2.2.1 数据通信系统的模型

一个数据通信系统分为三大部分：
1、源系统（或发送端、发送方）
2、传输系统（或传输网络）
3、目的系统（或接收端、接收方）
数据通信系统模型如下

上图中调制解调器有2个功能：
1、调制：将计算机发出的低频 数字信号 转换成传输媒介可以传输的 模拟信号
2、解调：将来自传输媒介的 模拟信号 转换成计算机能识别的 数字信号
通信的目的是传送 消息 ，如语音，文字，图像，视频等都是消息
数据是运送消息的实体
信号是数据的电气或电磁的表现
信号可以分为两类
1、模拟信号：代表消息的参数 的取值是连续的，如上图用户家中的调制解调器到电话端局之间的用户线上传送的就是模拟信号
2、数字信号：代表消息的参数 的取值是离散的，如上图用户家中的计算机到调制解调器之间，或电话网中继线上传送的就是数字信号
码元
在使用 时间域（时域） 的 波形 表示 数字信号 时，代表 不同离散数值 的 基本波形 就是码元
使用 二进制编码 时，只有两种不同的码元，一种代表 0态 ，一种代表 1态
此外，一个码元所携带的信息量是不固定的，由 调制方式 和 编码方式 决定

2.2.1 数据通信系统的模型相关推荐

数据通信系统的基本模型
数据通信系统的基本模型上节是从宏观上来看数据系统的基本组成的,如果从数据通信原理角度来看,数据通信系统是通过数据电路将分布在异地的数据终端设备与计算机系统连接起来,实现数据传输.交换.存储和处理的系 ...
深度学习的分布式训练--数据并行和模型并行
<div class="htmledit_views"> 在深度学习这一领域经常涉及到模型的分布式训练(包括一机多GPU的情况).我自己在刚刚接触到一机多卡,或者分布式 ...
数据质量和模型调优哪个更重要？
AI与数据科学技术发展及商业价值探讨 MLOps & MLaaS 系列活动二 Data-centric V S Model-centric 人工智能 (AI) 正在吸引越来越多的企业投资.随着 ...
R语言机器学习Caret包（Caret包是分类和回归训练的简称）、数据划分、数据预处理、模型构建、模型调优、模型评估、多模型对比、模型预测推理
R语言机器学习Caret包(Caret包是分类和回归训练的简称).数据划分.数据预处理.模型构建.模型调优.模型评估.多模型对比.模型预测推理目录
R语言回归模型构建、回归模型基本假设（正态性、线性、独立性、方差齐性）、回归模型诊断、car包诊断回归模型、特殊观察样本分析、数据变换、模型比较、特征筛选、交叉验证、预测变量相对重要度
R语言回归模型构建.回归模型基本假设(正态性.线性.独立性.方差齐性).回归模型诊断.car包诊断回归模型.特殊观察样本分析.数据变换.模型比较.特征筛选.交叉验证.预测变量相对重要度目录
Keras图像分割实战：数据整理分割、自定义数据生成器、模型训练
Keras图像分割实战:数据整理分割.自定义数据生成器.模型训练目录 Keras图像分割实战:数据整理分割.自定义数据生成器.模型训练
NLP分词数据准备及模型训练实例
NLP分词数据准备及模型训练实例目录 NLP分词数据准备及模型训练实例方案分析及梳理示例代码
NLP词性标注数据准备及模型训练实例
NLP词性标注数据准备及模型训练实例目录 NLP词性标注数据准备及模型训练实例第一套方案: 第二套方案
NLP命名实体识别NER数据准备及模型训练实例
NLP命名实体识别NER数据准备及模型训练实例目录 NLP命名实体识别NER数据准备及模型训练实例方案一

2.2.1 数据通信系统的模型

2.2.1 数据通信系统的模型相关推荐

最新文章

热门文章