大家好,欢迎来到IT知识分享网。
一、数据模型
典型的数据通信模型:是通过调制解调器转换成模拟信号进行传输。
目前都是直接传数字信号(传送比特流,没有调制解调器)
二、相关术语
1、 数据(data)
运送消息的实体。
消息是指具体的内容,可以确定特征的。比如数据库中的一条记录
数据是指一个特征。比如年龄18岁,和前后没有联系
2、 信号(signal)
数据的电气的或电磁的表现。
如:红绿灯,电压高低等。
3、 “模拟的”(analogous)
代表消息的参数的取值是连续的。
如:说话的声音,是连续的。
4、 “数字的”(digital)
代表消息的参数的取值是离散的。
如: 0101010之类的二进制
5、 码元(code)
码元:在数字通信中常常用时间间隔相同的符号来表示一个二进制数字,这样的时间间隔内的信号称为(二进制)码元。 而这个间隔被称为码元长度。单位为”波特”,常用符号”Baud”表示,简写为”B”
码元,承载信息量的基本信号单位。 ==> 携带多少二进制数据
波特率:就是每秒发送码元的速率
一个码元就是一个脉冲信号,一个脉冲信号可能携带1bit数据,2bit数据,4位数据。(一个脉冲信号携带的位数多,那么发送的就越快)
三、有关信道的几个基本概念
1、 通信方式
信道一般表示向一个方向发送信息的媒体。
- 单向通信(单工通信)
只能有一个方向的通信而没有反方向的交互。
如: 电视台的信号只能从电视台到家里
- 双向交替通信(半双工通信)
通信的双方都可以发送信息,但不能双方同时发送(当然也就不能同时接收)。
如:对讲机。双方都能发送,但不能同时发送
- 双向同时通信(全双工通信)
通信的双方可以同时发送和接收信息。
如:电话和视频等
2、 信号类别
- 基带信号(即基本频带信号)
来自信源的信号。
比如:像计算机输出的代表各种文字或图像文件的数据信号 ==》原始文字图像信息
- 带通信号
把基带信号经过载波调制后,把信号的频率范围搬移到较高的频段以便在信道中传输(即仅在一段频率范围内能够通过信道)。
将信号调制成高频,易于远距离传输
3、 调制的方法
基带信号往往包含有较多的低频成分,甚至有直流成分,而许多信道并不能传输这种低频分量或直流分量。为了解决这一问题,就必须对基带信号进行调制(modulation)。
调制的方法有以下三种:
-
调幅(AM)
载波的振幅随基带数字信号而变化。
只调1的频率
-
调频(FM)
载波的频率随基带数字信号而变化。
频率都有,但是1的频率更高
-
调相(PM)
载波的初始相位随基带数字信号而变化。
如果基带信号有变化,比如从0-1,那么频率有变化
4、常用编码
基带数字信号的编码
-
单极性不归零码
只使用一个电压值,1代表高电平,0代表没电压
-
双极性不归零码
用正电平和负电平代表二进制的1和0,正负值相同。
不归零存在的问题:无法得知最后的数字0是没有信号了还是本来就传的是0
-
双极性归零码
正负零三个电平。每次变化时会归零
-
曼特斯特编码
一个bit中间有信号低-高,跳变为0
高-低,跳变为1
-
差分曼特斯特码
bit中间有信号跳变。(和曼特斯特一样)
bit和bit之间也有信号跳变(如果有跳变,表示下一个bit为0,否则为1)
抗干扰能力更强
案例:
四、信道的极限容量
奈氏准则、香农公式
1、信道传递存在的问题
- 任何实际的信道都不是理想的,在传输信号时会产生各种失真以及带来多种干扰。
- 码元传输的速率越高,或信号传输的距离越远,在信道的输出端的波形的失真就越严重。
2、奈氏准则
奈氏准则:在假定的理想条件下,为了避免码间串扰,码元的传输速率的上限值。
- 公式:
理想状态下的最高码元传输速率为2w Baud.
理想带通信道的最高码元传输速率为1w Baud.
W:理想低通信道的带宽,单位为HZ
Baud:波特,码元传输速率的单位
在任何信道中,码元传输的速率是有上限的,否则就会出现码间串扰的问题,使接收端对码元的判决(即识别)成为不可能。(比如视频开100倍速,接收方就看不清了)
如果信道的频带越宽,也就是能够通过的信号高频分量越多,那么就可以用更高的速率传送码元而不出现码间串扰。
3、 香农公式
香农(Shannon)用信息论的理论推导出了带宽受限且有高斯白噪声干扰的信道的极限、无差错的信息传输速率。
- 公式
信道的极限信息传输速率 C 可表达为:C = W log2(1+S/N) b/s
W 为信道的带宽(以 Hz 为单位);
S 为信道内所传信号的平均功率;
N 为信道内部的高斯噪声功率。
信噪比为S/N
表明:带宽或信噪比越大,传输速率越高
4、奈氏准则和香农公式的应用范围
-
奈氏准则:在安静的情况下最大传输速率
-
香农公式:在有噪音的情况下的传输速率
如果本篇博客有任何错误和建议,欢迎大佬们批评指正
我是知逆,我们下期见
Peace
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/32481.html