DMR 协议物理层系统模型
现代数字无线电通信系统要求数据传输具有高可靠性和高效率，尤其是在存在数据失真和误同步风险的情况下。专业移动无线电通信中使用的主要协议之一是DMR（数字移动无线电），它利用高效的调制和编码技术提供数字语音和数据传输。
本项目考虑了**DMR 协议的系统模型，包括从数据包生成到接收端解调和同步的完整信号处理链。对信号传输的每个阶段进行建模，可以分析系统对各种干扰和失真的稳健性。
DMR 协议与许多其他电信标准一样，采用类似于 OSI（开放系统互连）模型的分层结构。DMR 的主要层级可划分如下。
1.物理层（PHY）。负责通过无线电信道传输和接收比特流，包括信道中的调制（4-FSK、FM）、滤波、同步和失真校正（物理层还包括编码，但在本例中不考虑）。
2.数据链路层（DLL）。提供节点间可靠的数据传输，管理对介质的访问。包括生成 DMR 数据包，如语音、信号数据。本例演示数据包。它还可能包括错误控制（CRC、FEC）、逻辑信道管理（TDMA、双时隙）、寻址（用户和组识别）。
3.网络层（Network Layer）。如果 DMR 集成到包括互联网在内的更大系统中，则提供路由选择和联网功能。
4.4. 在某些实施方案中还有附加层：传输层（如果 DMR 通过 IP 工作）或应用层--支持服务（语音、文本信息、遥测）。
在 DMR 标准中，重点是物理层和数据链路层，因为这些层定义了无线电信道的运行。网络功能通常在基础设施解决方案（如中继器和控制系统）中实现。
连接辅助模型启动功能
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
运行模型并分析结果
我们实施的模型包括以下关键模块。
1.数据包生成 - 生成与 DMR 数据包类型相对应的信令序列和空块。
2.4-FSK 调制 - DMR 中使用的数字调制，可有效利用带宽。
3.提升余弦滤波器 - 用于限制信号频谱和尽量减少符号间干扰。
4.调频调制器 - 将数字信号转换为模拟信号，通过无线电信道传输。
5.同步模拟链路 - 模拟发射机和接收机之间的时间错配。
6.信号序列检测和帧同步 - 在接收端恢复数据包时间位置的算法。
为了测试俄语和英语信息传输的正确性，我们将使用这两种语言的泛函。
pangram（源于希腊语--"所有字母"），或 multibook，是指尽可能不重复地使用所有或几乎所有字母的短文。
让我们来定义这样的信息，在模型中，为了方便与信号交互，我们将以字节形式表示信息，并用零补充信息，使其达到矢量中元素的数量，即 27 的倍数（一个 DMR 数据包中包含 216 比特数据）。下面是模型中的部分代码。
En = "Red fox jumps over the lazy dog"
Ru = "Cъешь же ещё этих мягких французских булок, да выпей чаю"
inp_sms = "$En. $Ru."
println("Входное сообщение:")
println(inp_sms)
println()
bytes = Int.(Vector{UInt8}(inp_sms))
remainder = length(bytes) % 27
bytes = vcat(bytes, remainder == 0 ? Int[] : zeros(Int, 27 - remainder))
println("Байтовое представление:")
println(bytes)
println()
println("Количество кадров для сообщения: $(length(bytes)/27)")
下面的截图显示了整个模型的执行情况。
让我们在 SNR = 25 的条件下运行模型，看看误差最小的结果。如果您对系统的抗噪能力感兴趣，可以自行实验该参数。
snr = 25
run_model("DMR") # Запуск модели.
让我们来分析一下结果。首先，我们来显示输入和输出文本信息的字节表示法，以及按字节分列的错误数。
println("SNR: $snr")
error_bytes = reduce(vcat,collect(simout["DMR/err_symbol"]).value)
println("Кол-во ошибок: $(sum(error_bytes.>0))")
Delay = reduce(vcat,collect(simout["DMR/Frame_Synchronization.Delay"]).value)
println("Битовая задержка: $(Int.(Delay[end]))")
Input = reduce(vcat,collect(simout["DMR/Inp"]).value)
plot(Input, seriestype = :steppre, label = "Input")
Output = reduce(vcat,collect(simout["DMR/Out"]).value)
plot!(Output, seriestype = :steppre, label = "Output")
正如我们所看到的，在 SNR = 25 时，没有发现任何错误，因此我们可以无误地解码文本信息。
SMS_sim = reduce(vcat, collect(SMS_out).value)
SMS = filter(x -> x != 0x00000000, SMS_sim)
SMS = String(UInt8.(SMS))
println("Восстановленная строка: ", SMS) # Лишние нули игнорируются
结论
本示例分析了 DMR 系统模型，仅涉及协议的物理层。今后，如果社区对这一主题感兴趣，我们将研究协议的其他层，并介绍其各组成部分的实现情况。