博客
关于我
交叉编译iperf
阅读量:631 次
发布时间:2019-03-14

本文共 565 字,大约阅读时间需要 1 分钟。

在嵌入式设备与Linux虚拟机环境中测试丢包率之前,需要使用iperf3进行性能评估。本文将详细介绍iperf3源码包的获取与交叉编译过程,以及如何在设备上配置并运行测试。

iperf3源码包可从下列地址下载:

https://downloads.es.net/pub/iperf/iperf-3.1.6.tar.gz

对于君正平台的mips-linux-gnu环境,进行如下交叉编译配置:

./configure --host=mips-linux-gnu CXX=mips-linux-gnu-g++ CC=mips-linux-gnu-gcc --prefix=/home/xsw/third_source/iperf-3.1.6/iperf_bin

接下来执行编译命令:

make

编译完成后,iperf3可在以下路径找到:

/home/xsw/third_source/iperf-3.1.6/src/.libs/iperf3

在嵌入式设备上运行iperf3服务端,使用以下命令启动测试:

iperf3 -s -u -i 1

客户端测试可通过以下命令启动,以测试与服务端的连接:

iperf -u -c 192.168.13.163  -b 500K -i 1 -w 1M -t 60

完成所有配置后,可启动丢包率测试。

转载地址:http://lbklz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>