Аналоговые системы

На первом этапе развития системы передачи информации (СПИ) были аналогового типа. Это связано с тем, что большинство физических источников информации вырабатывают аналоговый сигнал и задача СПИ – перенести этот сигнал на заданной расстояние. Аналоговые системы передачи информации (АСПИ) менее помехоустойчивы по сравнению с цифровыми системами.

Рис. 1.8. Структурная схема АСПИ

Структурная схема АСПИ представлена на рис. 1.8.

Передатчик – это усилитель мощности, обеспечивающий мощность излучения антенной, необходимую для получения заданной дальности связи. В сотовых телефонах используется частота f_н=900 МГц и мощность передатчика до 2 Вт, что при использовании ненаправленных антенн обеспечивает дальность связи 2…25 км.

Таблица1.1

Диапазоны электромагнитного излучения в области радиочастот

Диапазон несущих частот	Диапазон длин волн	Метрическое подразделение	Условия распространения
30…300 кГц	104…103 м	Длинные волны (ДВ) (низкие частоты – НЧ)	Поверхностные волны в пределах земного шара
300…3000 кГц	103…102 м	Средние волны (СВ) (средние частоты – СЧ)	Поверхностные волны в пределах 100 км и волны, отраженные от ионосферы.
3…30 МГц	102…10 м	Короткие волны (КВ) (высокие частоты – ВЧ)	Волны, отраженные от ионосферы.
30…300 МГц	10…1 м	Ультракороткие волны (УКВ), метровые волны (очень высокие частоты – ОВЧ)	Тропосферные волны и распространение в пределах прямой видимости
300…3000 МГц	1…0,1 м	Ультракороткие волны (УКВ), дециметровые волны (ультравысокие частоты – УВЧ)	Распространение в пределах прямой видимости
3…30 ГГц	10…1 см	Сантиметровые волны (сверхвысокие частоты СВЧ)	То же
30…300 ГГц	1…0,1 cм	Миллиметровые волны (крайне высокие частоты - КВЧ)	То же

Импульсные системы

Рис. 1.9. Структурная схема ИСПИ

Цифровые системы

Рис. 1.10. Структурная схема ЦСПИ

Теория информации

В теории информации изучаются количественные закономерности передачи, хранения и обработки информации.

Основное внимание в теории информации уделяется определение средней скорости передачи информации и решению задачи максимизации этой скорости путем применения соответствующего кодирования.

Мера количества информации

Слово «информация» является одним из тех терминов, которые достаточно часто встречаются не только в научных трудах специального характера, но и во множестве обиходных ситуаций и являются интуитивно понятными каждому человеку. При этом в узком практическом смысле под информацией обычно понимают совокупность сведений об окружающем мире являющихся объектом хранения, передачи и преобразования.

Информация – это содержательные сведения, заключенные в том или другом сообщении. Сообщением может быть текст, звук, видео, значение контролируемого параметра, команды управления и т.д. Сообщения порождаются различными событиями.

Если под сообщением понимать все то, что передается о событии, то под информацией нужно понимать лишь ту часть сообщения, которая представляет интерес.

Для исследования этих вопросов с общих позиций необходимо установить универсальную количественную меру информации, не зависящую от физической природы передаваемых сообщений.

Новости мы узнаем из события, которое может иметь случайную природу. Сообщение о хорошо известном нам событии, очевидно, никакой информации не несет. Напротив, сообщение о малоизвестном событии несет много информации. Таким образом, количество информации в сообщении о некотором событии существенно зависит от вероятности этого события. Вероятностный подход и положен в основу определения меры количества информации.

А сколько количественно информации в таком событии? Главные свойства случайных событий – это создание неопределенности в исходах опыта. Неопределенность в различных событиях будет разной.

Например:

1. цвет первой встречной вороны;

2. первый встречный человек – левша или правша;

3. первый встречный человек – мужчина или женщина;

4. выигрыш в спортлото.

Отметим, что здесь неопределенность увеличивается от примера к примеру. Как измерить эту неопределенность?

Начнем с рассмотрения опытов, имеющих k равновероятных состояний (исходов). Логично степень неопределенности каждого такого опыта связать с числом k. При k=1 исход не случаен. При увеличении k предсказание затруднительно. Таким образом, ясно, что искомая численная характеристика степени неопределенности должна зависеть от k, то есть являться функцией f(k). При этом для k=1 функция f(k)=0, а при увеличении k растет и функция f(k).

К функции f(k) необходимо предъявить дополнительные требования. Рассмотрим два независимых опыта α и β. Пусть α имеет k исходов, а β – n исходов. Сложный опыт αβ (например, мужчина-брюнет) состоит в одновременном выполнении опытов α и β, то есть имеет k∙n равновероятных исходов. Отсюда дополнительное требование – считать, что степень неопределенности опыта αβ равна сумме неопределенностей, характеризующей опыты α и β:

f(kn)=f(k)+f(n).

Единственной функцией, удовлетворяющей этим условиям, является логарифмическая функция.

Первая попытка ввести научно обоснованную меру информации была сделана американским инженером Р. Хартли в 1929 году. По формуле Хартли

,

где N – возможное число состояний системы,

I – неопределенность исхода опыта (количество передаваемой информации).

Основание логарифма может быть любым. Чаще всего применяют k=2, и тогда количество информации выражается в битах.

Формулу Хартли можно записать и через вероятность:

А если состояния системы не равновероятны? Тогда количество информации о конкретном событии Z_i равно логарифму обратной вероятности этого союбытия P_i:

при i = 1..N.

Чем меньше вероятность того или иного события, тем больше количество информации.

Приведенная выше формула позволяет вычислять количество информации в конкретных сообщениях, вероятность которых отлична от нуля. Это предполагает, что сообщения дискретны и их число ограничено. В таком случае принято говорить об ансамбле сообщений, который описывается совокупностью возможных сообщений и их вероятностей:

Если сообщения не равновероятны, то для оценки среднего количества информации на одно сообщение формулу Хартли применять нельзя. Поэтому дальнейшее развитие теории информации шло в направлении учета статистических характеристик.