2.5、信道的极限容量!

news2024/11/27 10:44:07

2.5、信道的极限容量!

2.5.1、因素影响

由于信号在传输过程中会受到各种因素的影响

例如:这是一个数字信号

  • 当它通过实际的信道后,波形会产生失真。

  • 失真不严重时,在输出端还可根据已失真的波形还原出发送的码元

    image-20221119224018982

  • 当失真严重时,在输出端就很难判断这个信号在什么时候是 0 0 0 和在什么时候是 1 1 1

    信 号 波 形 失 去 了 码 元 之 间 的 清 晰 界 限 \color{red}信号波形失去了码元之间的清晰界限 ,这种现象叫做码间串扰

    image-20221119224026750

产生失真的因素

  • 码元传输速率、信号传输距离、噪声干扰、传输媒体质量等

    image-20221119231118093


2.5.2、奈氏准则

早在 1924 1924 1924 年,奈奎斯特就推出了著名的奈氏准则

奈氏准则

  • 在假定的理想条件下, 为 了 避 免 码 间 串 扰 , 码 元 传 输 速 率 是 有 上 限 的 \color{red}为了避免码间串扰,码元传输速率是有上限的

理想低通信道的最高码元传输速率 = 2 W B a u d = 2 W =2W Baud = 2W =2WBaud=2W 码 元 / s 码元/s /s

  • 理想低通信道:就是信号的所有低频分量,只要其频率不超过某个上限值,都能够不失真地通过此信道。

理想带通信道的最高码元传输速率 = W B a u d = W = W Baud = W =WBaud=W 码 元 / s 码元/s /s

  • 理想带通信道:带宽是否小于可通过最低频率,是得话就是带通。否则就是低通
  • 码 元 传 输 速 率 \color{red}码元传输速率 又称为波特率、调制速率、波形速率或符号速率。它与比特率有一定关系

    • 1 1 1 个码元只携带 1 1 1 比特的信息量时,则波特率(码元/秒)与比特率(比特/秒)在数值上是相等的;

    • 1 1 1 个码元携带 n n n 比特的信息量时,则波特率转换成比特率时,数值要乘以 n n n

  • 要 提 高 信 息 传 输 速 率 ( 比 特 率 ) , 就 必 须 设 法 使 每 一 个 码 元 能 携 带 更 多 个 比 特 的 信 息 量 \color{red}要提高信息传输速率(比特率),就必须设法使每一个码元能携带更多个比特的信息量 )使。这需要采用多元制

  • 实际的信道所能传输的最高码元速率,要明显低于奈氏准则给出的这个上限数值。

    • 这是因为奈氏准则是在假定的理想条件下推导出来的。
    • 它不考虑其它因素:例如:传输距离,噪声干扰,传输媒体质量等

若从公式来看

  • 只要采用更好的调制方法,让码元可以携带更多的比特,岂不是可以无限制地提高信息的传输速率?
    • 答案是否定的。
  • 因为信道的极限信息传输速率还要受限于实际的信号在信道中传输时的信噪比。噪声也会影响接收端对码元的识别
  • 并且噪声功率相信号率越大。影响就越大。

2.5.3、香农公式

香农公式

  • 带宽受限且有高斯白噪声干扰的信道的极限信息传输速率

c = W × l o g 2 ( 1 + S N ) c = W \times log_2(1 + \frac{S}{N}) c=W×log2(1+NS)

信道带宽或信道中信噪比越大,信息的极限传输速率越高。

在实际信道上能够达到的信息传输速率要比该公式的极限传输速率低不少

  • 这是因为在实际信道中,信号还要受到其他一些损伤,
    • 如各种脉冲干扰、信号在传输中的衰减和失真等,这些因素在香农公式中并未考虑。

2.5.4、二者的意义

  • 在信道带宽一定的情况下,根据奈氏准则和香农公式,要想 提 高 信 息 的 传 输 速 率 \color{red}提高信息的传输速率 就必须采用 多 元 制 \color{red}多元制 (更好的调制方法)和 努 力 提 高 信 道 中 的 信 噪 比 \color{red}努力提高信道中的信噪比

  • 自从香农公式发表后,各种新的信号处理和调制方法就不断出现,其目的都是**为了尽可能地接近香农公式给出的传输速率极限。`

2.5.4、习题

image-20221122205843413

解析:

  • 从香农公式可知:信噪比和频率带宽都会影响信道数据传输速率。
  • 从奈氏准则可知:调制速度(也就是码元传输速度)和码元携带的比特数量都会影响信道数据传输速率
  • 而信道的传播速度不影响数据传输速率(影响传播时延)

答案 D


image-20221122210236885

解析:

  • (1) 根据奈氏准则可知:

    • 该通信链路的最高码元传输速率 = 2 × 3 k = 6 k ( B a u d ) = 6 k ( 码 元 / 秒 ) = 2 \times 3k = 6k(Baud) = 6k(码元/秒) =2×3k=6k(Baud)=6k(/)
  • (2) 采用 4 4 4 个相位,每个相位 4 4 4 种振幅的 QAM 技术,可以调制出 4 × 4 = 16 4 \times 4 = 16 4×4=16 个不同的基本波形(码元)

    采用二进制对 16 16 16 个不同的码元进行编码:0000 ~ 1111, 2 4 = 16 2^4 = 16 24=16

    每个码元可以携带的信息量为 4 4 4 比特

  • 综合 (1) 和 (2) 可知:

    • 该通信链路的最大数据传输速率 = 6 k ( 码 元 / 秒 ) × 4 ( 比 特 / 码 元 ) = 24 k b p / s = 6k(码元/秒) \times 4(比特/码元)= 24kbp/s =6k(/)×4/=24kbp/s

image-20221122211352875

解析:

  • (1)由于采用 4 4 4 相位调制,采用二进制对 4 4 4 个不同的码元进行编码,

    每个码元可以携带 2 2 2 比特, 2 2 = 4 2^2 = 4 22=4

  • 数据传输速率 = 波特率(码元传输速率) × \times × 每个码元所携带的信息量

    波特率 = 2400 ( 比 特 / s ) 2 ( 比 特 / 码 元 ) = 1200 B a u d \large = \frac{2400(比特/s)} {2 (比特/码元)} = 1200 Baud =2(/)2400(/s)=1200Baud


image-20221122212222589

解析:

  • 理论最大速率 c = 8 k × l o g 2 ( 1 + S / N ) c = 8k \times log_2(1+S/N) c=8k×log21+S/N

  • 30 ( d B ) = 10 × l o g 10 ( S N ) ( d B ) 30(dB) = 10 \times log_{10}(\frac{S}{N})(dB) 30dB=10×log10(NS)dB

    解得:$S/N = 1000 $

  • c = 8 k × l o g 2 ( 1 + 1000 ) ≈ 80 k p b s c = 8k \times log_2(1+1000) \approx 80kpbs c=8k×log2(1+1000)80kpbs

  • 该链路的实际传输速率 c × 50 % = 40 k p b s c \times 50\% = 40 kpbs c×50%=40kpbs


image-20221122213510269

解析:

  • 设信号状态数(可调制出的不同基本波形或码元数量)为 X X X

    则每个码元可携带的比特数量为 l o g 2 X log_2X log2X

  • 信道在无噪声情况下的极限数据传输速率(用奈氏准则计算)=

    2 W ( 码 元 / 秒 ) = 2 W l o g 2 X ( 比 特 / 秒 ) 2W(码元/秒)= 2W log_2X(比特/秒) 2W(/)=2Wlog2X(/)

  • 30 d B 30dB 30dB 信噪比条件下的极限数据传输速率(用香农公式计算) =

    $ W log_2(1 + 1000)(比特/秒)$ ②

  • ≥ \ge ② 求解得出 X ≥ 32 X \ge 32 X32

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/27166.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

G1D20-AnacondaCSKE综述AttacKG终于配好环境啦KG book CTF

先下一个anaconda emmmpipenv install requirements.txt好像不太好用,还不如pycharm中的自动安装 先读论文啦~ 一、CS KE综述 (一)NER systems 1、判别式模型&生成式模型 判别式模型:学习P(Y|X)&am…

C语言-结构体(7)

目录 思维导图: 1. 结构体的声明 1.1 结构的基础知识 1.2 结构的声明 1.3 结构成员的类型 1.4 结构体变量的定义和初始化 2. 结构体成员的访问 3. 结构体传参 写在最后: 思维导图: 1. 结构体的声明 1.1 结构的基础知识 结构是一些…

python一键去PDF水印,只需十行代码,超级简单...

用python制作去除 pdf 文件水印脚本前因后果去除水印原理代码剖析1、先查看PDF文档中的水印rgb值是多少2、pdf转换成图片,并去除水印3、图片转为pdf代码整合总结前因后果 弟弟最近要考试,临时抱佛脚在网上找了一堆学习资料复习,这不刚就来找…

机器学习-sklearn-高斯混合模型-学习笔记

文章目录前言一、如何估计参数二、二分类原生代码实现三、sklearn实现模型总结前言 学习笔记 学习视频:https://www.bilibili.com/video/BV1rB4y1v7dA/?spm_id_from333.788&vd_sourceaf83080eba7b379d3fda36e341bdb195 使用高斯混合模型的原因: 模…

03137计算机网络原 - 物理层

物理层 基础概念 OSI模型最底层 功能 为在链路实体间传送比特流而对物理连接的 接通 维持 和 拆除 提供机械,电气,功能和规程方面的方法作用 尽可能屏蔽现有多种多样的硬件设备,传输媒体和通信手段的差异。确保原始数据可以在各种物理媒介上传输任务特性 机械特性 指明接…

Linux环境变量与程序地址空间

Linux环境变量与程序地址空间 文章目录Linux环境变量与程序地址空间1.环境变量1.1 环境变量概念与深入理解1.2 代码获取环境变量的方法1.3 系统调用获取和设置环境变量的方法2.程序地址空间2.1 程序地址空间图(准确来说是进程地址空间图)2.2 程序地址空间的验证2.3 进程地址空间…

概率论中的几个重要悖论问题

1. 蒙提霍尔问题(三门问题) 三门问题(Monty Hall problem)亦称为蒙提霍尔问题、蒙特霍问题或蒙提霍尔悖论,大致出自美国的电视游戏节目Lets Make a Deal。问题名字来自该节目的主持人蒙提霍尔(Monty Hall&…

【笑小枫的SpringBoot系列】【十八】SpringBoot中的Properties配置

本文简介🎨 随着我们的演示功能越来越多,里面的配置也越来越多,我们怎么更好的来管理这些配置呢? 实际项目中,我们肯定会有开发环境、测试环境、生产环境,我们又该怎么便捷的配置这些环境呢? …

CANopen之SDO,PDO

一、简述 CAN 总线是一种串行通信协议,具有较高的通信速率的和较强的抗干扰能力,可以作为现场总线应用于电磁噪声较大的场合。由于 CAN 总线本身只定义ISO/OSI 模型中的第一层(物理层)和第二层(数据链路层&#xff09…

nodejs+mysql网上书店图书销售购物商城系统vue

系统功能 此系统的功能分为用户模块和管理员模块: 1、用户后台功能模块包括:首页、个人中心、订单评价管理、我的收藏管理、订单管理模块。 2、前台首页功能模块包括:首页、图书信息、图书资讯、个人中心、后台管理、购物车、在线聊天模块。 …

SAP MDG —— 更好地理解你的数据变更

概念 在SAP MDG on SAP S/4HANA 2021中,SAP发布了一种全新的数据分析框架:变更请求中的主数据变更分析。依赖该框架,你可以为你的最终用户提供强大的数据分析功能,以深度洞悉变更请求中到底变化了哪些数据。 使用这些分析功能&a…

Thinkphp6 分布式事务异常处理 1440 XAER_DUPID: The XID already exists

Mysql分布式事务,前提条件 MySQL中只有当隔离级别设置为Serializable的时候才能使用分布式事务。 执行两个命令确认环境 show variables like innodb_support_xa;show variables like %tx_iso%;异常信息 根据官方分布式示例 public function test(){Db::transa…

input空格回车输入标签

分析 我们自己封装input输入标签需要注意一下几点: 样式实现,span实现标签效果、input隐藏边框(Element-UI可以直接使用tag)。事件监听,确定生成标签的操作,可以是回车,并且需要监听离开焦点的情况。标签限制,最多几个,以及输入验证 html:&…

使用CDC模式改造遗留系统

项目改造背景及挑战 在我们经历的各种遗留系统改造之旅中,使用**绞杀者模式**来改造一个巨大的单体服务,是一种被广泛采用且验证行之有效的手段,在应用传统的绞杀者模式时,通常采用逐步替换的方式,将遗留系统中某一独…

b站pink老师JavaScript的ES6面向对象课程中:正则表达式案例代码——表单验证

目标效果: 1.当输入的手机号,QQ号,昵称,短信验证码,登录密码,确认密码:如果符合标准,就提示正确的文字;如不符合标准,则提示不正确。 2.判断确认密码是否与登录密码相等…

落实交通强国,鄂州临空区联手蘑菇车联打造新时代内陆开放高地

临空经济与智能网联、自动驾驶能擦出什么样的火花?今年7月,鄂州花湖机场投运,标志着这个湖北省“一号工程”正式蝶变为亚洲规模最大、自动化程度行业领先的航空货运枢纽。鄂州花湖机场项目也是湖北加快建设交通强国示范区、打造新时代“祖国立…

Spring Boot配置多个日志文件记录不同类日志示例

了解如何使用多个文件追加器在Spring 引导应用程序中创建多个日志文件。了解如何使用翻转策略、归档等配置所有文件追加器,wiihlog4j2和日志配置。 1. 带登录的多个日志文件 以下文件包含 5 个记录器。我们可以根据需要创建更多的记录器。logback.xml console– …

NeRF源码运行与学习(pytorch)

神经辐射场(NeRF)是一个简单的全连接网络(权重约为5MB),经过训练,可以使用渲染损失再现单个场景的输入视图。网络直接从空间位置和观看方向(5D输入)映射到颜色和不透明度&#xff08…

翻译文本的软件有哪些?这几个翻译工具你可以试试看

文本翻译,是我们在生活中或工作中比较常见的一个需求。例如有时收到一份英文资料,没时间逐字翻译成中文,那就需要借助翻译工具来帮忙了;或者是有时需要将一些内容翻译成英文,而碰巧遇到句子不知道如何翻译,…

DDPM(Denoising Diffusion Probabilistic Models)扩散模型简述

引言 扩散模型最早是在2015年的Deep Unsupervised Learning using Nonequilibrium Thermodynamics文章中提出的,但当时扩散模型并不work,所以并没有被广泛应用。在2020年,Denoising Diffusion Probabilistic Models(简称为DDPM)的出现&#…