奈奎斯公式和香农公式 奈奎斯特

早在1924年，AT&T的工程师奈奎斯特（HenryNyquist）就认识到在任何信道中，码元传输的速率都是有上限的，并推导出一个计算公式，用来推算无噪声的、有限带宽信道的最大数据传输速率，这就是今天的奈奎斯特定理。由于这个定理只局限在无噪声的环境下计算信道最大数据传输速率，而在有噪声的环境下仍然不能有效计算出信道最大数据传输速率，因此在1948年，香农（ClaudeShannon）把奈奎斯特的工作进一步扩展到了信道受到随机噪声干扰的情况，即在有随机噪声干扰的情况计算信道最大数据传输速率，这就是今天的香农定理。下面分别介绍这两个定理。
　　1．奈奎斯特定理
　　奈奎斯特证明，对于一个带宽为W赫兹的理想信道，其最大码元（信号）速率为2W波特。这一限制是由于存在码间干扰。如果被传输的信号包含了M个状态值（信号的状态数是M），那么W赫兹信道所能承载的最大数据传输速率（信道容量）是：

C =2×W×log2M（bps）

　　假设带宽为W赫兹信道中传输的信号是二进制信号（即信道中只有两种物理信号），那么该信号所能承载的最大数据传输速率是2Wbps。例如，使用带宽为3KHz的话音信道通过调制解调器来传输数字数据，根据奈奎斯特定理，发送端每秒最多只能发送2×3000个码元。如果信号的状态数为2，则每个信号可以携带1个比特信息，那么话音信道的最大数据传输速率是6Kbps；如果信号的状态数是4，则每个信号可以携带2个比特信息，那么话音信道的最大数据传输速率是12Kbps。
　　因此对于给定的信道带宽，可以通过增加不同信号单元的个数来提高数据传输速率。然而这样会增加接收端的负担，因为，接收端每接收一个码元，它不再只是从两个可能的信号取值中区分一个，而是必须从M个可能的信号中区分一个。传输介质上的噪声将会限制M的实际取值。
　　2．香农定理
　　奈奎斯特考虑了无噪声的理想信道，而且奈奎斯特定理指出，当所有其他条件相同时，信道带宽加倍则数据传输速率也加倍。但是对于有噪声的信道，情况将会迅速变坏。现在让我们考虑一下数据传输速率、噪声和误码率之间的关系。噪声的存在会破坏数据的一个比特或多个比特。假如数据传输速率增加了，每比特所占用的时间会变短，因而噪声会影响到更多比特，则误码率会越大。
　　对于有噪声信道，我们希望通过提高信号强度来提高接收端正确接收数据的能力。衡量信道质量好坏的参数是信噪比（Signal-to-NoiseRatio，S/N），信噪比是信号功率与在信道某一个特定点处所呈现的噪声功率的比值。通常信噪比在接收端进行测量，因为我们正是在接收端处理信号并试图消除噪声的。如果用S表示信号功率，用N表示噪声功率，则信噪比表示为S/N。为了方便起见，人们一般用10log10（S/N）来表示信噪比，单位是分贝（dB）。S/N的值越高，表示信道的质量越好。例如，S/N为1000，其信噪比为30dB；S/N为100，其信噪比为20dB；S/N为10，其信噪比为10dB。
　　对于通过有噪声信道传输数字数据而言，信噪比非常重要，因为它设定了有噪声信道一个可达的数据传输速率上限，即对于带宽为W赫兹，信噪比为S/N的信道，其最大数据传输速率（信道容量）为：

C = W×log2(1+S/N)（bps）

　　例如，对于一个带宽为3KHz，信噪比为30dB（S/N就是1000）的话音信道，无论其使用多少个电平信号发送二进制数据，其数据传输速率不可能超过30Kbps。值得注意的是，香农定理仅仅给出了一个理论极限，实际应用中能够达到的速率要低得多。其中一个原因是香农定理只考虑了热噪声（白噪声），而没有考虑脉冲噪声等因素。
　　香农定理给出的是无误码数据传输速率。香农还证明，假设信道实际数据传输速率比无误码数据传输速率低，那么使用一个适当的信号编码来达到无误码数据传输速率在理论上是可能的。遗憾的是，香农并没有给出如何找到这种编码的方法。不可否认的是，香农定理确实提供了一个用来衡量实际通信系统性能的标准。

信道最大数据传输率

爱华网本文地址 » http://www.aihuau.com/a/25101014/198437.html