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。