首页 > 其他分享 >计算机网络--Ch2.物理层(二)

计算机网络--Ch2.物理层(二)

时间:2023-05-04 22:01:15浏览次数:34  
标签:编码 传输 -- 模拟信号 信道 传输速率 Ch2 物理层 调制


三.奈氏准则&香农定理

1.失真

计算机网络--Ch2.物理层(二)_信噪比

失真的一种现象---码间串扰

计算机网络--Ch2.物理层(二)_数字信号_02

2.奈氏准则

在理想低通(无噪声,带宽受限)条件下,为了避免码间串扰,极限码元传输速率为 2W Baud,W是信道带宽,单位是Hz.

计算机网络--Ch2.物理层(二)_数字信号_03

只有在这两个公式 这带宽才用Hz!I

计算机网络--Ch2.物理层(二)_数据_04

3.香农定理

计算机网络--Ch2.物理层(二)_数字信号_05

1.信道的带宽或信道中的信噪比越大,则信息的极限传输速率就越高。 2对一定的传输带宽和一定的信噪比,信息传输速率的上限就确定了。 3.只要信息的传输速率低于信道的极限传输速率,就一定能找到某种方法来实现无差错的传输。 4香农定理得出的为极限信息传输速率,实际信道能达到的传输速率要比它低不少。 5.从香农定理可以看出,若信道带宽W或信噪比SN没有上限(不可能),那么信道的极限信息传输速率也就没有上 限。

计算机网络--Ch2.物理层(二)_数据_06

奈氏和香农侧重点

计算机网络--Ch2.物理层(二)_数字信号_07

四.编码&调制

1.基带信号与宽带信号

信道:信号的传输媒介。一般用来表示向某一个方向传送信息的介质,因此一条通信线路往往包含一条发送信道和一条接收信道


传输信号

模拟信道(传送模拟信号)数字信道(传送数字信号)

信道




传输介质

无线信道 有线信道

计算机网络--Ch2.物理层(二)_数据_08

2.编码与与调制

数据====>数字信号 编码

数据====>模拟信号 调制

计算机网络--Ch2.物理层(二)_数字信号_09

3.数字数据编码为数字信号
3.1非归零编码

计算机网络--Ch2.物理层(二)_数据_10

3.2归零编码

计算机网络--Ch2.物理层(二)_数字信号_11

3.3反向不归零编码

计算机网络--Ch2.物理层(二)_数据_12

3.4曼彻斯特编码

计算机网络--Ch2.物理层(二)_数据_13

3.5差分曼彻斯特编码

计算机网络--Ch2.物理层(二)_数据_14

3.6 4B/5B编码

计算机网络--Ch2.物理层(二)_信噪比_15

4.数字数据调制为模拟信号

数字数据调制技术在发送端将数字信号转换为模拟信号,而在接收端将模拟信号还原为数字信号,分别对应于调制 解调器的调制和解调过程。

计算机网络--Ch2.物理层(二)_信噪比_16

4x4 = 16种波形==>16种码元
log2 16 = 4 bit
1200x4 = 4800 b/s
5.模拟数据编码为数字信号

计算机内部处理的是二进制数据,处理的都是数字音频,所以需要将模拟音频通过采样、量化转换成有限个数字表示的离散序列(即实现音频数字化)。

最典型的例子就是对音频信号进行编码的脉码调制(PCM),在计算机应用中,能够达到最高保真水平的就是PCM编码,被广泛用于素材保存及音乐欣赏,CD、DVD以及我们常见的WAV文件中均有应用。它主要包括三步 抽样、量化、编码。

1.抽样:

对模拟信号周期性扫描,把时间上连续的信号变成时间上离散的信号。 为了使所得的离散信号能无失真地代表被抽样的模拟数据,要使用采样

计算机网络--Ch2.物理层(二)_数字信号_17

2.量化:

把抽样取得的电平幅值按照一定的分级标度转化为对应的数字值,并取 整数,这就把连续的电平幅值转换为离散的数字量。

3.编码:

把量化的结果转换为与之对应的二进制编码。

计算机网络--Ch2.物理层(二)_数字信号_18

计算机网络--Ch2.物理层(二)_数字信号_19

为了实现传输的有效性,可能需要较高的频率。这种调制方式还可以使用频分复用技术,充分利用带宽 资源。在电话机和本地交换机所传输的信号是采用模拟信号传输模拟数据的方式;模拟的声音数据是加 载到模拟的载波信号中传输的。

计算机网络--Ch2.物理层(二)_信噪比_20

Summary:

计算机网络--Ch2.物理层(二)_数字信号_21

标签:编码,传输,--,模拟信号,信道,传输速率,Ch2,物理层,调制
From: https://blog.51cto.com/u_15915681/6244613

相关文章

  • python列表怎么克隆
    克隆(或复制)Python列表有几种方法:使用切片操作符[:]list1=[1,2,3,4,5]list2=list1[:]这会创建list1的一个完整副本并将其分配给list2。使用list()函数list1=[1,2,3,4,5]list2=list(list1)这将使用list()函数将list1转换为列表并将其分配......
  • 阿姆斯特朗数
    1.问题描述如果一个n位正整数等于其各位数字的n次方之和,则称该数为阿姆斯特朗数。例如1^3+5^3+3^3=153试编程求1000以内的所有阿姆斯特朗数2.问题分析其实和水仙花数一样,只需要把每个位置的数分离出来,然后算一下立方和,如果等于原数,就可以输出3.算法设计先搞一个数组,......
  • pta实验报告2
    模板与类(对象数组)#include<bits/stdc++.h>usingnamespacestd;template<classT>Tmaxn(Tx[],intlen){ inti=1; Tmax=x[0]; for(i;i<len;i++) { if(max<x[i]) max=x[i]; } returnmax;}classDate{ private: intyear=0,month=0,day=0; public: Date()......
  • 正则表达式_常见语法
    1.正则表达时格式一: 2.正则表达式_从长串字符串中找到正则表达式的内容: 3.符号匹配: 4.正则表达式[]匹配: 5.常见语法: 6.预定义的字符集: 7.正则表达式_数量词: 8.总结: ......
  • 关于Android studio的虚拟机Webview出现网页无法加载,显示net::ERR_NAMENOT_RESOLVED的
    一开始出现了这个错误net::ERR_CLEARTEXT_NOT_PERMITTED参考这三个文献,https://www.cnblogs.com/suhq/p/14414882.htmlhttps://blog.csdn.net/qq_59125846/article/details/121953461https://blog.csdn.net/weixin_43169336/article/details/128379580都试了一遍后,问题消失,......
  • win10家庭版没有Hyper-v的解决方法
    pushd"%~dp0"dir/b%SystemRoot%\servicing\Packages\*Hyper-V*.mum>hyper-v.txtfor/f%%iin('findstr/i.hyper-v.txt2^>nul')dodism/online/norestart/add-package:"%SystemRoot%\servicing\Packages\%%i"delh......
  • 再谈USB存储设备的使用痕迹
    近来有小伙伴在看了我先前的文章-<如何检视USB存储设备的使用记录>,如下所示:https://www.cnblogs.com/pieces0310/p/15943567.html 仍然想要进一步知道如何具体操作,因此,我就再次进行说明好了~ 首先,关于你提到的问题,其实操作系统的机制本就不在为操作行为留下记录,说穿了......
  • 【论文分析】COGMEN:基于上下文化GNN的多模态情感识别
    1.简述COGMEN:基于上下文化图神经网络的多模式情感识别架构,该架构既解决了上下文对语句的影响,也解决了用于预测会话中每个说话者的每一语句情感的相互依赖性和内部依赖性COGMEN有以下特点:基于上下文化图神经网络(GNN)的多模式情感识别架构,用于预测会话中每语句每说话者的情感......
  • RSA(共模、低指数、素数分解、模不互质)
    buuctf:rsa3题目c1=22322035275663237041646893770451933509324701913484303338076210603542612758956262869640822486470121149424485571361007421293675516338822195280313794991136048140918842471219840263536338886250492682739436410013436651161720725855484866690084......
  • 基于深度学习的水果检测与识别系统(Python界面版,YOLOv5实现)
    摘要:本博文介绍了一种基于深度学习的水果检测与识别系统,使用YOLOv5算法对常见水果进行检测和识别,实现对图片、视频和实时视频中的水果进行准确识别。博文详细阐述了算法原理,同时提供Python实现代码、训练数据集,以及基于PyQt的UI界面。通过YOLOv5实现对图像中存在的多个水果目标......