Szia Habr!
Valószínűleg sokan, akik karórát vagy meteorológiai állomást vásárolnak, láthatták a Radio Controlled Clock vagy akár az atomóra logót a csomagoláson. Ez nagyon kényelmes, mert elég az órát az asztalra tenni, és egy idő után automatikusan beáll a pontos időre.
Kitaláljuk, hogyan működik, és írjunk egy dekódert Pythonban.
Különféle időszinkronizációs rendszerek léteznek. Európában a legnépszerűbb a német rendszer
Az alábbiakban leírtak a DCF77-ről szólnak.
Jel vétel
A DCF77 egy hosszúhullámú állomás, amely 77.5 kHz-en működik, és AM jeleket ad. Az 50 kW teljesítményű állomás Frankfurttól 25 km-re található, 1959-ben kezdte meg a munkát, 1973-ban a pontos időponthoz a dátumra vonatkozó információkat is hozzáadták. A 77 kHz-es frekvencia hullámhossza nagyon nagy, így az antennamező méretei is nagyon megfelelőek (fotó a Wikipédiából):
Ilyen antennával és bemeneti teljesítménnyel a vételi körzet szinte egész Európát, Fehéroroszországot, Ukrajnát és Oroszország egy részét lefedi.
Bárki rögzíthet. Ehhez lépjen az online vevőhöz
Ugyanitt megnyomjuk a letöltés gombot és rögzítünk egy pár perces töredéket. Természetesen, ha van egy "igazi" vevő, amely képes 77.5 kHz-es frekvencia rögzítésére, akkor használhatja.
Természetesen a pontos idejű rádiójelek interneten keresztül történő vételekor nem kapunk igazán pontos időt - a jel késleltetéssel kerül továbbításra. De a célunk csak az, hogy megértsük a jel szerkezetét, ehhez bőven elég az internetes felvétel. A való életben természetesen speciális eszközöket használnak a fogadásra és a dekódolásra, ezeket az alábbiakban tárgyaljuk.
Szóval, megkaptuk a rekordot, kezdjük el feldolgozni.
Jel dekódolás
Töltsük be a fájlt Pythonnal, és nézzük meg a szerkezetét:
from scipy.io import wavfile
from scipy import signal
import matplotlib.pyplot as plt
import numpy as np
sample_rate, data = wavfile.read("dcf_websdr_2019-03-26T20_25_34Z_76.6kHz.wav")
plt.plot(data[:100000])
plt.show()
Tipikus amplitúdómodulációt látunk:
A dekódolás egyszerűsítése érdekében a jel burkológörbéjét a Hilbert transzformációval vesszük:
analytic_signal = signal.hilbert(data)
A = np.abs(analytic_signal)
plt.plot(A[:100000])
Kibontott eredmény:
Simítsuk ki a zajkibocsátást aluláteresztő szűrővel, egyúttal számoljuk ki az átlagértéket, később jól fog jönni az elemzéshez.
b, a = signal.butter(2, 20.0/sample_rate)
zi = signal.lfilter_zi(b, a)
A, _ = signal.lfilter(b, a, A, zi=zi*A[0])
avg = (np.amax(A) + np.amin(A))/2
Eredmény (sárga vonal): egy majdnem téglalap alakú jel, amelyet meglehetősen könnyű elemezni.
Elemzés
Először meg kell szereznie a bitsorozatot. Maga a jelszerkezet nagyon egyszerű.
Az impulzusok második intervallumokra vannak osztva. Ha az impulzusok közötti távolság 0.1 s (azaz magának az impulzusnak a hossza 0.9 s), akkor a bitsorozathoz „0”-t adunk, ha a távolság 0.2 s (azaz a hossza 0.8 s), akkor hozzáadjuk „1”. Minden perc végét "hosszú" impulzus jelzi, 2 s hosszú, a bitsorozat nullázódik, és a kitöltés újra kezdődik.
A fentiek könnyen megírhatók Pythonban.
sig_start, sig_stop = 0, 0
pos = 0
bits_str = ""
while pos < cnt - 4:
if A[pos] < avg and A[pos+1] > avg:
# Signal begin
sig_start = pos
if A[pos] > avg and A[pos+1] < avg:
# Signal end
sig_stop = pos
diff = sig_stop - sig_start
if diff < 0.85*sample_rate:
bits_str += "1"
if diff > 0.85*sample_rate and diff < 1.25*sample_rate:
bits_str += "0"
if diff > 1.5*sample_rate:
print(bits_str)
bits_str = ""
pos += 1
Ennek eredményeként bitsorozatot kapunk, példánkban két másodpercig így néz ki:
0011110110111000001011000001010000100110010101100010011000
0001111100110110001010100001010000100110010101100010011000
Egyébként érdekes, hogy a jelben van egy „második réteg” is. A bitsorozat is kódolva van
Utolsó lépésünk: a tényleges adatok beszerzése. A bitek átvitele másodpercenként egyszer történik, így csak 59 bitünk van, amibe elég sok információ van kódolva:
A bitek leírása a
Aki önállóan szeretne kísérletezni, annak a dekódoló kód a spoiler alatt található.
Forráskód
def decode(bits):
if bits[0] != '0' or bits[20] != '1':
return
minutes, hours, day_of_month, weekday, month, year = map(convert_block,
(bits[21:28], bits[29:35], bits[36:42], bits[42:45],
bits[45:50], bits[50:58]))
days = ('Sunday', 'Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday')
print('{dow}, {dom:02}.{mon:02}.{y}, {h:02}:{m:02}'.format(h=hours, m=minutes, dow=days[weekday],
dom=day_of_month, mon=month, y=year))
def convert_ones(bits):
return sum(2**i for i, bit in enumerate(bits) if bit == '1')
def convert_tens(bits):
return 10*convert_ones(bits)
def right_parity(bits, parity_bit):
num_of_ones = sum(int(bit) for bit in bits)
return num_of_ones % 2 == int(parity_bit)
def convert_block(bits, parity=False):
if parity and not right_parity(bits[:-1], bits[-1]):
return -1
ones = bits[:4]
tens = bits[4:]
return convert_tens(tens) + convert_ones(ones)
A program futtatásakor valami ehhez hasonló kimenetet fogunk látni:
0011110110111000001011000001010000100110010101100010011000
Tuesday, 26.03.19, 21:41
0001111100110110001010100001010000100110010101100010011000
Tuesday, 26.03.19, 21:42
Valójában ez az egész varázslat. Egy ilyen rendszer előnye, hogy a dekódolás rendkívül egyszerű, és bármely, a legegyszerűbb mikrokontrolleren elvégezhető. Csak megszámoljuk az impulzusok hosszát, összegyűjtünk 60 bitet, és minden perc végén megkapjuk a pontos időt. Az időszinkronizálás egyéb módszereivel (például GPS-szel, vagy ne adj isten, az internettel :) összehasonlítva az ilyen rádiós szinkronizáláshoz gyakorlatilag nincs szükség áramra - például egy átlagos otthoni időjárás-állomás körülbelül egy évig működik 2 AA elemmel. Ezért még a karórák is készülnek rádiós szinkronizálással, nem beszélve persze a faliórákról vagy az utcai állomások óráiról.
A DCF kényelme és egyszerűsége a barkácsolás szerelmeseit is vonzza. Mindössze 10-20 dollárért vásárolhatunk kész antennamodult, kész vevővel és TTL kimenettel, ami Arduino-hoz vagy más kontrollerhez köthető.
A már megírt Arduino-hoz és
Azok, akik szeretnének, akár a régi nagymama óráját is frissíthetik egy új, rádiós szinkronizálással ellátott mechanizmus telepítésével:
Az eBay-en a "Radio Controlled Movement" kulcsszavak használatával találhat ilyet.
És végül egy life hack azoknak, akik idáig olvastak. Még akkor is, ha a következő pár ezer kilométeren egyetlen rádiójeladó sem lesz, egy ilyen jel önmagában könnyen generálható. A Google Playen található egy „DCF77 Emulator” nevű program, amely jelet ad ki a fejhallgatóba. A szerző szerint ha körbetekerjük a fejhallgató vezetékét, akkor felfogják a jelet (vajon hogyan, mert a közönséges fejhallgató nem ad ki 77KHz-es jelet, de valószínűleg a felharmonikusoknak köszönhető a vétel). A program egyáltalán nem működött nekem Android 9-en - egyszerűen nem volt hang (vagy talán nem is hallottam - végül is 77KHz :), de talán valaki szerencsésebb lesz. Néhányan azonban teljes értékű DCF jelgenerátort készítenek, ami könnyen elvégezhető ugyanazon az Arduino-n vagy ESP32-n:
(forrás
Következtetés
A DCF rendszer nagyon egyszerűnek és kényelmesnek bizonyult. Egy egyszerű és olcsó vevő segítségével mindig és mindenhol pontos időt kaphat, természetesen a recepción. Úgy tűnik, a széles körben elterjedt digitalizáció és a „dolgok internete” ellenére is az ilyen egyszerű megoldásokra még sokáig lesz kereslet.
Forrás: will.com