2.1_3 奈氏准则和香农定理

文章目录

  • 2.1_3 奈氏准则和香农定理
    • (一)失真
    • (二)失真的一种现象——码间串扰
    • (三)奈氏准则(奈奎斯特定理)
    • (四)香农定理
    • (五)“Nice”和“香浓”

2.1_3 奈氏准则和香农定理

(一)失真

有失真但可识别

image-20240311152104273

失真大无法识别

image-20240311152116764

影响失真程度的因素

  1.码元传输速率

  码元传输速率越快,越会导致信号失真的程度严重。

  2.信号传输距离

  距离越远,衰减越严重、干扰越多,信号失真程度越严重。

  3.噪声干扰

  噪声干扰越多,信号失真越严重。

  4.传输媒体质量

  传输媒体质量越差,失真越严重。

(二)失真的一种现象——码间串扰

image-20240311152353818

  如上图所示,像第一个200Hz这样的,观察图像我们可以看出,它比较“宽、胖”,就是低频信号。(因为每秒钟震动次数少,所以低频)越往下越是高频的。且假设,200Hz的和4000Hz的都是无法通过的(因为过于低频,或过于高频)。

  信道带宽是信道能通过的最高频率和最低频率之差

  例如能通过的最高频率就是3300Hz,能通过的最低频率就是300Hz,那么信道带宽就是3300Hz - 300Hz = 3000Hz


  那么,为什么过于低频的信号(如200Hz的)会不能传输呢?这是因为,它的震动频率太低,导致信号在电话线上传输的过程中非常容易受到衰减、损耗,最后导致衰减没了。所以它不能通过。

  那为什么过于高频的信号(如4000Hz的)不能传输?——这个的原理其实就是我们要讲的码间串扰的原理。它这个信号震动的次数、频率太快了,就会导致接收端在接收的时候区分不出来波形之间的差异,即码间串扰的现象。


  码间串扰接收端收到的信号波形失去了码元之间清晰界限现象

  问题:信号高频或低频,和码元有啥关系?

  答:信号震动的频率越快,说明码元的传输速率就越快。因为信号和码元实际上就是一一对应的,一种码元对应一种信号。因此,信号变化的速度快,码元变化的速度自然也快。所以,码元传输速率和信号的频率,是相对应的关系。

  因此就可以理解为什么会存在码间串扰。就是因为信号频率太快了,导致码元的变化太快了,因此码元和码元之间的界限就分不清楚了、分不清楚是0还是1了。

  就好比有一队人从你面前经过,而你需要数清楚这一队的人数。如果他们走得太快了,那你就数不过来——因为他们之间间隔距离又近、速度又快。甚至速度快的出现重影了。这就是码间串扰的现象。——码元传输速率太快了,导致码元在接收端处距离过近,码元之间的界限不清楚。这就是码间串扰。

(三)奈氏准则(奈奎斯特定理)

  为了解决码间串扰的问题,就出现了一个非常好的准则——奈氏准则。

奈氏准则

  在理想(即无噪声、不会受到干扰)低通(即带宽受限,“低于最高频率的”都可以通过,就叫“低通”)条件下,为了避免码间串扰,极限码元传输速率为2W BaudW是信道带宽,单位是Hz

  码元传输速率不能是无穷大,而要有个上限值。而这个上限值,奈奎斯特就给我们推导出来了,是2W Baud。单位是Hz

  注意:我们在说带宽的时候,通常使用的单位都是b/s。但注意,在奈氏准则和香农定理当中,我们使用带宽的单位都用的是Hz。——注意,只有在奈氏准则和香农定理这两个公式当中,带宽才用Hz。

  正因如此,如果题目中提到了“……带宽是xxx Hz”,你看到它使用Hz作为带宽的单位了,你应该想到,这个题是不是应该用奈氏准则或者香农定理来求解。

  在考察奈氏准则的地方,为了制造混淆,题目中可能会问你:求一下极限数据率是多少。

image-20240311154412086

根据奈氏准则,得出以下结论

  1.在任何信道中,码元传输的速率是有上限的。若传输速率超过此上限,就会出现严重的码间串扰问题,使接收端对码元的完全正确识别成为不可能。

  2.信道的频带越宽(即能通过的信号高频分量越多),就可以用更高的速率进行码元的有效传输。

  3.奈氏准则给出的是码元传输速率的限制,但并没有对信息传输速率给出限制

  4.由于码元的传输速率受奈氏准则的制约,所以要提高数据的传输速率,就必须设法使每个码元能携带更多个比特的信息量,这就需要采用多元制的调制方法。


例题

  在无噪声的情况下,若某通信链路的带宽为3kHz,采用4个相位,每个相位具有4种振幅的QAM调制技术,则该通信链路的最大数据传输率是多少?

  注意:3kHz = 3 * 10³Hz = 3000Hz。

答:

  信号有4 × 4 = 16种变化;

  最大数据传输率(比特率) = 2 × 3k × l o g 2 16 log_216 log216 = 24kb/s。

(四)香农定理

  噪声存在于所有的电子设备和通信信道中。由于噪声随机产生,它的瞬时值有时会很大,因此噪声会使接收端对码元的判决产生错误。但是噪声的影响是相对的,若信号较强,那么噪声影响相对较小。因此,信噪比就很重要。
信噪比 = 信号的平均功率 / 噪声的平均功率 信噪比 = 信号的平均功率 / 噪声的平均功率 信噪比=信号的平均功率/噪声的平均功率
  信噪比常记为S/N,并用分贝(dB)作为度量单位,即:
信噪比 ( d B ) = 10 ∗ l o g 10 ( S / N ) 信噪比(dB)=10*log_{10}(S/N) 信噪比(dB)=10log10(S/N)

  这个公式很重要,即S/N与dB之间的单位换算。它俩都叫“信噪比”,只是衡量单位不同。因此,必须会转换。

  注:S/N是一个单纯的数值、不带单位。分贝是带单位dB的数。

香农定理

  在带宽受限且有噪声的信道中,为了不产生误差,信息的数据传输速率有上限值。

  注:它与前面奈氏准则的区别就是,它是在“有噪声”的信道中。

  不产生误差,即接收端能够正确分辨出码元到底是多少、波形到底是什么。

image-20240311161754087

根据香农定理,得出以下结论

  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S/N没有上限(实际上这不可能),那么信道的极限信息传输速率也就没有上限。


例题

  电话系统的典型参数是信道带宽为3000Hz,信噪比为30dB,则该系统最大数据传输速率是多少?

  由于公式:信道的极限数据传输速率 = W * l o g 2 ( 1 + S / N ) log_2(1+S/N) log2(1+S/N) b/s。

  因此,我们需要先将30dB转化为S/N的值。

  转化的公式为:30dB = 10 * l o g 10 ( S / N ) log_{10}(S/N) log10(S/N)

答:

  30dB = 10 * l o g 10 ( S / N ) log_{10}(S/N) log10(S/N)

  则,S/N = 1000

  则,信道的极限传输速率 = W * l o g 2 ( 1 + S / N ) log_2(1+S/N) log2(1+S/N) = 3000 × l o g 2 ( 1 + 1000 ) log_2(1+1000) log2(1+1000) ≈ 30kb/s。

  注意,到底该用“奈氏定理”的公式,还是“香农定理”的公式,题目中是不会告诉你的,需要你自己判断。

(五)“Nice”和“香浓”

奈氏准则——“内忧”

  带宽受限无噪声的条件下,为了避免码间串扰,码元传输速率的上限2W Baud

  理想低通信道下的极限数据传输率 = 2 W ∗ l o g 2 V 2W * log_2V 2Wlog2V

  要想提高数据率,就要提高带宽,或采用更好的编码技术。

  因为V就是“一个码元对应多少个比特”。根据该公式,我们的目的是要提高W或V。

香农定理——“外患”

  带宽受限有噪声条件下的信息传输速率。

  信道的极限数据传输速率 = W ∗ l o g 2 ( 1 + S / N ) W * log_2(1+S/N) Wlog2(1+S/N)

  要想提高数据率,就要提高带宽,或者信噪比。

  同理,根据公式,我们的目的是提高W或者(S/N)。

问题:做题时该选哪个公式?

  有人说,看题,如果题目中给了噪声的条件,我们就用香农定理;如果没给噪声条件,我们就用奈氏准则。——这种说法其实是不对的。

分析

  如果题目中没有给噪声 / 信噪比等条件,给了V(即,一个码元对应多少比特),那香农定理肯定用不成。那自然只能用奈氏准则了。

  但是如果题目中给了噪声 / 信噪比等条件,同时也给了V(即,一个码元对应多少比特)。此时,两个公式都要算一下,然后取其中的最小值。

image-20240311164022484

  为什么取最小值,例如上面这道题。奈氏准则说,你的最高极限速率只能是8000b/s,香农定理说,你的最高极限速率可以达到28000b/s。

  那么,如果我们取28000b/s为最大数据速率,那么就违反了奈氏准则。因此,我们应该取两个公式计算出的最小值,作为最终的最大数据速率。——本质上是“取交集”的逻辑。

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.mzph.cn/news/737582.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

【vue.js】文档解读【day 1】 | 模板语法1

如果阅读有疑问的话,欢迎评论或私信!! 本人会很热心的阐述自己的想法!谢谢!!! 文章目录 模板语法前言文本插值原始HTML属性Attribute绑定动态绑定多个值 模板语法 前言 Vue 使用一种基于 HTML…

Linux tar静态编译过程记录

1、静态编译脚本 #!/bin/bash # # build static tar because we need exercises in minimalism # MIT licentar: google it or see robxu9.mit-license.org. # # For Linux, also builds musl for truly static linking.tar_version"1.29" musl_version"1.1.15…

【设计模式】设计原则和常见的23种经典设计模式

设计模式 1. 设计原则(记忆口诀:SOLID)【记忆口诀:单开里依接迪合(单开礼仪接地和)】 (1)单一职责原则(Single Responsibility Principle, SRP) &#xff…

使用Docker实现Jenkins+Python + Pytest +Allure 接口自动化

一、Jenkins搭建 参考《Docker 安装 Jenkins》 进入 jenkins 容器 CLI 界面 docker exec -itu root jenkins /bin/bash二、准备条件 1、替换镜像内源 为了安装wget,默认用yum会安装不上wget命令,参考文章《docker容器内如何更换yum源【只想换成国内…

使用Vite构建Vue3+TypeScript项目

1,新建项目前,确保电脑 已经安装Node.js,pnpm 在本地新建一个文件夹 ,在文件路径输入cmd 如下展示 2,执行如下指令搭建项目 filename,即搭建的项目名称。 pnpm create vitelatest filename 输入指令按回车之后如下…

Promise.all 静态方法

Promise.all 静态方法 概念:合并多个 Promise 对象,等待所有同时成功完成(或某一个失败),做后续逻辑 语法 const p Promise.a11([Promise对象,Promise对象,...]) p.then(result > { // result结果: [Promise对象成功结果&…

Java HashMap 和 HashSet 的高效使用技巧

Java HashMap HashMap 是一种哈希表,它存储键值对。键用于查找值,就像数组中的索引一样。HashMap 的优势在于它可以使用任何类型作为键,并且查找速度很快。 创建 HashMap // 导入 HashMap 类 import java.util.HashMap;public class Main …

前端在浏览器端播放直播流协议的方式

直播流协议2种:.flv后缀是http-flv协议,.m3u8后缀是hls协议 一、播放.m3u8 1、hls.js HLS (HTTP Live Streaming)是Apple公司研发的流媒体传输技术,包括一个m3u8的索引文件、多个ts分片文件和key加密串文件。这项技术主要应用于点播和直播…

畅享精酿啤酒与意式面包的简单美味

在忙碌的生活中,我们时常渴望寻找那份简单的美好。而Fendi Club啤酒与意式面包的搭配,正是这种美好体验的代表。它们以其简洁的味道和口感,成为了无数人心中的佳品。 Fendi Club啤酒,以其醇厚的口感和细腻的泡沫,成为了…

PL/SQL学习笔记

介绍 PL/SQL 编程语言是SQL 和 Oracle 关系数据库的过程扩展语言 是Oracle 编程环境中的一个工具 基本语法 S.No Sections & Description 1 Declarations 此部分以关键字 DECLARE 开头。 它是一个可选部分,定义了程序中要使用的所有变量、游标、子程序和其他…

Milvus的相似度指标

官网:https://milvus.io/docs/metric.md版本: v2.3.x 在 Milvus 中,相似度度量用于衡量向量之间的相似度。选择良好的距离度量有助于显着提高分类和聚类性能。下表展示了这些广泛使用的相似性指标如何与各种输入数据形式和 Milvus 索引相匹配。 一、浮…

如何用Python实现转行高薪梦?三个热门方向带你入门

Python是一门非常适合转行的编程语言,它有着丰富的应用场景和学习资源,而且语法简单易懂,学习效率高。如果你想要用Python实现转行梦想,那么你可能会问,Python有哪些热门的工作方向?小编这就为你介绍Python…

js【详解】DOM

文档对象模型(Document Object Model,简称DOM) DOM 是哪种数据结构 ? DOM 的本质是浏览器通过HTML代码解析出来的一棵 树。 操作 DOM 常用的 API 有哪些 ? 获取 DOM 节点 //方式 1:通过【id】获取&#xf…

啤酒:精酿啤酒与三明治的快捷搭配

在快节奏的现代生活中,人们总是追求简单、快捷的美食。而Fendi Club啤酒与三明治的搭配,正是满足了这一需求。它们以其方便的制作方式和美味的口感,成为了无数人的心头好。 Fendi Club啤酒,以其醇厚的口感和细腻的泡沫&#xff0c…

常用python模板

1.简单脚本模板 def main():#代码逻辑if __name__"__main__":main() 2.类定义模板 Class Myclass:def __init__(self,parameter):self.parameterparameterdef my_method(self):#方法逻辑 3.函数定义模板 def my_function(parameter):#代码逻辑return result 4.…

【AI视频教程】只需5步,AI作出鸡你太美视频

1.视频效果 2.准备工作 制作视频效果,需要准备下面3个条件: 准备stable diffusion的环境剪辑一段【鸡你太美】原版视频stable diffusion安装sd-webui-IS-NET-pro插件 2.1部署stable diffusion环境 这里还是建议大家用云平台部署stable diffusion&am…

Python数据库操作全攻略:从入门到精通,一文掌握连接与操作MySQL、SQLite、PostgreSQL等主流数据库

在数据驱动的世界里,Python作为强大的编程语言,在处理和分析数据库方面具有显著优势。本文将深入浅出地讲解如何使用Python操作各类主流数据库,并通过实际代码示例帮助您快速上手。 一、Python操作MySQL数据库 借助mysql-connector-python库,我们可以轻松实现对MySQL数据…

第二十天-数据分析

1.介绍 1.什么是数据分析 1.以下4个纬度结合起来的数据科学 2.数据分析的特殊性

Java实现Tron(波场)区块链的开发实践(三)波场链水龙头、WEB3测试实战

上一节我们具体讲到Java实现Tron波场链的逻辑代码实现。 这一节我们通过部署和开发好的代码,针对测试链进行自测开发,准备测试环境。 1. 创建离线地址 首先我们需要一个离线地址,我们不需要在线进行创建,直接可以通过第一节的离…

重庆医科大学和重庆市生物信息学学会联合主办!第十六届生物信息学和生物医学技术国际会议(ICBBT 2024)即将召开!

2024年第十六届生物信息学和生物医学技术国际会议(ICBBT 2024)将于5月24-26日在中国重庆举行。本次会议由重庆医科大学和重庆市生物信息学学会联合主办。ICBBT会议系列一年一届,已有15年历史。本次会议的主要目标旨在促进生物信息学和生物医学…