香农-哈特莱定理 Shannon–Hartley theorem - 版本历史

Gyt666：/* 编者推荐 */

2024-05-21T03:25:21Z

编者推荐

打豆豆：/* 有限功率 */

2020-06-28T10:19:56Z

有限功率

2020年6月28日 (日) 10:19 打豆豆

2020-06-28T10:19:37Z

打豆豆：/* 延伸阅读 */

2020-06-28T10:18:46Z

打豆豆：/* 集智文章推荐 */

2020-06-28T10:15:27Z

集智文章推荐

打豆豆：/* 集智文章推荐 */

2020-06-28T10:14:57Z

集智文章推荐

2020年6月28日 (日) 10:13 打豆豆

2020-06-28T10:13:41Z

打豆豆：/* 定理内容 */

2020-06-28T10:12:36Z

定理内容

打豆豆：/* 定理内容 */

2020-06-28T10:11:59Z

定理内容

打豆豆：/* 定理内容 */

2020-06-28T10:11:28Z

定理内容

←上一版本		2024年5月21日 (二) 03:25的版本
第209行：		第209行：
	'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''		'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

−	[[Category:~~信息论]]~~	+	[[Category:待润色]]
−	~~[[Category:电信理论]]~~
−	~~[[Category:理论计算机科学中的数学定理~~]]

←上一版本		2020年6月28日 (日) 10:19的版本
第169行：		第169行：

	:<math>C \approx 1.44 \cdot \frac{S}{N}</math>		:<math>C \approx 1.44 \cdot \frac{S}{N}</math>
−

	==参考文献==		==参考文献==

@@ 第169行： / 第169行： @@
 :<math>C \approx 1.44 \cdot \frac{S}{N}</math>
 ==相关阅读==
@@ 第175行： / 第180行： @@
 * [[Eb/N0]]
 |}
 ==延伸阅读==

@@ 第181行： / 第181行： @@
 ==延伸阅读==
-* Calder, W. A. (1984). Size, function and life history. Harvard University Press. ISBN 0-674-81070-8.
+* [http://www.inference.phy.cam.ac.uk/mackay/itila/ On-line textbook: Information Theory, Inference, and Learning Algorithms], by [[David MacKay (scientist)|David MacKay]] - gives an entertaining and thorough introduction to Shannon theory, including two proofs of the noisy-channel coding theorem. This text also discusses state-of-the-art methods from coding theory, such as [[low-density parity-check code]]s, and [[Turbo code]]s.
-* McMahon, T. A.; Bonner, J. T. (1983). On Size and Life. Scientific American Library. ISBN 0-7167-5000-7.
+* [http://web.mit.edu/newsoffice/2010/explained-shannon-0115.html MIT News article on Shannon Limit]
 == 编者推荐 ==

@@ 第207行： / 第207行： @@
 什么样的交流，能够言简意赅地传递信息？通过实验，结合对真实世界的文学、科学、音乐所呈现的网络特征进行的研究，6月15日，发表在Nature Physics的论文“复杂网络中的人类信息处理”，揭示了有效交流需要满足的两个特征。
 <br/>
 ----
 本中文词条由[[用户:打豆豆|打豆豆]]、[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。

@@ 第203行： / 第203行： @@
 ====[https://swarma.org/?p=14861 香农：无缘诺奖的信息论之父，却在不同时空与22位科学家相遇]====
 克劳德·埃尔伍德·香农（Claude Elwood Shannon），美国数学家，提出了信息熵的概念，奠定了信息论和数字通信的基础。虽然无缘诺贝尔奖，但香农的研究却与各个领域的顶尖学者产生过交集。陈关荣教授在本文中整理了22位科学家与香农跨时空的“meet”。
 <br/>
 ----

@@ 第6行： / 第6行： @@
 香农-哈特利定理给出了信道容量<math>C</math>的计算方法，表示理论上的信道传输速率的上限可以用信号的平均接受功率<math>S</math>以任意的较低的错误率通过模拟通信信道传输，并且会受到加性高斯白噪声（AWGN）的影响<math>N</math>:
-<math>
+:<math>
-：C =  B \log_2 \left( 1+\frac{S}{N} \right)
+C =  B \log_2 \left( 1+\frac{S}{N} \right)
 </math>
@@ 第30行： / 第30行： @@
 年，奈奎斯特发现单位时间可通过电报信道发送的独立脉冲数最大只能为该信道带宽的两倍。公式表示如下：
-<math>
+:<math>
 f_{p} < 2B
 </math>
@@ 第42行： / 第42行： @@
 哈特利认为，在保证可靠性的条件下，信道中能够传输和接收的可分辨的最大脉冲会受到两个因素的影响和限制，一个为信号振幅的动态范围，另一个为接收机能够分辨的振幅电平的精度。具体来说，如果发射信号的振幅大小范围为[-A,+A]伏，接收机的精度为±ΔV伏，那么不同的脉冲的最大值<math>M</math>满足以下公式：
-<math>
+:<math>
 M = 1 + \frac{A}{\bigtriangleup V}
 </math>
@@ 第49行： / 第49行： @@
 然后可以根据一下公式计算出先速率R的值：
-<math>
+:<math>
 R = f_{p}\log _{2}{M}
 </math>
@@ 第59行： / 第59行： @@
 哈特利定律有时候被用来描述两种比例关系，一是以赫兹为单位的模拟带宽B<ref>{{cite book | title = Introduction to Telecommunications | edition = 2nd| author = Anu A. Gokhale | publisher = Thomson Delmar Learning | year = 2004 | isbn = 1-4018-5648-9 | url = https://books.google.com/books?id=QowmxWAOEtYC&pg=PA37&dq=%22hartley%27s+law%22+proportional }}</ref>，二是以比特/s为单位的数字带宽。哈特利定律还被用来计算线速率R的取值范围<ref>{{cite book | title = Telecommunications Engineering | author = John Dunlop and D. Geoffrey Smith | publisher = CRC Press | year = 1998 | url = https://books.google.com/books?id=-kyPyn3Dst8C&pg=RA4-PA30&dq=%22hartley%27s+law%22 | isbn = 0-7487-4044-9 }}</ref>：
-<math>
+:<math>
 R \leq   2B\log _{2}{M}
 </math>
@@ 第77行： / 第77行： @@
 香农定理展示了怎样通过对通道进行统计学描述去计算通道容量，并且证明了在一个有容量<math>C</math>的噪声信道中，信息以一个线速率<math>R</math>传输时，有：
-<math>
+:<math>
 R < C
 </math>
@@ 第85行： / 第85行： @@
 上面的不等式反过来同样重要：
-<math>
+:<math>
 C < R
 </math>
@@ 第110行： / 第110行： @@
 | publisher = Courier Dover Publications | year = 1980 | isbn = 0-486-24061-4 }}</ref>：
-<math>2B2B\log _{2}{M} = B2B\log _{2}{(1+ \frac{S}{N})} </math>
+:<math>2B2B\log _{2}{M} = B2B\log _{2}{(1+ \frac{S}{N})} </math>
-<math>M = \sqrt{1 + \frac{S}{N}} </math>
+:<math>M = \sqrt{1 + \frac{S}{N}} </math>
 平方根有效地将功率比转换回电压比，因此电平数大约与信号RMS幅度与噪声标准偏差之比成正比。
@@ 第121行： / 第121行： @@
 在上面的简单版本中，信号和噪声是完全不相关的，在这种情况下<math>S + N</math>是接收信号和噪声的总功率。对于加性噪声不是白噪声的情况（或<math> S / N</math>在整个带宽上频率不恒定）是通过将信道视为平行的许多窄的独立高斯信道来获得的：
-<math>C = \int_{0}^{B}log_{2}{(1 + \frac{S(f)}{N(f)})}df</math>
+:<math>C = \int_{0}^{B}log_{2}{(1 + \frac{S(f)}{N(f)})}df</math>
 其中
@@ 第146行： / 第146行： @@
 当SNR较大时(S/N>1)，对数近似为
-<math>log_{2}{(1 + \frac{S}{N})} \approx log_2{\frac{S}{N}} = \frac{ln10}{ln2}\cdot log_{10}{\frac{S}{N}} \approx 3.32\cdot log_{10}{\frac{S}{N}}</math>
+:<math>log_{2}{(1 + \frac{S}{N})} \approx log_2{\frac{S}{N}} = \frac{ln10}{ln2}\cdot log_{10}{\frac{S}{N}} \approx 3.32\cdot log_{10}{\frac{S}{N}}</math>
 此情况下，信道容量在功率上取对数，而在带宽上是近似线性的（N还会随着带宽的增加而增加，从而产生对数效应，所以是近似线性）。称为有限带宽机制。
-<math>C \approx 3.32\cdot B \cdot SNR(in dB)</math>
+:<math>C \approx 3.32\cdot B \cdot SNR(in dB)</math>
 其中
-<math>SNR(in dB) = 10 log_{10}{\frac{S}{N}}</math>
+:<math>SNR(in dB) = 10 log_{10}{\frac{S}{N}}</math>
 ===有限功率===
@@ 第160行： / 第160行： @@
 类似地，当SNR较小时（S/N << 1），则可以使用对数的近似值：
-<math>log_{2}{(1 + \frac{S}{N})} = \frac{1}{ln2} \cdot ln(1 + \frac{S}{N}) \approx \frac{1}{ln2} \cdot \frac{S}{N} \approx 1.44 \cdot \frac{S}{N} </math>
+:<math>log_{2}{(1 + \frac{S}{N})} = \frac{1}{ln2} \cdot ln(1 + \frac{S}{N}) \approx \frac{1}{ln2} \cdot \frac{S}{N} \approx 1.44 \cdot \frac{S}{N} </math>
 此时信道容量是线性变化的。称为有限功率机制
-<math>C \approx 1.44\cdot B \cdot \frac{S}{N}</math>
+:<math>C \approx 1.44\cdot B \cdot \frac{S}{N}</math>
 这种低SNR近似值时，如果噪声为白噪声，则容量与带宽无关，且频谱密度较高。谱密度为<math>N_{0}</math>的时候，总的噪声功率为<math>N = B \cdot N_{0}</math>。
-<math>C \approx 1.44 \cdot \frac{S}{N}</math>
+:<math>C \approx 1.44 \cdot \frac{S}{N}</math>
 ==相关阅读==