计算机网络——物理层（奈氏准则和香农定理）

前面我们已经了解一些数据通信的基本知识，没有看过上一篇得小伙伴可以点击这里：

https://blog.csdn.net/qq_67693066/article/details/136685045

今天我们来学习两个准则——奈氏准则和香农定理：

失真

失真： 是指信号在传输过程中的衰减或扭曲。当信号通过通信通道或传输媒介时，由于噪声、衰减或反射等因素，信号可能会发生失真。失真导致信号的波形形状发生变化，从而影响数据的准确性和可靠性。

码间串扰

码间串扰（Inter-Symbol Interference，ISI）是数字通信中常见的一种失真形式，它发生在相邻码元之间的干扰导致信号间隔模糊，从而使接收端难以准确识别每个码元。

这里注意一下，这里的信号带宽过高过低都不行。过低会导致数据没传过去就消磨干净了，过高会导致码元过于紧密导致无法识别。

奈氏准则（奈奎斯特定理）

奈氏准则，也被称为奈奎斯特定理，是1924年由奈奎斯特推导出的准则。它主要描述了在理想低通（即无噪声、带宽受限）的信道中，为了避免码间串扰，码元的传输速率的上限值。具体地，极限码元传输速率为2WBaud，其中W是理想低通信道的带宽，单位为Hz；Baud是波特

极限数据率

奈氏准则倒是不难，但是这个极限数据率会结合奈氏准则，这个就会和香农定理搞混：

奈氏准则（奈奎斯特定理）为极限数据率提供了一个重要的理论基础。在理想低通（无噪声、带宽有限）的信道中，为了避免码间串扰，极限码元传输速率为2W波特，其中W是信道的带宽。进一步地，如果V表示每个码元离散电平的数目（即码元可以表示的不同状态的数量），则理想低通信道下的极限数据传输速率可以通过公式2Wlog2V来计算，单位为b/s（比特每秒）。这个公式表明，信道的带宽越宽，或者每个码元所能表示的信息量越大，那么数据的极限传输速率就越高。举个例子：

噪声

噪声是指在信号传输过程中，由于各种原因而产生的干扰或杂音。这些干扰或杂音可能会影响信号的质量和可靠性，导致信息传输错误或失真噪声可能来自多种源头，包括电子设备、传输介质以及自然环境等。为了降低噪声对信号传输的影响，通信系统通常会采用一系列技术，如信号调制、纠错码和滤波器等，以提高信号传输的质量和可靠性。

信噪比

信噪比 SNR或S/N是指一个电子设备或者电子系统中信号与噪声的比例，是用来描述信号中有效成分与噪声成分的比例关系的参数。信噪比的计量单位是dB，其数值越高，代表信号中的噪声越小，信号质量越好。

对于一张图像来说，信噪比高意味着画面干净无噪点，而信噪比低则会使图像粗糙噪声多，画面发灰不通透，对比度不够。同样，对于音频来说，信噪比高意味着音频质量纯净，噪声少。

信噪比广泛应用于许多领域，如生物学、通信科技等，其定义随应用背景的不同而有所变化，但都围绕着有效信息与噪声之间的关系。

香农定理

上面的奈氏准则是建立在无噪声、带宽有限的情况之下。而香农定理是建立在带宽有限，有噪声的前提下：

香农定理：描述了有限带宽、有随机热噪声信道的最大传输速率与信道带宽、信号噪声功率比之间的关系（通过公式C=Wlog2(1＋S/N)来计算可得到的链路速度，其中C是链路速度，W是链路带宽，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。）。具体来说，它指出在给定信道条件下存在一个极限数据传输速率。

举个例子：

奈氏准则和香农定理的区别