奈奎斯特定律和香农定理

(一) 波特率和比特率

1、波特率指的是信号每秒钟电平变化的次数,单位是Hz:比如一个信号在一秒钟内电平发生了365次变化,那么这个信号的波特率就是365Hz;

2、比特率是信号每秒钟传输的数据的位数,我们知道在计算机中,数据都是用0,1表示的,所以比特率也就是每秒钟传输0和1的个数,单位是bps(bit per second)。

3、那么这两者啥关系呢?我们可以假设一个信号只有两个电平,那么这个时候可以把低电平理解为“0”,高电平理解为“1”,这样每秒钟电平变化的次数也就是传输的0,1个数了,即比特率 = 波特率。但是有些信号可能不止两个电平,比如一个四电平的信号,那么每个电平就可以被理解成“00”,“01”,“10”,“11”,这样每次电平变化就能传输两位的数据了,即比特率 = 2 ×波特率。一般的,bit

rate = buad rate × log2L,这里L就是信号电平的个数。

作者:Dallin0408

来源:CSDN 

(二)奈奎斯特(理想状况下,无噪声)

奈奎斯特公式:表示一个有线宽带的无噪声信道的最大数据传输率

Cmax=2B*log2V(bps)

B:带宽{  模拟带宽hz  数字带宽bps} 信号在最高和最低信号频率中通过,最高信号频率和最低信号频率的差值就叫做带宽。

【关于带宽的题目】

现要在光纤上传输一系列计算机屏幕的图像,屏幕是1920×1200 像素,每个像素有 24 位,每秒钟产生 50屏图像,试求需要多少带宽?

 答:所需要的带宽=1920×1200×24×50=2.765Gbps

V:离散等级(个人理解是比特率)

例题1:

例题2:

一个8kHz 的无噪声信道每毫秒采样1 次,最大数据率是多少? 

答:根据奈奎斯特公式,带宽固定,采样频率固定,最大数据率取决于电平级数 L。 每秒采样 1000 次,若每次采样产生 16 位数据,则最大数据率为 16kbps; 若每次采样产生 1024位,则最大数据率约为 1.024Mbps。

(未理解)

例题3:

奈奎斯特定理只适合铜线,还是同样适用于高质量单模光纤? 

答:奈奎斯特定理是一个数学性质,和具体技术无关。其含义是:如果一个函数的傅里叶频 谱不包含频率在 f 之上的正弦和余弦分量,以频率 2f 对该函数采样,就可以获得全部信息。 因此,奈奎斯特定理适用于任何传输媒体。

(三)香农定理

容量:信道中最高的比特率

信道的极限传输速率(信道的最大容量)Cmax

Cmax=Blog2(1+S/N)

S/N:信噪比  信号功率S  噪声功率N

例题1:

在信噪比为 20dB 的3kHz 信道上发送二进制信号,最大数据率是多少?

 答:看到db立刻想到换算:10log10(S/N)=20db  故S/N=100

按照香农公式,S/N=100,可计算出最大数据率是19.975kbps。 而按照奈奎斯特公式,计算出最大数据率为6kbps。 因此,最大数据率为 6kbps。

例题2:

二进制信号在信号在信噪比为127:1的4kHz的信道上传输,最大的数据率可以达到:

A. 28000b/s

B. 8000b/s

C. 4000b/s

D. 可以无限大

分析:看到信噪比,马上上手就可以计算得到:

速率 = 4klog2(1+127)=4k⋅7=28kbps=28000b/s4klog2(1+127)=4k⋅7=28kbps=28000b/s

先别急着选,要想二进制信号就是说直接用的是一位编码表示2个状态,就是V = 2时,可以计算奈奎斯特。

速率 = 2⋅4k⋅log22=8000b/s2⋅4k⋅log22=8000b/s

这样就很有意思了。奈奎斯特得到的比香农小,二者取较小的。

例题3:

若连接R2和R3链路的频率带宽为8Hz,信噪比为30dB,该链路的实际传输速率约为理论最大值的50%,则该链路的实际传输速率约为:C

A. 8kbps

B. 20kbps

C. 40kbps

D. 80kbps

分析:看到dB,马上想到要换算。

10log10(S/N)=30

→S/N=1000→S/N=1000

由此得到信道的极限速率 = 8k⋅log21000=80kbps

因为实际是这个一半,因此得到的是40kbps.

如果直接代入的是30,得到极限速率是40kbps,再取一半,结果是20kbps,感觉很像,实际上是错误的。

【例题4】

要使用多大的信噪比才能在 100kHz 的线路上传输 T1 信号?

 答:根据香农公式,有Hlog2(1+S/N)=1.544×106 ,其中H=100,000 可算出 S/N=215-1,即大约46dB

理解:已知T1信号的数据传输率为1.544*10的6次方,记住。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,560评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,104评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,297评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,869评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,275评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,563评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,833评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,543评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,245评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,512评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,011评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,359评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,006评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,062评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,825评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,590评论 2 273
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,501评论 2 268

推荐阅读更多精彩内容