dB → median reliability 0.98; P10 SNR −6.6 dB → weak
links remain detectable. weight (observation count, median 40) is retained as a stability
measure in the edge attribute.
2) Does the Study Hold on Real Edges? (Finding by Finding)
2a) Baseline (first-wins flood) vs. MHR — CONFIRMED
| Metric | Baseline (flood) | MHR (ETX/hop-guided) | Delta |
|---|---|---|---|
| Delivery rate | 0.931 | — (path exists) | — |
| Avg. hops | 5.05 | 4.84 | −4% |
| Detour (baseline/MHR), median · mean | — | — | 1.00× · 1.06× |
| Pairs where baseline is longer | — | — | 26% |
| Avg. transmission events (airtime) | 616.8 | 4.84 (unicast) | −99.2% |
| Avg. path reliability | 0.707 | 0.806 | +14% |
Confirmation: The airtime advantage of metric-guided MHR remains enormous on real edges (−99.2%). On the sparse real topology, the baseline flood propagates network-wide through almost the entire 632-node component (~617 transmission events per discovery), while MHR uses only the ~5 hops of the selected path. Reliability increases (+14%, real SNR), hops decrease slightly.
Deviation (honest): The detour advantage shrinks to practically zero (median 1.00×, mean 1.06×). Reason: in a sparse topology there are almost no alternative paths — the first-wins flood almost always finds the same (short) path as MHR, simply because there are no long detour alternatives. This puts into perspective the v3 sim detour argument (median 1.17× there) and the measured A4 detour (median 2.1× from real packets) — the latter arose from real timing/collision/mixed-firmware effects that this idealized flood model does not capture. The robust MHR gain on real edges is airtime and reliability, not hop detour.
2b) flood.max Sweep — flood.max = 15 CONFIRMED (with nuance)
Real network diameter (hop sample of the giant component): P90 = 12 hops, max = 14.
| flood.max | Delivery rate | Delta vs. baseline | Airtime vs. baseline |
|---|---|---|---|
| 10 | 0.951 | +0.020 | −1.4% |
| 12 | 0.943 | +0.012 | −0.2% |
| 15 | 0.939 | +0.008 | ±0.0% |
| 18 | 0.931 | ±0.000 | ±0.0% |
| 20 | 0.931 | ±0.000 | ±0.0% |
| 64 | 0.931 | ±0.000 | ±0.0% |
Finding: On the real topology, flood.max changes nothing in delivery rate or
airtime from 15 onward — because the real diameter (P90 = 12) is clearly below it; higher limits
are pure reserve. Values ≤ 12 actually truncate some of the few long (15–18-hop) paths and
slightly increase the measured delivery rate (+0.01…0.02) with barely changed airtime — but this
is an effect of the idealized topology (no collisions) and not a safety gain.
Implication: flood.max = 15 remains a safe, sensible choice on the real topology
(delivery rate ≥ baseline, airtime ≤ baseline, reserve above the P90 diameter of 12). There is
no evidence to deviate from 15; 12 would be right at the real P90 diameter (too little
reserve), 64 is unnecessarily high. MHR_HOP_HORIZON = 12 is consistent as a value with
the real P90 diameter, but too tight as a hard flood limit — 15 leaves the necessary reserve.
2c) Adoption Sweep + Safety Invariant — Tripartition CONFIRMED, but Suppression Safety Zone SHRINKS DRASTICALLY
Safety invariant: delivery rate ≥ baseline − noise band AND airtime ≤ baseline + noise band.
Group 1 — "good citizens" (safe at ANY alpha, monotone): CONFIRMED - M1 (hop-weighted delay): deliv +0.02 across all alpha, airtime ≈ baseline. Safe from 1 node → all. - M5 (best-of-N at destination by hops): exactly neutral (deliv/airtime = baseline), safe everywhere. - M7_15 (flood.max = 15): deliv +0.008, airtime neutral, safe everywhere.
Group 2 — "adaptive suppression" (NO LONGER safe up to alpha=1): DEVIATION
| Mechanism | safe up to alpha ≈ | at alpha = 1.0: delivery rate | Airtime |
|---|---|---|---|
| M3 (shorter-path-cancel) | 0.10 | 0.762 (−0.17) | −37.8% |
| COMBI (M1+M3+M5+M7) | 0.05 | 0.759 (−0.17) | −39.3% |
| M4 (MPR/CDS silence) | 0.05 (≤1%) | 0.536 (−0.40) | −87.2% |
| M2k2 / M2k3 (counter-suppress) | breaks early | 0.63 / 0.76 | −53% / −34% |
This is the most important v4 deviation from the study. In v3/study, the suppression mechanisms were considered safe up to high alpha because the dense geometric graph (avg. degree ~24) offered massive path redundancy — suppressed senders were replaced by neighbors. On the sparse real topology (avg. degree 3.45) this redundancy does not exist: every suppressed rebroadcast may have been the only path to a leaf node, so delivery rate breaks down even at moderate adoption. M4 (MPR/CDS) breaks earliest (from alpha ≈ 0.05) — this confirms the study warning "MPR collapses into coverage loss at full adoption", but on real edges this happens much earlier and more severely.
Foundation group (M0/baseline + neutral mechanisms): unchanged, safe.
Consequence: Pure airtime suppression (tier B/C) is NOT safe for mixed-firmware operation beyond alpha ≈ 5–10% on the real sparse topology without a hard redundancy guarantee. The v3/study optimism for M3/M4/COMBI at high adoption does NOT hold on real edges.
2d) SNR Question Revisited — PUTS v3 IN PERSPECTIVE (SNR is a somewhat stronger lever on real edges than thought, but not a hop substitute)
Real per-link SNR is now available (no distance proxy):
| Question | v4 finding |
|---|---|
| Corr(mean path SNR, hop count) | +0.17 (weak) |
| ETX path vs. pure hop path: avg. extra hops | +0.19 |
| ETX path vs. hop path: avg. reliability gain | +0.168 (median +0.041) |
| Share of pairs where ETX path ≠ hop path | 18% |
| Corr(single-link SNR, node degree) | −0.52 |
Confirmation of v3 (direction): SNR correlates only weakly with path shortness (+0.17) — a short path is not automatically SNR-strong. Hop count remains the dominant shortness lever.
Qualification (honest): Unlike v3 suggested, SNR is not worthless: an SNR-/ETX-guided path yields in 18% of pairs a different (and on average +0.168 more reliable) path than the pure hop-shortest — for only +0.19 extra hops. Real per-link SNR is therefore a usable reliability tiebreaker, not a replacement for the hop metric. The strong negative relationship link-SNR ↔ node degree (−0.52) is revealing: hub nodes have on average WEAKER individual links (many distant/marginal neighbors), while nodes with few, nearby neighbors have strong links. This is precisely why an ETX metric (SNR-weighted) does not blindly favor hubs — a real advantage over pure hop count.
3) Firmware Implications
Does v4 confirm the shipped tier A? — YES, fully, with additional sharpening:
flood.max = 15— confirmed. Real diameter P90 = 12 → 15 is the correct choice (reserve above the diameter, delivery rate ≥ baseline, airtime neutral). Do not lower to 12 (too close to P90), do not leave at 64 (unnecessary). 15 stays.- Hop-weighted rebroadcast delay (
tx_hop_weight = 0.6) — confirmed. M1 is safe and monotone across the entire adoption sweep (deliv +0.02, airtime neutral), reliably steers the flood via shorter paths.tx_hop_weight = 0.6is a good value; no change needed. - EWMA neighbor SNR + SNR/ETX tiebreak — strengthened. v4 shows: real per-link SNR is
a usable reliability tiebreaker (18% different paths, +0.168 reliability for +0.19 hops),
and hub links are genuinely weaker (corr −0.52). An ETX metric that uses SNR as a tiebreaker
after hops (not primarily) is data-evidently sensible.
MHR_HOP_HORIZONshould remain at 12 (= real P90 diameter) as the path-length horizon; the flood limitflood.maxat 15.
What v4 newly cautions (vs. study/roadmap):
- Do NOT deploy airtime suppression (tier B/C: M2/M3/M4/COMBI) without a hard redundancy guarantee. On the real sparse topology (avg. degree 3.45), any pure suppression breaks the delivery rate already from alpha ≈ 5–10% (M4 from alpha ≈ 5%, −0.40 at full adoption). The high-adoption safety of these mechanisms attested in v3/study does not hold on real edges. Recommendation:
- Tier B/C only with locally confirmed redundancy (k ≥ 2 independent cover senders heard before suppressing) and reliability floor (never cut the only path to a leaf node).
- Before hardware rollout, mandatory verification on this real topology, not on the geometric model.
Net: Tier A (hop-delay, flood.max 15, tx_hop_weight 0.6, EWMA-SNR) is fully confirmed and safe on real edges. The actual gain is airtime (−99% for MHR unicast, flood activates ~617 repeaters in reality) and reliability (+14%), not hop detour. The more aggressive suppression tiers require more caution than the study implied.
Generated Artifacts
| File | Content |
|---|---|
mhr_sim_real_v4.py |
Complete v4 pipeline (seed 42, 6 seeds, commented) |
sim_results_v4.json |
All metrics (topology, baseline-vs-MHR, flood.max sweep, adoption sweep, SNR) |
fig_v4_topology.png |
Real neighbor-graph topology, edges colored by real avg_snr |
fig_v4_baseline_vs_mhr.png |
Baseline vs. MHR (hops, airtime, reliability) |
fig_v4_floodmax_sweep.png |
flood.max sweep (delivery rate + airtime vs. baseline) |
fig_v4_adoption_safety.png |
Safety matrix (mechanism × alpha), top traffic |
fig_v4_snr_vs_reliability.png |
SNR vs. path shortness + ETX path reliability advantage |
Limitations (Scientifically Honest)
- The neighbor graph captures only ACTUALLY USED links. Edges arise from observed relay paths — potential (but unused within the observation window) links are missing. The real topology is therefore likely slightly denser than shown here; the sparsity (and the inferred low redundancy) is an upper bound of caution, but could make suppression look marginally better in reality than v4 shows. The directional finding (suppression breaks early) remains robust.
- Snapshot: a single export (2026-05-30). Time-of-day/churn effects are not averaged.
- Observer bias: the graph relies on observer locations (centered on the Rhineland); regions with few observers are underrepresented (smaller components, possibly artificially disconnected).
ambiguousedges discarded (173 = 8.8%): the core analysis is conservative; these edges would slightly increase connectivity (giant component somewhat larger). Counted separately.- Pubkey join incomplete: 137 truncated endpoint keys without a unique match in
nodes.json→ these nodes without geo/stats (topology plot shows only 930/1034 nodes geographically). The routing analysis still runs on all core nodes (identity = pubkey). - Flood model without duty cycle/CSMA collisions: counts transmission events, does not model channel collisions or 10%-duty-cycle throttling. The real airtime pressure is therefore likely even more underestimated — in favor of MHR. Conversely, this explains why the idealized flood here shows almost no detours, while real packets (A4 in v3) had a median 2.1× detour.
- SNR reliability curve is a model choice (logistic, width 4 dB around −12 dB threshold): real avg_snr is used as input, but the SNR→p mapping is calibrated, not measured.