• 回答数

    3

  • 浏览数

    187

xiaoyoubaobei
首页 > 期刊论文 > 有关香农公式的论文参考文献

3个回答 默认排序
  • 默认排序
  • 按时间排序

加杰特侦探

已采纳

b(w)表示带宽4000hz 信噪比r换算分贝数:30db=10lg(r) r=1000则c(rmax)=4000*log(1+1000)=4k*10=40k香农定理给出了信道信息传送速率的上限(比特每秒)和信道信噪比及带宽的关系。香农定理可以解释现代各种无线制式由于带宽不同,所支持的单载波最大吞吐量的不同。在有随机热噪声的信道上传输数据信号时,信道容量rmax与信道带宽w,信噪比s/n关系为:rmax=w*log2(1+s/n)。式中:w是链路的带宽,s是平均信号功率,n是平均噪声功率,信噪比(s/n)通常用分贝(db)表示,分贝数=10×log10(s/n)。注意这里的log2是以2为底的对数。

123 评论

龙宝宝lovyle

克劳德·艾尔伍德·香农(Claude Elwood Shannon), 1916年4月30日出生于美国密歇根州,1936年毕业于密歇根大学并获得数学和电子工程学士学位,1940年获得麻省理工学院(MIT)数学博士学位和电子工程硕士学位。1941年他加入贝尔实验室数学部,并一直工作到1972年。在此期间,1956年他成为麻省理工学院(MIT)客座教授,并于1958年成为终生教授。香农于2001年2月24日去世。据传,香农与大发明家爱迪生有远亲关系。香农的大部分时间是在贝尔实验室和MIT(麻省理工学院)度过的。1948年至1949年间,他先后发表了《通讯的数学原理》和《噪声下的通信》,文章阐明了通信的基本问题,给出了通信系统的模型,提出了信息量的数学表达式,并解决了信道容量、信源统计特性、信源编码、信道编码等一系列基本技术问题。这两篇论文被视为信息论奠基之作。香农也因此一鸣惊人,被誉为“信息论之父”。

174 评论

吃是王道呼

香农定理指出,如果信息源的信息速率R小于或者等于信道容量C,那么,在理论上存在一种方法可使信息源的输出能够以任意小的差错概率通过信道传输。该定理还指出:如果R>C,则没有任何办法传递这样的信息,或者说传递这样的二进制信息的差错率为1/2。可以严格地证明;在被高斯白噪声干扰的信道中,传送的最大信息速率C由下述公式确定:该式通常称为香农公式。C是数据速率的极限值,单位bit/s;W为信道带宽,单位Hz;S是信号功率(瓦),N是噪声功率(瓦)。香农公式中的S/N是为信号与噪声的功率之比,为无量纲单位。如:S/N=1000(即,信号功率是噪声功率的1000倍)但是,当讨论信噪比时,常以分贝(dB)为单位。公式如下:换算一下:公式表明,信道带宽限制了比特率的增加,信道容量还取决于系统信噪比以及编码技术种类。香农公式,通信工程学术语,是香农(Shannon)提出并严格证明的“在被高斯白噪声干扰的信道中,计算最大信息传送速率C公式”:C=B log2(1+S/N)。式中:B是信道带宽(赫兹),S是信道内所传信号的平均功率(瓦),N是信道内部的高斯噪声功率(瓦)。显然,信道容量与信道带宽成正比,同时还取决于系统信噪比以及编码技术种类。香农定理指出,如果信息源的信息速率R小于或者等于信道容量C,那么,在理论上存在一种方法可使信息源的输出能够以任意小的差错概率通过信道传输。该定理还指出:如果R>C,则没有任何办法传递这样的信息,或者说传递这样的二进制信息的差错率为1/2。

206 评论

相关问答

  • 与香港回归颂有关论文参考文献

    转瞬间,香港已经回归祖国十周年。在这十年里她依然稳步发展;依然是“东方明珠”。 香港特区政府统计处的最新资料显示,过去10年,香港经济结构已明显转型:制造业占本

    粉红蚕宝宝 4人参与回答 2023-12-08
  • 与香喷喷爸爸有关论文参考文献

    幼儿教育论文参考文献(一)[1] 李雪晗. “幼儿园选择”问题的深层含义及其社会学思考[J]. 当代学前教育. 2009(03)[2] The Child Ca

    不忘初心258 3人参与回答 2023-12-11
  • 与茶油飘香有关论文参考文献

    就是茶树籽油

    米勒时刻jj 7人参与回答 2023-12-06
  • 与返魂香有关论文参考文献

    中国现代文学研究的开展与深入,与现代文学文献的整理和挖掘息息相关。下面是我为大家整理的现代文学研究本科论文 范文 ,供大家参考。 《 现代文学 教育 文

    l波波刘 4人参与回答 2023-12-08
  • 有关香农公式的论文参考文献

    b(w)表示带宽4000hz 信噪比r换算分贝数:30db=10lg(r) r=1000则c(rmax)=4000*log(1+1000)=4k*10=40k

    xiaoyoubaobei 3人参与回答 2023-12-10