【计算机网络--物理层】编码和调制与数据交换方式

简介: 【计算机网络--物理层】编码和调制与数据交换方式

基带信号与宽带信号


信道:某个方向信号传输

信道上传送信号分类:


基带信号


来自信源的信号(可以是数字信号,模拟信号),

将数字信号01直接用不同电压表示,送到数字信道上去传输(基带传输)

直接表达了要传输的信息

比如声波,计算机输出的代表各种文字图像的信号都是基带信号


宽带信号


将基带信号调制后形成的频分复用信号,在传送到模拟信道上去传输(宽带传输)

载波调制后,放到信道传输


小结


远距离传输:宽带传输(整容过)

近距离:基带传输


编码与调制


数字数据—数字信号 编码 通过数字发送器
数字数据----模拟信号 调制 通过调制器
模拟数据—数字信号 编码 通过PCM编码器
模拟数据----模拟信号 调制 通过放大器调制器



编码调制的方法


数字数据编码为数字信号


1668329328036.jpg

常见的编码方式包括有:


非归零码、NRZ—高1低0----难以保持同步,没有检错功能


归零码、------每个码元内都要归零


反向非归零码、----电平反转是0,电平不变表1


曼彻斯特编码和------优秀-----不用额外传递同步信号—前高后低1,反之为0----数据传输速率是调制速率的1/2


差分的曼彻斯特编码。-----同1异0----抗干扰性强于曼彻斯特编码


4B/5B编码----插入额外比特打破连续的0/1,编码效率80%,----采用16个来表示码,其他16种表示控制码—开始结束-线路状态


数字数字调制为模拟信号


ASK— 调幅

FSK----调频

PSK----调向

QAM----调幅+调相

1668329363283.jpg


模拟数据编码为数字信号


  • PCM—脉码调制----能达到最高保真水平----PCM编码----用于素材保存,音乐欣赏------实现音频数字化----CD、DVD以及WAV文件都有应用
  • 包括三步----抽样、量化、编码
  • 抽样:对模拟信号周期性扫描----连续信号编程时间上的离散信号----采样定理进行采样:f采样频率>=2f信号最高频率
  • 量化:电平分级标准转化为对应的数字值
  • 编码:把量化结果转化为对应二进制编码
  • 采样定理:就是取得点越密越带劲
  • 与此同时音乐采样频率,一般44100Hz,
  • 因为人类能听到的声音最高时20k Hz,所以2*20k Hz = 40k Hz,所以这样高于二倍人类听力范围的采样频率,非常靠谱因为人类的听觉最高能区分就是这里了
  • 为什么人们说:高频失真
  • 因为采样没采样到,波形把握不好导致的。

1668329384421.jpg

1668329412364.jpg


1996年,intel、创新、YAMAHA、NS、ADI五家公司共同制定了大家所熟知的AC97音频规范,声卡的数字线路和模拟新路分开始用两块芯片,内置音效,并统一输出采样率为48kHz。


总算可以解决万恶之源了,但结局并没有料想的这么美好。但由于强制统一,导致44.1kHz的文件以48kHz方式输出会有很大的SRC失真(采样频率变换),反而受到了消费者的一致批评。

最后一版已经修改成多采样率输出,但部分厂商也没有跟进,于是2004年4月15日,又是intel牵头,联合80多家公司制定了沿用至今的HDAudio规范,支持的规格和上限都有了质的飞跃。

位深方面,其实一开始并不都是16bit,十九世纪七十年代,飞利浦固执己见继续用14bit,而索尼坚持16bit,它拥有96.33dB的高信噪比,噪音更低音质更好,最终获得了消费者的认可,16bit 44.1kHz也就成了如今的金科玉律,即便厂商一直在推48kHz,但很多音乐制作人还是保守使用老流程、老方案。


时代在进步,正版CD不少都是HDCD唱片,有CD和HDCD两条音轨的的,其中CD轨依然是普通的16bit 44.1kHz,因为兼容性较高;而HDCD则记录了24bit 96kHz。


模拟信号调制为模拟信号


频分复用,为了实现传输的有效性----充分利用带宽资源

把声音搬到一个高的频率上,然后再传输,然后再恢复—不易于受损


数据交换


电路交换


circuit exchanging

数据传输结束之前,线路一直保持----独占资源

适合大量传输、实时性强

全双工

控制简单

缺点:建立连接时间长、灵活性差、没有数据存储能力、无法发现纠正传输差错


报文交换


Message exchanging

一次性要发送的数据块----报文----长度不确定

存储转发方式

根据路由表走路

无需建立连接、平滑数据量、动态找路、提高线路利用率、提供多目标服务—一个报文变成多个报文

缺点:实时性差、只适用于数字信号、因为报文长度不确定要求较大报文缓冲区


分组交换


1668329995680.jpg

分组: packet

分小块发送—限制长度—一般128B----切割后最后再到了目的地组装

随时发送分组、无需建立连接、方便存储、加速传输、提高可靠性

缺点:存储转发时延,降低通信效率


数据报方式


数据包方式为无连接服务----不是先确定传输路径

每个分组要携带源地址和目的地址、分组号

适用于突发性通信


虚电路方式


逻辑上链接的电路,结合了电路交换方式的优点,为网络层提供连接服务

建立连接—数据传输----释放连接

每个分组携带虚电路号、分组好、检验和等控制信息

不用路由选择、只需要差错检测

可以流量控制、保证分组有序到达

缺点:路径上有一个节点出现问题


相关文章
|
6月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
487 0
|
7月前
|
机器学习/深度学习 数据采集 传感器
【故障诊断】基于matlab BP神经网络电机数据特征提取与故障诊断研究(Matlab代码实现)
【故障诊断】基于matlab BP神经网络电机数据特征提取与故障诊断研究(Matlab代码实现)
237 0
|
8月前
|
数据采集 存储 算法
MyEMS 开源能源管理系统:基于 4G 无线传感网络的能源数据闭环管理方案
MyEMS 是开源能源管理领域的标杆解决方案,采用 Python、Django 与 React 技术栈,具备模块化架构与跨平台兼容性。系统涵盖能源数据治理、设备管理、工单流转与智能控制四大核心功能,结合高精度 4G 无线计量仪表,实现高效数据采集与边缘计算。方案部署灵活、安全性高,助力企业实现能源数字化与碳减排目标。
238 0
|
5月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
238 0
|
6月前
|
机器学习/深度学习 数据采集 运维
改进的遗传算法优化的BP神经网络用于电厂数据的异常检测和故障诊断
改进的遗传算法优化的BP神经网络用于电厂数据的异常检测和故障诊断
|
8月前
|
存储 监控 算法
基于 Python 跳表算法的局域网网络监控软件动态数据索引优化策略研究
局域网网络监控软件需高效处理终端行为数据,跳表作为一种基于概率平衡的动态数据结构,具备高效的插入、删除与查询性能(平均时间复杂度为O(log n)),适用于高频数据写入和随机查询场景。本文深入解析跳表原理,探讨其在局域网监控中的适配性,并提供基于Python的完整实现方案,优化终端会话管理,提升系统响应性能。
218 4
|
9月前
|
开发者
鸿蒙仓颉语言开发教程:网络请求和数据解析
本文介绍了在仓颉开发语言中实现网络请求的方法,以购物应用的分类列表为例,详细讲解了从权限配置、发起请求到数据解析的全过程。通过示例代码,帮助开发者快速掌握如何在网络请求中处理数据并展示到页面上,减少开发中的摸索成本。
鸿蒙仓颉语言开发教程:网络请求和数据解析
|
SQL 安全 网络安全
网络安全与信息安全:知识分享####
【10月更文挑战第21天】 随着数字化时代的快速发展,网络安全和信息安全已成为个人和企业不可忽视的关键问题。本文将探讨网络安全漏洞、加密技术以及安全意识的重要性,并提供一些实用的建议,帮助读者提高自身的网络安全防护能力。 ####
371 17
|
SQL 安全 网络安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
随着互联网的普及,网络安全问题日益突出。本文将从网络安全漏洞、加密技术和安全意识三个方面进行探讨,旨在提高读者对网络安全的认识和防范能力。通过分析常见的网络安全漏洞,介绍加密技术的基本原理和应用,以及强调安全意识的重要性,帮助读者更好地保护自己的网络信息安全。
289 10
|
存储 SQL 安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
随着互联网的普及,网络安全问题日益突出。本文将介绍网络安全的重要性,分析常见的网络安全漏洞及其危害,探讨加密技术在保障网络安全中的作用,并强调提高安全意识的必要性。通过本文的学习,读者将了解网络安全的基本概念和应对策略,提升个人和组织的网络安全防护能力。