当前位置: 首页 > backend >正文

一周内学完计算机网络课程之二:计算机网络物理层的理解

消失人口回归,重新开始学习新知识。再次伟大。

物理层详解

需要理解的几个概念:

  • 曼彻斯特编码、差分曼彻斯特编码

  • 码元:构成信号的基本单元

  • 调制

    • 通信中的调制是一种将原始信号(如音频、视频、数据等)转换为适合在信道中传输的信号形式的过程。
    • 可以将其理解为一种 “打包” 或 “伪装” 的技术,目的是让信号能更好地在各种通信介质中传输,并提高传输的效率和质量。
    • 调制过程主要是通过改变载波信号的某个或多个参数(如幅度、频率、相位)来携带原始信号的信息。幅度调制AM、频率调制FM、相位调制PM。但是这种基本的调制方法,每一个码元都只能包含一个比特,如果要包含多个比特,就需要用到混合调制方法。

    在这里插入图片描述

  • 混合调制:混合调制的核心原理是将两种或多种不同的调制方式结合起来,结合各自优势。

    • 幅度+相位:正交幅度调制QAM,同时改变载波的幅度和相位,将多个比特映射在一个信号点。什么是QAM?QAM是如何工作的? - 华为
      在这里插入图片描述

    • 通俗理解就是,用一个码元,代表 4位比特的信号。

  • 码元传输速率:也叫波特率,码元传输速率指的是单位时间内传输的码元个数,单位是波特(Baud)。数据传输速率是比特每秒(bps)。

    • 码元传输速率和数据传输速率的关系为:

    • 因此,要提高数据传输的速率,就要采用多元制,也就是一个码元对应n个比特。

  • 奈式准则:在理想低通(带宽受限、无噪声、滚降系数为 0)的信道中,为了避免码间串扰,码元的传输速率有一个上限值。码间串扰是指由于信号在信道中传输时,不同码元的波形相互重叠,导致接收端难以准确判断每个码元的取值。

    • 公式:理想低通信道的最高码元传输速率为 2W 波特,其中 W 是信道带宽,单位为赫兹(Hz)。如果用 R**B 表示码元传输速率,那么 R**B=2W。例如,对于一个带宽为 3000Hz 的理想低通信道,根据奈氏准则,其最高码元传输速率为 2×3000=6000 波特。
    • 这里的最高码元速率实际上是完全理想情况给出。
  • 香农公式:

    • 信道容量(*C*):指信道能够无差错传输的最大数据速率,它是衡量信道传输能力的一个重要指标。信道容量越大,意味着信道能够传输的数据量就越多,传输速度也就越快。
    • 信道带宽(B):是指信道能够通过的信号频率范围,类似于一条道路的宽度。带宽越宽,信道能够传输的信号频率成分就越多,也就有更多的 “空间” 来传输数据,所以信道容量会随着带宽的增加而增加。
    • 信噪比( S N \frac{S}{N} NS):反映了信号强度与噪声强度的相对大小。信噪比越高,说明信号在传输过程中受到的干扰越小,信号的质量越好,信道能够传输的数据速率也就越高。当信噪比趋近于无穷大时,信道容量趋近于 ( B log ⁡ 2 ( ∞ ) ) (B\log_2(\infty)) (Blog2()),即信道容量仅受带宽限制;当信噪比为0时,即信号完全被噪声淹没,信道容量为0,此时无法传输任何有效信息。
    • 理论极限:香农公式给出了在给定信道带宽和信噪比的情况下,信道容量的理论上限。这为通信系统的设计提供了一个重要的参考依据,无论采用何种先进的编码和调制技术,都无法突破香农公式所规定的信道容量极限。

在这里插入图片描述

在这里插入图片描述

http://www.xdnf.cn/news/5408.html

相关文章:

  • STM32智能窗帘系统:从零到一的开发实战
  • 如何租用服务器并通过ssh连接远程服务器终端
  • 【计算机网络01】 网络组成与三种交换方式
  • Web 实时通信技术:WebSocket 与 Server-Sent Events (SSE) 深入解析
  • 【RAG】11种Chunking Strategies分块策略介绍和选择
  • VirtualBox中安装并运行ubuntu-24.04.2-desktop虚拟机
  • Linux基础整理
  • Docker Compose 完全指南:从入门到生产实践
  • java的Stream流处理
  • 数据库事务以及JDBC实现事务
  • 模型欠拟合是什么?
  • 基于VSCode + PlatformIO平台的ESP8266的DS1302实时时钟
  • AI日报 · 2025年05月11日|传闻 OpenAI 考虑推出 ChatGPT “永久”订阅模式
  • Linux中常见开发工具简单介绍
  • 05.three官方示例+编辑器+AI快速学习three.js webgl - animation - skinning - ik
  • Three.js + React 实战系列 - 职业经历区实现解析 Experience 组件✨(互动动作 + 3D 角色 + 点击切换动画)
  • MySql(进阶)
  • 【大模型】AI智能体Coze 知识库从使用到实战详解
  • 基于Dify实现对Excel的数据分析
  • 嵌入式硬件篇---陀螺仪|PID
  • Linux之进程概念
  • 电源架构与太阳能充电器电路设计分析
  • OpenWrt开发第8篇:树莓派开发板做无线接入点
  • langchain 接入国内搜索api——百度AI搜索
  • Qt 样式表:全面解析与应用指南
  • LeetCode 高频题实战:如何优雅地序列化和反序列化字符串数组?
  • 理解 Token 索引 vs 字符位置
  • C++23 新特性:深入解析 std::views::join_with(P2441R2)
  • 深入解析 Vision Transformer (ViT) 与其在计算机视觉中的应用
  • 效率办公新工具:PDF Reader Pro V5.0功能解析与使用体验