在顶层,我们可以看到随机数据集发生器、BPSK 和脉冲发生器,如下图所示。
该子系统中有 3 个脉冲发生器。通过使用延迟和加法器,我们可以增加这些脉冲的数量。
接下来,让我们设置辅助函数来启动模型。
In [ ]:
# Подключение вспомогательной функции запуска модели.
function run_model( name_model)
Path = (@__DIR__) * "/" * name_model * ".engee"
if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
model = engee.open( name_model ) # Открыть модель
model_output = engee.run( model, verbose=true ); # Запустить модель
else
model = engee.load( Path, force=true ) # Загрузить модель
model_output = engee.run( model, verbose=true ); # Запустить модель
engee.close( name_model, force=true ); # Закрыть модель
end
sleep(5)
return model_output
end
Out[0]:
让我们在关闭和打开干扰的情况下运行模型。
In [ ]:
EnableImpulse = 0;
run_model("BPSK_and_Impulse") # Запуск модели.
BER = collect(BER)
println("BER: " * string(BER.value[end]))
EnableImpulse = 1;
run_model("BPSK_and_Impulse") # Запуск модели.
BER = collect(BER)
print("BER: " * string(BER.value[end]))
输出¶
从结果中我们可以看到,在我们的案例中,有几个值在添加干扰后被错误识别。这很可能是因为有些点被识别为 1 而不是 0。