《无线网络:理解和应对互联网环境下网络互连所带来的挑战》——1.3 无线与有线的差异

简介: 为什么会出现这么多不同的无线网络技术呢?这些技术的变化和演进为什么又会如此迅速呢?答案就是整个无线网络的问题空间既庞大而又多样。所以尚不存在所谓的“终极武器”,即不存在一个能解决所有问题的终极技术。这在一定程度上是由于人们很少做整体解决方案的工作。

本节书摘来自华章出版社《无线网络:理解和应对互联网环境下网络互连所带来的挑战》一书中的第1章,第1.3节,作者:(美)杰克L.伯班克(Jack L. Burbank)等著,更多章节内容可以访问云栖社区“华章计算机”公众号查看

1.3 无线与有线的差异

为什么会出现这么多不同的无线网络技术呢?这些技术的变化和演进为什么又会如此迅速呢?答案就是整个无线网络的问题空间既庞大而又多样。所以尚不存在所谓的“终极武器”,即不存在一个能解决所有问题的终极技术。这在一定程度上是由于人们很少做整体解决方案的工作。尤其是当问题空间面临许多基础技术挑战的时候,而这恰恰是无线网络问题空间的特点。
无线网络在许多方面通常是有短板的,并且面临许多有线网络领域无需考虑的挑战。下面列举一些无线网络必须克服的问题。
(1)低带宽导致原链路容量受限:这也许是无线网络和有线网络领域最大的区别。在有线领域,解决方案几乎总归结为供应问题。当网络变得拥挤,网络用户群增加时,增加带宽就能解决问题。但在无线领域这并不是一个可行的解决方案。射频频谱是一种宝贵、有限的资源。它既不能被发明也不能被创造。所有无线网络开发人员能做的就是希望能更高效地利用现存的射频频谱资源。无论在有线还是无线网络领域,没有一个技术开发人员希望开发出低效率的解决方案,即使低效率在有线网络领域是可以容忍的。
(2)信道质量恶劣导致数据丢失:在有线领域,信道内(在这里是指线缆上)数据丢失是很少见的。有线基础设施上的信号误码率通常非常低。数据丢失通常是因为拥塞,大量数据涌向基础设施的一个节点,以至于部分数据不能被及时处理。在这种情况下,增加带宽后拥塞问题通常就会得到解决。在无线领域,错误一般总是会发生的。无线信道本质上是不可靠的。技术开发人员必须找到全面的解决方案来应对这些信道错误。希望能同时兼顾带宽效率,使得这个挑战变得更加困难。高效率和低错误率这两个特征很难同时实现。
(3)因地形、环境和移动性(潜在的极端情况)引起的断续连接而产生波动的(可能十分迅速)网络拓扑结构:有线网络领域对设备故障必须具有鲁棒性。这是互联网协议(Internet Protocol,IP)最重要的特点之一,即它能在网络故障点迅速重新路由流量。然而与有线网络相比,无线网络在网络拓扑上具有更大的波动性。如果网络或者网络用户处于高速移动状态,拓扑结构的变化会非常大。因此,有线领域采用的大多数方法在无线领域并不适用。此外,通常情况下,如果无线网络连接到有线设备上,无线领域上的移动性和拓扑变化实际上也可能导致有线领域性能的严重退化。
(4)平台局限性导致尺寸、重量、功率和复杂性的限制:没有一个技术研发人员希望设计出一个大型、笨重而且低效能的产品。然而,有线领域对于这些特性是可以接受的。有线领域的设备通常有电力基础设施。它们一般是固定的,所以虽然尺寸大并不理想却是可以接受的。在无线领域,设备需要小巧轻便,而且在电池电量上也希望能获得相对长的使用时间,否则就无法在消费市场占据一席之地。这些特点限制了在无线领域可以实施的解决方案的种类,与有线领域相比,无线领域变得更加困难。
正是这些因素使得提供有效的无线网络功能在技术上变得具有挑战性,尤其是当考虑如何将这些无线网络集成到一个更大的网络环境的时候。

相关文章
|
算法 网络协议 Java
网络编程懒人入门(四):快速理解TCP和UDP的差异
原作者:MeloDev,本文由即时通讯网重新修订发布,感谢原作者的无私分享。 1、前言 对于即时通讯开者新手来说,在开始着手编写IM或消息推送系统的代码前,最头疼的问题莫过于到底该选TCP还是UDP作为传输层协议。
1657 0
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
41 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
|
1月前
|
机器学习/深度学习 算法 计算机视觉
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
29 2
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
1月前
|
机器学习/深度学习 算法 数据库
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
|
1月前
|
传感器 算法 Go
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
46 2
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
44 5
|
1月前
|
机器学习/深度学习 并行计算 算法
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
32 0