奈氏准则和香农定理

一、奈奎斯特和香农

哈里·奈奎斯特(Harry Nyquist)(左)
克劳德·艾尔伍德·香农(Claude Elwood Shannon)(右) 

    我们应该在心里记住他们,记住所有为人类伟大事业做出贡献的人,因为他们我们的生活变得越来越精彩,致敬。也致敬所有分享知识的人。

二、奈奎斯特第一准则 

    1.适用条件:理想条件即无噪声

    2.结论描述:在带宽为 W(Hz)的低通信道中,若不考虑噪声影响,则码元传输的最高速率是 2W(码元/秒)。传输速率超过此上限,就会出现严重的码间串扰的问题,使接收端对码元的判决(即识别)成为不可能。
    低通信道,通常指的是允许低频信号通过而阻止或衰减高频信号的信道。低频信号是指那些在频率谱中处于较低频率范围的信号,低频是相当于不同情况、不同领域、不同应用而言。

    3.奈奎斯特公式:


提出以下疑问:

(1)B就是W吗?
    是,《计算机网络(第8版)》谢希仁编著 书中用W表示带宽。

(2)为什么C的单位不是码元/秒?
    数据传输速率不仅仅取决于信道能够传输的码元速率,还取决于每个码元携带的信息量(即每个码元能表示多少比特)。如果每个码元对应于一个比特(如在二进制系统中),那么码元每秒和比特每秒的数值是相同的。《计算机网络(第8版)》书中就是默认的0、1对应两个码元,然而,如果每个码元能够表示多个比特(例如在使用多电平编码的系统中),那么比特每秒的速率会高于码元每秒的速率。

(3)log2V是怎么来的?
    V代表码元的种类数,上一个问题中也提到《计算机网络(第8版)》书中就是默认的0、1对应两个码元,所以log2(底数)2=1,则得到的结论为码元传输的最高速率是 2W(码元/秒)。

三、香农定理

    1.适用条件:存在噪声

    2.香农公式:

    3.信噪比公式:

注意信噪比公式log底数为10,奈奎斯特公式和香农公式log底数为2。

    4.香农公式表明信道的带宽或信道中的信噪比越大,信息的极限传输速率就越高。
       香农公式指出了信息传输速率的上限。
       香农公式的意义在于:只要信息传输速率低于信道的极限信息传输速率,就一定存在某种办法来实现无差错的传输。

    5. 对于频带宽度已确定的信道,如果信噪比也不能再提高了,用编码的方法让每一个码元携带更多比特的信息量提高信息的传输速率。

四、奈氏准则和香农定理的区别

    1.两者都关注信道的最大数据传输速率,但它们适用的条件和表述方式有所不同。
       奈氏准则主要关注在无噪声条件下的最大数据传输速率。它提出,在一个理想的、无噪声的带宽受限信道中,为了避免码间串扰,信道的最大数据传输速率(以比特每秒计)是信道带宽的2倍乘以每个码元可以携带的比特数。
       香农定理主要关注在有噪声条件下的最大数据传输速率。它表明,在一个有噪声的信道中,信道的最大数据传输速率取决于信道的带宽和信噪比(SNR)。

    2.(补充一下)码间串扰是什么

       码间串扰(Inter-symbol Interference, ISI)是通信系统中的一种现象,其中一个信号的一个或多个码元(符号)干扰到了接收的相邻码元。这种干扰通常是由于信道的带宽限制、信号反射、多径传播或者信号的延展等原因造成的。简而言之,码间串扰发生时,一个码元的尾部“拖影”影响到了下一个码元的判定,从而可能导致错误的符号解读。

       具体的信道所能通过的频率范围总是有限的。信号中的许多高频分量往往不能通过信道。像图 2-4所示的发送信号是一种典型的矩形脉冲信号,它包含很丰富的高频分量。如果信号中的高频分量在传输时受到衰减,那么在接收端收到的波形前沿和后沿就变得不那么陡峭了,每一个码元所占的时间界限也不再是很明确的,而是前后都拖了“尾巴”。这样,在接收端收到的信号波形就失去了码元之间的清晰界限。这种现象叫作码间串扰。(《计算机网络(第8版)》的描述)

     3. 奈氏准则关注于避免码间串扰的最大传输速率,而香农定理关注于在给定信噪比下的最大错误自由传输速率。 

    4. 做题时注意用是否存在噪声、是否有信噪比来区分使用奈奎斯特公式还是香农公式。

五、例题

例题均来自视频【计算机网络】期末复习 物理层 香农定理例题 奈氏准则例题_哔哩哔哩_bilibili


 



 

六、参考资料

https://zh.wikipedia.org/wiki/%E7%A0%81%E7%8E%87%E5%8D%95%E4%BD%8D
2.1_4 奈氏准则和香农定理_哔哩哔哩_bilibili
【计算机网络】期末复习 物理层 香农定理例题 奈氏准则例题_哔哩哔哩_bilibili
https://www.youtube.com/watch?v=KyjwXIKPqs8
谢希仁. 计算机网络(第8版). 电子工业出版社. 2021
开放平台
码间串扰_百度百科

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.mfbz.cn/a/592368.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

计算机毕业设计Python+Spark考研预测系统 考研推荐系统 考研数据分析 考研大数据 大数据毕业设计 大数据毕设

安顺学院本科毕业论文(设计)题目申请表 院别:数学与计算机科学 专业:数据科学与大数据 时间:2022年 5月26日 题 目 情 况 题目名称 基于hive数据仓库的考研信息离线分析系统的设计与实现 学生姓名 杨娣荧 学号 201903144042 …

【Hadoop】--基于hadoop和hive实现聊天数据统计分析,构建聊天数据分析报表[17]

目录 一、需求分析 1、背景介绍 2、目标 3、需求 4、数据内容 5、建库建表 二、ETL数据清洗 1、数据问题 2、需求 3、实现 4、扩展概念:ETL 三、指标计算 1、指标1:统计今日消息总量 2、指标2:统计每小时消息量、发送量和接收用…

shpfile转GeoJSON;控制shp转GeoJSON的精度;如何获取GeoJSON;GeoJSON是什么有什么用;GeoJSON结构详解(带数据示例)

目录 一、GeoJSON是什么 二、GeoJSON的结构组成 2.1、点(Point)数据示例 2.2、线(LineString)数据示例 2.3、面(Polygon)数据示例 2.4、特征(Feature)数据示例 2.5、特征集合&…

Leetcode—1056. 易混淆数【简单】Plus

2024每日刷题(126) Leetcode—1056. 易混淆数 💩山实现代码 class Solution { public:bool confusingNumber(int n) {int arr[10] {0};int notNum 0;int arr2[12] {0};int size 0;while(n) {int x n % 10;arr[x] 1;arr2[size] x;if(…

自动化测试适用场景

日常大家都用自动化去写测试脚本。但是自动化可不仅仅可以工作写脚本,还可以应用到如下领域: 1. 自动化测试脚本:自动化测试是软件测试 领域中最常见的自动化应用领域。它可以通过 自动化测试工具和脚本来自动化执行测试用例 &#xff0c…

水仙花数问题

问题描述: 求出0~100000之间的所有“水仙花数”并输出。 “水仙花数”是指一个n位数,其各位数字的n次方之和确好等于该数本身,如:153=1^3+5^3+3^3,则153是一个“水仙花数”。 #in…

VS Code 保存+格式化代码

在 VSCode 中,使用 Ctrl S 快捷键直接保存并格式化代码: 打开 VSCode 的设置界面:File -> Preferences -> Settings在设置界面搜索框中输入“format on save”,勾选“Editor: Format On Save”选项,表示在保存…

Java 【数据结构】常见排序算法实用详解(下) 冒泡排序/快速排序/归并排序/非基于比较排序【贤者的庇护】

登神长阶 上古神器-常见排序算法 冒泡排序/快速排序/归并排序/非基于比较排序 💰一.前言 为保障知识获取的可读性,以及连贯性,再开始可以适当的重新温习前文内容 :Java 【数据结构】常见排序算法实用详解(上&#xf…

TWS 蓝牙耳机 ESD EOS保护方案

1. TWS 蓝牙耳机 TWS(True Wireless Stereo)蓝牙耳机是指没有传统连接线的完全无线耳机,通常由两个分别放置在耳朵中的独立耳机组成,提供立体声音效。这类耳机在近年来越来越受欢迎,因为它们提供了更自由、更便捷的音…

有限单元法-编程与软件应用(崔济东、沈雪龙)【PDF下载】

专栏导读 作者简介:工学博士,高级工程师,专注于工业软件算法研究本文已收录于专栏:《有限元编程从入门到精通》本专栏旨在提供 1.以案例的形式讲解各类有限元问题的程序实现,并提供所有案例完整源码;2.单元…

MLP手写数字识别(3)-使用tf.data.Dataset模块制作模型输入(tensorflow)

1、tensorflow版本查看 import tensorflow as tfprint(Tensorflow Version:{}.format(tf.__version__)) print(tf.config.list_physical_devices())2、MNIST数据集下载与预处理 (train_images,train_labels),(test_images,test_labels) tf.keras.datasets.mnist.load_data()…

JSON.toJSONString() 输出 “$ref“:“$[0]“问题解决及原因分析

一、背景 在构建一个公共的批处理方法类的时候,在测试输出的时候,打印了" r e f " : " ref":" ref":"[0][0]"的内容,这让我比较疑惑。不由得继续了下去… 二、问题分析 首先,我们需要…

《苍穹外卖》前端课程知识点记录

一、VUE基础知识 基于脚手架创建前端工程 1. 环境要求 安装node.js:Node.js安装与配置(详细步骤)_nodejs安装及环境配置-CSDN博客查看node和npm的版本号 安装Vue CLI:Vue.js安装与创建默认项目(详细步骤)…

DHCPv4_CLIENT_ALLOCATING_06: 发送DHCPDISCOVER消息 - 在没有收到DHCPOFFER消息时超时并重新发送

测试目的: 验证DOIP客户端在未收到DHCP服务器的DHCOFFER消息时,能够正确地超时并重传DHCPDISCOVER消息。 描述: 在DOIP网络环境中,当客户端(DUT)启动并尝试获取IP地址时,它首先发送DHCPDISCO…

IoTDB 入门教程 基础篇⑨——TsFile导入导出工具

文章目录 一、前文二、准备2.1 准备导出服务器2.2 准备导入服务器 三、导出3.1 导出命令3.2 执行命令3.3 tsfile文件 四、导入4.1 上传tsfile文件4.2 导入命令4.3 执行命令 五、查询六、参考 一、前文 IoTDB入门教程——导读 数据库备份与迁移是数据库运维中的核心任务&#xf…

获取淘宝商品销量数据接口

淘宝爬虫商品销量数据采集通常涉及以下几个步骤: 1、确定采集目标:需要明确要采集的商品类别、筛选条件(如天猫、价格区间)、销量和金额等数据。例如,如果您想了解“小鱼零食”的销量和金额,您需要设定好价…

设计模式之前端控制器模式

想象一下,你的Java Web应用是个交响乐团,每个功能模块是乐手,而用户请求就像是一首首待演绎的曲目。在这场音乐盛宴中,谁来保证演出的流畅与协调?答案就是——前端控制器模式!它如同乐队的指挥,…

用LangChain打造一个可以管理日程的智能助手

存储设计定义工具创建llm提示词模板创建Agent执行总结 众所周知,GPT可以认为是一个离线的软件的,对于一些实时性有要求的功能是完全不行,比如实时信息检索,再比如我们今天要实现个一个日程管理的功能,这个功能你纯依赖…

短视频素材去哪里找免费?短视频素材从哪儿下载?

在这个数字内容为王的时代,视频已经成为沟通信息和吸引观众的强大工具。无论是在市场营销、教育还是娱乐领域,高质量的视频素材都是制作引人注目内容的关键。以下列出的网站提供多样的视频素材,帮助您增强视觉叙述,并在竞争激烈的…