理解频率与带宽
[導讀]超五類信道100MHz帶寬能夠支持100Mbps、155Mbps及1000Mbps數據速率,這一點經常會引起我們很大的疑問。在此我們來說明一下帶寬與數據速率之間的關系。首先了解通信信道傳送信息能力背后的一些原理以及數據編碼技術。由于此處將會談及一些理論與數學計算,因此我們將盡可能地避免復雜的數學問題,但也不可能完全忽略。
超五類信道100MHz帶寬能夠支持100Mbps、155Mbps及1000Mbps數據速率,這一點經常會引起我們很大的疑問。在此我們來說明一下帶寬與數據速率之間的關系。首先了解通信信道傳送信息能力背后的一些原理以及數據編碼技術。由于此處將會談及一些理論與數學計算,因此我們將盡可能地避免復雜的數學問題,但也不可能完全忽略。
一、基本原理
簡單地說,局域網上的數據通信是通過從發射器發出一系列“1 和“0”碼到接收器來實現的。解釋這個二進制流的方法與我們現在的討論無關。二進制數據通常以方波來表示(圖1)。
然而雙絞線上傳輸的并不是一個純正的方波。二進制數據實質上是一種重復形式(在某一點上)。重復形式101010表示最壞情況的模型。傅里葉變換表明[注:傅里葉變換在物理學、數論、組合數學、信號處理、概率論、統計學、密碼學、聲學、光學、海洋學、結構動力學等領域都有著廣泛的應用(例如在信號處理中,傅里葉變換的典型用途是將信號分解成幅值分量和頻率分量)。],這種最壞情況的重復形式確實由有限的一系列正弦頻率組件(正弦波)組成,它們可以分為基頻和大量的諧波(若干個基頻)。這就有點像圓是由有限個很短的直線組成的?;l是正弦波,其周期等于比特時間的兩倍。這些聽起來非常復雜,我們可以用一個簡化的例子更好地進行解釋:
比特時間= 1/比特率
因此,如果101010 形式是10Mbps 數據流的部分,我們每秒鐘就有10,000,000 比特。每個比特占有千萬分之一秒?;l的周期是比特時間的兩倍(見圖1),即千萬分之二秒。
基頻= 1/周期= 5,000,000 Hz = 5 MHz (Hz = 周/秒)。
為了得到合理的方波,必須由諧波(僅在上述方波情況下為奇諧波)來對基頻進行補充。為了得到完美的方波,還必須有有限數量的這種諧波。由于有源設備處理方波的近似值很合理,因此基頻加上第三諧波和第五諧波(或是在某些情況下基頻加上第三諧波)就足夠了。
圖2 基頻加上諧波得到方波的近似值
圖2 中所能看到的波形總和,是“0”“1”序列比較相近的表示。串擾和衰減的影響往往也會影響波形。這就開始解釋為什么每秒10Mbps的10Base-T需要三類布線16MHz的帶寬,5MHz基頻加上15 MHz第三諧波。
page
二、帶寬
通信系統的帶寬表示了其傳輸這些不同頻率組件的能力。在結構化布線系統中帶寬的單位通常以MHz 表示。超五類布線的帶寬名義上有1 0 0MHz。假設應用一個簡單的二進制傳輸“碼”,那么在理論上,可以由Nyquist 等式來計算最大的信息傳輸率:
C= 2 W Log 2 M
其中,W 為帶寬(單位:H z ),M 為信令單元的數量。
這就得出理論信息容量為每秒2x108 比特,即200Mbps。實際上,由于串擾和衰減的影響這個值會有所減少。
三、增加數據傳輸率
那么,超五類信息道支持數據傳輸達到千兆位以太網(1 0 0 0Mbps),如何讓帶寬適合于它呢?那就得增加數據傳輸率,增加數據吞吐量的關鍵,是對每個信令單元引入多于1 比特。商業運用中大部分公共協議都在某種程度上用到了這種技術,我們稱之為數據編碼。
大部分數據編碼類型都利用mBnL編碼來實現,也就是由L個電平每個電平n個脈沖來表示m比特的序列。使用實例如ISDN 和快速以太網。以100Base-T4 為例。100 Mbps信號分成三線對進行傳輸。每線對的比特率為33.33 Mbps。為了減少該比特流的頻率容量以及布線系統的帶寬需求,就要運用三重代碼。在傳輸各組8 比特數據之前,轉換為6 個三重符號(見圖3 )。
這就把發送信號系統的有效時鐘速率減少至2 5 M H z,這樣(在我們所述的第一個例子中)基頻減少至12.5 MHz。這允許三類布線系統中提供的帶寬內傳輸率為100 Mbps。
千兆位以太網采用了一種不同的方案,它把各組8 比特(8 B)數據轉換為穿過四根雙絞線的四個五重符號(1 Q 4)的傳輸。每個符號代表兩個二進制比特或零。這樣確保超五類系統滿足帶寬需求。
四、結論
各個應用的比特率與其基頻有關。最高的頻率容量是基頻的諧波。不應把它與時鐘頻率相混淆(比特流以時鐘頻率取樣)。例如,10Base-T 的比特率為10Mbps,采樣時鐘為10MHz,但是基頻僅為5 MHz。通過以MHz 表示系統性能需求,標準提供了一個藍圖,有源網絡組件設計人員都可以根據它來設計他們的設備。提供的布線系統和有源設備都滿足相關標準的性能需求,那么所有的一切都正常運轉起來!
總結
- 上一篇: WebRTC的JitterBuffer笔
- 下一篇: 语音增强算法的概述[转]