1.对于信源的发送和接收,我们日常生活中有哪些应用?举里说明其工作原理与信息论的关系
日常生活中的应用有电话,电视台等
信源就是信息的来源,可以是人、机器、自然界的物体等等。信号的产生(物)被称为信源,相对应的概念应该是信号的接受(物)被称为信宿。比如打电话时一方说话,信息通过电话传递给另一方,说话的一方在在这次信息传递中就是信源,另一方就是信宿。信源通过发送消息,通过设备转换为电信号并进行编码加密,以电磁波的形式通过媒介质传输,接受方通过解码解密获取消息实现传输。
2.在面临香农公式被逼近极限,未来无线通信会朝着哪些方向发展?结合信息论谈一下自己的
见解
C是单信道的信道容量,是指我们建立了一个单点输入、单点输出的通信通道(我们称为信道)后,这条通道每秒最多可以传送多少bit的信息量。B是信道的带宽,可以简单理解为分配给一个信道可用的频率范围的一半;S是传送信号的平均功率,而N则是噪声或者干扰信号的平均功率。
从香农公式可知,对于单信道而言,要增加信道容量C,无非三种方式:或增加带宽B,或增加信号功率S,或减少噪声或干扰信号的功率N。信道容量,是理论上的一个极限值,被称为香农极限。
真实的通信过程,要接近极限并不容易。为了对抗信道中的干扰,我们必须对要传递的信息进行编码。这样一来,在大多数情况下,即使传送的信号由于受到干扰而在到达目的地时出错,我们也能根据出错情况把原始信息恢复出来。当然,这样编码的效率非常低,浪费了信道的容量。而一个好的编码,不但要能克服噪声或者干扰,其中用来克服干扰的信息位数还要足够少,这样才有可能接近香农极限。4G通信,采用的就是Turbo码。但是,软判决虽然比较容易实现,但其计算过程需要迭代,不能并行,所以提速是个问题。而5G的速度要求要比4G快至少10倍以上。因此,我们需要的译码方案不仅要能容易实现,最好还能并行计算以提升速度。
3.在通信系统中,除了常见的高斯白噪声还有哪些噪声会对我们无线传输造成影响?
(1)窄带高斯噪声:一个均值为零的窄带高斯噪声n(t),假定它是平稳随机过程,则它的同相分量nI(t)和正交分量nQ(t)也是平稳随机过程,为高斯分布,且均值也都为零,方差也相同。
(2)高斯噪声:高斯噪声是指它的概率密度函数服从高斯分布(即正态分布)的一类噪声。
(3)正弦波加窄带高斯噪声:设正弦波加窄带高斯噪声的混合信号是r(t)=Acos(wt+seita)+n(t)其中A和w是常数,seita存的是消息。
(4)白噪声:在通信系统中,经常碰到的噪声之一就是白噪声。所谓白噪声是指它的功率谱密度函数在整个频域内是常数,即服从均匀分布。之所以称它为“白”噪声,是因为它类似于光学中包括全部可见光频率在内的白光。凡是不符合上述条件的噪声就称为有色噪声。