首页/计算机网络/02-physical/波特率与数据传输速率的关系 🔗 在 Obsidian 中打开
计算机网络 · 02-physical

波特率与数据传输速率的关系

重要度 ⭐⭐⭐⭐⭐ 题型 计算 / 选择 计算机网络/物理层波特率数据速率奈奎斯特码元
速查
物理层最基础的换算:$C = B \times \log_2 V$。其中 $C$ 为比特率(bps),$B$ 为波特率(Baud),$V$ 为码元的离散状态数。考试频率 ⭐⭐⭐⭐。

一、核心概念

波特率(Baud Rate)

  • 符号率/码元速率,单位 Baud(波特)
  • 每秒传输的码元个数
  • 记为 $B$(Baud)

数据传输速率(比特率)

  • 每秒传输的比特数,单位 bps
  • 记为 $C$(bps)

两者关系

$$C = B \times \log_2 V$$

其中:

  • $C$ = 数据传输速率(bps)
  • $B$ = 波特率/码元速率(Baud)
  • $V$ = 码元的离散状态数(电平数)

示例

波特率 B状态数 V$\log_2 V$数据速率 C
1000 Baud2 (0/1)11000 bps
1000 Baud422000 bps
1000 Baud833000 bps
1000 Baud1644000 bps
2400 Baud212400 bps
2400 Baud424800 bps
2400 Baud1649600 bps
直觉波特率数的是"信号变了几次",比特率数的是"送了几个 0/1"。一次信号变化能携带的比特数就是 $\log_2 V$。

二、关键性质

1. 波特率与带宽的关系

  • 理想无噪声信道:最大波特率 $= 2W$($W$ 为信道带宽 Hz)
  • 即:$B_{max} = 2W$(nyquist-theorem

2. 带宽与数据速率的关系

  • 无噪声:$C_{max} = 2W \times \log_2 V$
  • 有噪声:$C_{max} = W \times \log_2\left(1 + \frac{S}{N}\right)$(shannon-theorem

3. 两个极限取较小值

实际最大数据速率 $= \min(奈奎斯特极限,\ 香农极限)$

解题套路题目同时给出带宽 W状态数 V信噪比 S/N 时,两条公式都算一遍,取小的那个作为实际可达速率。

三、常见考法

考点说明
给波特率和状态数求数据速率$C = B \times \log_2 V$
给带宽求最大波特率$B_{max} = 2W$
给带宽和状态数求最大数据速率$C = 2W \times \log_2 V$
与香农定理结合计算取两个极限的较小值
例题信道带宽 $W = 3\ \text{kHz}$,采用 8 种码元状态,无噪声。求最大数据速率。
答: $C = 2W\log_2 V = 2\times3000\times\log_2 8 = 6000\times3 = 18000\ \text{bps}$。

四、易错点

注意
  • 波特率和比特率单位不同:Baud vs bps
  • 码元状态数 $V=2$ 时,波特率 = 比特率,但这只是特例
  • 波特率只取决于信号变化速率,与每个状态携带的比特数无关
  • 提高数据速率有两种方法:提高波特率(需更大带宽)或增加状态数(需更高信噪比)

五、核心结论

必背
  1. $C = B \times \log_2 V$ 是物理层最基础的公式
  2. 波特率由带宽决定,$B_{max} = 2W$
  3. 状态数由信噪比决定,噪声越大能区分的状态越少
  4. 提高数据速率需要同时考虑带宽信噪比

记忆卡片

波特率和比特率的关系公式?
$C = B \times \log_2 V$($C$ 为比特率,$B$ 为波特率,$V$ 为码元状态数)。
$V=2$ 时波特率和比特率什么关系?
相等,因为 $\log_2 2 = 1$,即 1 个码元只携带 1 个比特。
提高数据速率的两种方法?
① 提高波特率 $B$(需更大带宽);② 增加码元状态数 $V$(需更高信噪比)。
2400 波特、4 种状态的数据速率?
$2400 \times \log_2 4 = 2400 \times 2 = 4800\ \text{bps}$。

交互动画 · 一个码元能装多少比特

信号电平(V 种离散状态) 每个码元携带的比特 ← 8 个码元(固定波特率 B = 1000 Baud)→
C = 1000 × log₂2 = 1000 bps
波特率不变,状态数 V 每翻一番,比特率就多 1000 bps
示意图:橙色阶梯即码元波形;虚线是可用电平。电平越多,同样"变化次数"能塞进的比特就越多。

相关知识点

channel-signal-bandwidth-symbol nyquist-theorem shannon-theorem

↑ 以上为站内 HTML 相对链接(纯网页可浏览);本页右上「在 Obsidian 中打开」跳回源笔记。