【计算机网络】王道考研笔记整理(2)物理层

第二章 · 物理层

2.1 通信基础的基本概念

        本节主要介绍通信中常用的一些基本概念,包括:信源、信宿、信号、信道,以及码元、速率、波特。

        首先,我们来看什么是信源、信宿、信号、信道,这些概念通过一张图就可以理解。其中,信号一般有两种类型,分别是连续性信号和离散型信号(这个对于学过模电数电的同学比较容易理解,同时,连续性信号又称模拟信号,离散型信号又称数字信号)

        每一个信号都对应若干比特的二进制码,因此,我们可以将一个信号称为一个码元(可以理解为表示二进制编码的元素)。有时,我们称一个信号周期的长度为码元宽度。

        在一个信号周期中,如果可能出现 4 种信号,那么每种信号对应一个 4 进制数(2 bit)。这时,因为一个码元可能有 4 种状态,所以可以称其为 4 进制码元(一个码元携带 2 bit 数据)。类似,如果一个码元可能有 8 种状态,那么可以称其为 8 进制码元(一个码元携带 3 bit 数据)。不难总结出:一个码元有 N 种状态,那么它携带了 log2_N bit 的数据

        使用高进制码元的优点在于每个“信号周期”内,也就是每个码元可以传输更多信息。但同时,需要加强信号功率,并且对信道的要求会更高

        在上一章讨论速率这个概念时,我们一直采用的单位是 bps,但我们也可使用码元/秒(波特)作为单位来表示传递数据的速率,这就是波特率。在波特率和比特率进行转化时,我们需要关注的就是一个码元可以携带几个比特。 

2.2 信道的极限容量

        本节我们主要介绍什么是香农定理和奈奎斯特定理。

1. 噪声

        在介绍以上两个定理之前,我们先要了解噪声的概念。信号是数据的载体,在信道上传输。但如果此时周围存在磁场之类的物质,那么它就有可能对信道产生干扰,影响信道的数据传输效率。这就是噪声。

2. 奈奎斯特定理

        奈奎斯特定理说的是对于一个理想低通信道(无噪声)、带宽有限的信道,极限波特率2W (单位:波特,即码元/秒)。

        这里 W 是信道的频率带宽,单位是 Hz。

3. 香农定理

        对于一个有噪声、宽带有限的信道,极限比特率是 Wlog_2{(1+\frac{S}{N})} (单位:bit/s)

        这里 W 是信道的频率带宽,单位是 Hz。S/N 是信噪比,也就是信号的功率/噪声的功率,单位为无。

        有些时候因为信噪比很大,为了方便记录会采用以分贝(dB)为单位的信噪比。一般无单位的信噪比和有单位的信噪比转换公式为:有单位信噪比 = 10 log_10 无单位信噪比。但是要注意,在香农定理的公式中计算时,只能使用无单位的信噪比,因此计算前一定要将有单位的信噪比转换成无单位信噪比。

4. 对比分析

        对比奈奎斯特定理和香农定理,我们可以发现,奈奎斯特定理说明:

  • 如果波特率太高,会导致“码间串扰”,即接收方无法识别码元。
  • 带宽越大,信道传输码元的能力越强。

        但它并没有对一个码元最大可以携带多少比特做出解释。而香农定理结合奈奎斯特定理就可以说明,在带宽、信噪比确定的信道上,一个码元可以携带的比特数是有上限的

        另外,香农定理说明,提升信道带宽、加强信号功率,降低噪声功率,都可以提高信道的极限比特率

        

2.3 编码和调制

        本节我们首先要学习什么是编码,解码,调制,解调。这里我们利用下图就可以很清晰的理解这几个概念。

        接着我们要学习一些常用的编码方法,可以先通过下图有一个简单的认识:

  • 不归零编码:低 0 高 1,中间不变。
  • 归零编码:低 0 高 1,中间归零。
  • 反向归零编码:跳 0 不跳 1,中间不变。
  • 曼彻斯特编码:中间必变,上跳为 0,下跳为 1。(有的也可能是上跳为 1,下跳为 0)
  • 差分曼彻斯特编码:中间必变,每个时间周期间跳 0 不跳 1。 

        另外我们也需要分析这些不同编码方式的优缺点。

        【解释】自同步能力指的是在数字通信系统中,接收端能够从接收到的信号中提取出时钟信号,从而实现接收端与发送端在时间上的同步,而不需要额外专门的同步信道来传输同步信号。

        【举例】在曼彻斯特编码中,每一位的中间都有一个跳变,这个跳变既可以作为数据信号,又可以作为时钟信号。接收端通过检测这些跳变,就能恢复出时钟信号,实现与发送端的同步。这样即使在数据传输过程中,接收端也能依据信号本身的特征,自行建立起与发送端一致的时间基准,进而准确地对数据进行采样和判决,正确解读发送端发送的数据内容。

        然后,我们来学习一些常用的调制方法:

  • 调幅 AM:通过不同振幅来表示不同的数字信号。又名幅移键控(ASK)
  • 调频 FM:通过不同频率来表示不同的数字信号。又名频移键控(FSK)
  • 调相 PM:通过不同相位来表示不同的数字信号。又名相移键控(PSK)

        如果一个信号周期内,变化因素有 K 个不同的值,那么 1 码元 = log_2 K bit。另外,还有一种调制方法叫正交幅度调制(QAM):将 AM,PM 结合起来,形成叠加信号。若设计 m 种幅值,n 种相位,则将 AM,PM 信号两两复合,可调制出 mn 种信号,即 1 码元 = log_2 mn bit

2.4  传输介质

        本节主要讨论传输介质相关的考点,涉及以下一些概念:

        导向型指的是信号朝固定方向传播,而非导向型指的是信号朝四面八方传播。 

1. 双绞线

        主要由两根导线相互绞合而成,分为有屏蔽层的屏蔽双绞线(STP)和没有屏蔽层的非屏蔽双绞线(UTP)。一般而言,增加导线中的绞合度,屏蔽层可以提高双绞线的抗电磁干扰能力。代表应用近些年的局域网网线。

 2. 同轴电缆

        主要由内导体(用于传输信号)+ 外导体屏蔽层(用于抗电磁干扰)。抗干扰能力较好,屏蔽层带来了良好的抗干扰性。代表应用有早期的局域网、早期的有线电视。

3. 光纤

        主要由纤芯(高折射率)+ 包层(低折射率),利用光的全反射特性,在纤芯内传输光脉冲信号。一般分为单模光纤和多模光纤。单模光纤中只有一根光线在一根光纤中传输,适合长距离传输,而多模光纤中有多条光线在一根光纤中传输,适合近距离传输。光纤的抗干扰能力极好,因为光信号对电磁干扰不敏感。不仅如此,在光纤传输中,信号传输损耗小,长距离传输时中继器少,并且光纤较细,节省空间。

        以太网对有线传输介质的命名规则,速度 + Base + 介质信息

  • 10Base5 ———— 10Mbps,同轴电缆,最远传输距离500m。
  • 10Base2 ———— 10Mbps,同轴电缆,最远传输距离200m。
  • 10BaseF*———— 10Mbps,光纤。*可以是其他信息,如 10BaseFL、10BaseFB、10BaseFP。
  • 10BaseT*———— 10Mbps,双绞线。 *可以是其他信息,如 10BaseT1S、10BaseT1L。

 4. 无线传输介质

        主要包括无线电波、微波通信还有其它如红外线通信、激光通信等等。无线电波的穿透能力强,传输距离长,信号指向性弱,而微波通信的频率带宽高,信号指向性强,保密性差。

        对于电磁波可以有以下特性:

  • 频率、波长呈反比。
  • 频率越高,数据传输能力越强。
  • 波长越短,信号指向性越强,信号越趋于直线传播。
  • 波长越长,穿透能力越强。

        因此,我们可以得出结论:长波适合长距离、非直线通信,短波更适合短距离、高速通信。

5. 物理层接口的特性

        这一部分仅作了解即可,下面的思维导图帮助理解记忆。

2.5 物理层设备

          本节主要介绍中继器和集电器这两种电气设备。

1. 中继器

        如果一个电路信号的传输距离过长,那么就很容易出现失真的现象。因此,我们需要使用中继器,在传输过程中将信号重整,再发送。

        中继器只有两个端口,通过一个端口接收信号,将失真信号整形再生,并转发至另一个端口。但仅支持半双工通信,也就是两端连接的节点不可同时发送数据,这会导致冲突。一般我们称中继器两个端口对应两个“网段”。

2. 集线器

        集线器本质上是多端口中继器,集线器将其中一个端口接收到的信号整形再生后,转发到所有其他端口。各端口连接的节点不可同时发送数据,这会导致“冲突”。

        集线器的 N 个端口对应 N 个网段,各个网段属于同一个“冲突域”。如下图所示,三个子集线器连在一个主干集线器上,那么这三个子集线器形成的三个冲突域就连成了一个更大的冲突域。

 3. 中继器和集线器的一些特性

        【解释】5-4-3 原则指的是使用集线器(或中继器)连接 10Base5 网段时,最多只能串联 5 个网段,使用 4 台集线器(或中继器),只有 3 个网段可以挂接计算机。

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.pswp.cn/diannao/90664.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/90664.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

2023年IEEE TITS SCI2区TOP,增强回溯搜索算法EBSA+多无人机辅助商业包裹递送系统飞行规划,深度解析+性能实测

目录1.摘要2.回溯搜索算法BSA原理3.模型定义4.增强回溯搜索算法EBSA5.结果展示6.参考文献7.算法辅导应用定制读者交流1.摘要 利用无人机进行商业包裹投递可以显著推动物流行业的转型升级,这得益于节省了人力资源成本,而无人机正在成为智能交通运输系统的…

window wsl 环境下编译openharmony,HarmonyOS 三方库 FFmpeg

1.wsl 创建 C:\Users\Administrator>wsl --list --online 以下是可安装的有效分发的列表。 使默认分发用 “*” 表示。 使用 wsl --install -d <Distro> 安装。 NAME FRIENDLY NAME Ubuntu Ubuntu Debian Debian GNU/Linux kali-linux Kali Linux Rolling Ub…

Kubernetes服务暴露与负载均衡深度探析

目录 Kubernetes服务基础 服务类型与适用场景 服务发现与DNS 负载均衡机制 kube-proxy IPVS Ingress控制器 Ingress与服务暴露 Ingress资源 Ingress控制器 负载均衡策略与配置 服务配置 Ingress配置 IPVS配置 高可用性设计 服务冗余 Ingress控制器高可用 负载…

探索飞算 JavaAI 进阶:解锁高效Java开发的新维度

前引&#xff1a;在当今快速迭代的软件开发领域&#xff0c;Java作为企业级应用的基石&#xff0c;持续推动着技术创新。随着性能需求的提升&#xff0c;“飞算JAVA”应运而生&#xff0c;它融合了现代优化理念&#xff0c;为开发者提供了一套简洁、高效的解决方案。本文将深入…

Java大厂面试故事:谢飞机的互联网医疗系统技术面试(Spring Boot、MyBatis、Kafka、Spring Security、AI等)

Java大厂面试故事&#xff1a;谢飞机的互联网医疗系统技术面试&#xff08;Spring Boot、MyBatis、Kafka、Spring Security、AI等&#xff09;本文以互联网医疗场景为主线&#xff0c;模拟Java大厂真实面试流程&#xff0c;由严肃面试官与"水货"程序员谢飞机展开有趣…

Deekseek 学习笔记

目录 比较全的微调笔记&#xff0c;推荐&#xff1a; ds 硬件gpu测试网站&#xff1a; 比较全的微调笔记&#xff0c;推荐&#xff1a; 零基础入门&#xff1a;DeepSeek微调教程来了&#xff01;_deepseek微调训练-CSDN博客 r1微调笔记&#xff1a; https://zhuanlan.zhihu…

aksk前端签名实现

需求&#xff1a; 页面和后台使用aksk进行签名校验&#xff0c;普通JSON参数签名没问题&#xff0c;但使用formData上传文件时签名总是无法通过后台校验 关键点&#xff1a; 1、浏览器在传递formData格式数据时会自动随机boundary&#xff0c;这样页面无法在请求发起前拿到随机…

基于物联网的智能体重秤设计与实现

标题:基于物联网的智能体重秤设计与实现内容:1.摘要 随着物联网技术的飞速发展&#xff0c;智能设备在人们日常生活中的应用越来越广泛。本研究的目的是设计并实现一款基于物联网的智能体重秤&#xff0c;以满足人们对健康数据实时监测和管理的需求。方法上&#xff0c;采用高精…

安全领域的 AI 采用:主要用例和需避免的错误

作者&#xff1a;来自 Elastic Elastic Security Team 安全领域的 AI 采用&#xff1a;主要用例和需避免的错误 人工智能&#xff08;artificial intelligence - AI&#xff09;在安全领域的广泛应用呈现出一种矛盾。一方面&#xff0c;它帮助安全专家大规模应对高级威胁&…

Element-Plus-全局自动引入图标组件,无需每次import

效果图配置如下1、核心代码修改main.js/ts//main.js // 全局注册图标组件 import * as ElementPlusIconsVue from element-plus/icons-vue for (const [key, component] of Object.entries(ElementPlusIconsVue)) {app.component(key, component) } app.use(ElementPlusIconsVu…

日历插件-FullCalendar的详细使用

一、介绍FullCalendar 是一个功能强大、高度可定制的 JavaScript 日历组件&#xff0c;用于在网页中显示和管理日历事件。它支持多种视图&#xff08;月、周、日等&#xff09;&#xff0c;可以轻松集成各种框架&#xff0c;并提供丰富的事件处理功能。二、实操案例具体代码如下…

【A题解题思路】2025APMCM亚太杯中文赛A题解题思路+可运行代码参考(无偿分享)

注&#xff1a;该内容由“数模加油站”原创&#xff0c;无偿分享&#xff0c;可以领取参考但不要利用该内容倒卖&#xff0c;谢谢&#xff01;A 题 农业灌溉系统优化问题1思路框架&#xff1a;1.1 研究背景与问题意义土壤湿度是农业生产中影响作物根系水分供应的关键环境指标。…

【JAVA】面向对象三大特性之继承

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录前言一、继承的概念和使用细则1.1 继承的基本使用和含义1.2 关于子类访问父类成员的问题1.3 super关键的引出1.4 super调用父类当中指定的构造方法1.5 关于super和th…

基于深度学习的自动调制识别网络(持续更新)

基于卷积神经网络架构 CNN 参考文献 T.J. O’Shea, J. Corgan, T.C. Clancy, Convolutional radio modulation recognition networks, in: Proc. Int. Conf. Eng. Appl. Neural Netw., Springer, 2016, pp. 213–226. MCNet 参考文献 T. Huynh-The, C.-H. Hua, Q.-V. Pha…

Java进阶---并发编程

一.线程复习1.什么是线程&#xff0c;进程进程是操作系统分配资源的基本单位线程是进程中的一个执行单元(一个独立执行的任务)&#xff0c;是cpu执行的最小单元2.Java中如何创建线程1.继承Thread类&#xff0c;重写run()&#xff0c;直接创建子类的对象2.类实现Runnable接口&am…

小车循迹功能的实现(第六天)

&#x1f468;‍&#x1f4bb;个人主页&#xff1a;开发者-削好皮的Pineapple! &#x1f468;‍&#x1f4bb; hello 欢迎 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍&#x1f4bb; 本文由 削好皮的Pineapple! 原创 &#x1f468;‍&#x1f4…

C++ auto与 for循环

一、数组 #include <iostream> #include <vector> using namespace std; int main() {int vec[6] {1,2,3};for (auto num : vec) { /* num 是 int */ cout << "Hello, world!" << num <<endl;}return 0; }二、STL容器与迭代器 for 循…

【RK3568+PG2L50H开发板实验例程】FPGA部分 | ROM、RAM、FIFO 的使用

本原创文章由深圳市小眼睛科技有限公司创作&#xff0c;版权归本公司所有&#xff0c;如需转载&#xff0c;需授权并注明出处&#xff08;www.meyesemi.com) 1.实验简介 实验目的&#xff1a; 掌握紫光平台的 RAM、ROM、FIFO IP 的使用 实验环境&#xff1a; Window11 PDS2022…

力扣-21.合并两个有序链表

题目链接 21.合并两个有序链表 class Solution {public ListNode mergeTwoLists(ListNode list1, ListNode list2) {ListNode p1 list1;ListNode p2 list2;ListNode p new ListNode(0);ListNode cur p;while (p1 ! null && p2 ! null) {if (p1.val > p2.val) …

MoE混合专家模型:千亿参数的高效推理引擎与架构革命

本文由「大千AI助手」原创发布&#xff0c;专注用真话讲AI&#xff0c;回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我&#xff0c;一起撕掉过度包装&#xff0c;学习真实的AI技术&#xff01; 从稀疏激活到多模态协同的智能计算范式 &#x1f9e9; 一、核心思想与…