信号与编码分析

　　这篇文章，讲的是“信号与编码”，不会的小伙伴要认真的阅读了。这里面都是一些精华。

模拟信号与调制方式、波特率

　　电路中，信号的传输从接收端在时间来看是一个波形。那么发送端就是根据数据生成这个波形，接收端就是拿到波形分析出来数据。这整个过程其实就是数据到电波的编解码，中间的载体是电路、电缆。

　　实际的模拟信号是一个随时间连续的曲线。这条曲线类似正弦波，有波幅，有波峰波谷，有频率。我们一般用其变化来表示数据，这就是调制方式。用频率变化来表示就是调频，用波幅来表示就是调幅。

　　波特率（Baudrate）即调制速率，指的是信号被调制以后在单位时间内的变化，即单位时间内载波参数变化的次数。它是对符号传输速率的一种度量，1波特即指每秒传输1个符号。

　　数字信号与采样定理

　　而实际数据是离散的，我们能表达的数据也是离散的。怎么来表达这样的一个连续的模拟信号呢？答案就是离散化，采样。采集足够多的离散的信息点，再把这些点串起来，就能近似的还原出来这个波形。而且直觉上来讲，采集到的点越多，还原出来的波形越接近实际情况。这个离散的数据就是数字信号。

　　一般情况下，例如我们在波形中用波峰表示数据1，波谷表示数据0。这样的话，如下图，每个波峰内采集到4个点，或者在加一个点达到5个点，一样不大。都能还原出来这个波形所表示的数据。但只采集一个点不行，比如正好都采集到穿越x轴附近的点，这样的所有采样点连接起来的波形近似于一条直线。

　　采样定理告诉我们：在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>=2fmax)，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定理又称奈奎斯特定理。

　　编码常识

　　简介

　　GB编码标准中，比较常用的是GB2312和GBK两种，GB2312是GBK的一个子集，GB2312编码范围是0xA1A1-0xFEFE，如果纯粹的GB2312编码，处理起来是十分简单的，但处理GBK字符集时有些小的提示，先说说GBK编码的标准吧：

　　GBK采用双字节表示，总体编码范围为8140-FEFE，首字节在81-FE之间，尾字节在40-FE之间，剔除xx7F一条线。总计23940个码位，共收入21886个汉字和图形符号，其中汉字（包括部首和构件）21003个，图形符号883个。

　　编码分类

　　1.汉字区。包括：

　　a.GB2312汉字区。即GBK/2:B0A1-F7FE。收录GB2312汉字6763个，按原顺序排列。

　　b.GB13000.1扩充汉字区。包括：

　　(1)GBK/3:8140-A0FE。收录GB13000.1中的CJK汉字6080个。

　　(2)GBK/4:AA40-FEA0。收录CJK汉字和增补的汉字8160个。

　　CJK汉字在前，按UCS代码大小排列；增补的汉字（包括部首和构件）在后，按《康熙字典》的页码/字位排列。

　　2.图形符号区。包括：

　　a.GB2312非汉字符号区。即GBK/1:A1A1-A9FE。其中除GB2312的符号外，

　　还有10个小写罗马数字和GB12345增补的符号。计符号717个。

　　b.GB13000.1扩充非汉字区。即GBK/5:A840-A9A0。BIG-5非汉字符号、结构符和“○”排列在此区。计符号166个。

　　3.用户自定义区：分为(1)(2)(3)三个小区。

　　(1)AAA1-AFFE，码位564个。

　　(2)F8A1-FEFE，码位658个。

　　(3)A140-A7A0，码位672个。

　　第(3)区尽管对用户开放，但限制使用，因为不排除未来在此区域增补新字符的可能性。

　　这里有几个小技巧：

　　一、在php中，字符编码是按所发送的编码为准的，因此使用的就是用户输入的编码，不会自动改变，但在asp中，默认的编码是unicode，这样我们很容易就能得到gbk->unicode的编码对照表，这样即使在毫无基础库的情况下也能很容易的实现gbk到utf-8的转换了；

　　二、由于GBK是高位最低数值是0x40，即是64，因此，有时候组织一些涉及中文的字串时，分割字符最好用64之前的ascii码，这样在任意情况下替换或分割都不会出现乱码，比较常用的是","、";"、":"、""、""、""，这些字符永远都不会给gb编码添乱。

　　脉冲信号与脉冲编码调制

　　脉冲信号是一种离散信号，形状多种多样，与普通模拟信号（如正弦波）相比，波形之间在时间轴不连续（波形与波形之间有明显的间隔）但具有一定的周期性是它的特点。最常见的脉冲波是矩形波（也就是方波）。脉冲信号可以用来表示信息，也可以用来作为载波，比如脉冲调制中的脉冲编码调制（PCM），脉冲宽度调制（PWM）等等，还可以作为各种数字电路、高性能芯片的时钟信号。

　　脉冲编码调制(PulseCodeModulation)是一种对模拟信号数字化的取样技术，将模拟语音信号变换为数字信号的编码方式，特别是对于音频信号。例如PCM对信号每秒钟取样8000次；每次取样为8个位，总共64kbPS。

　　脉冲编码调制主要经过3个过程：抽样、量化和编码。抽样过程将连续时间模拟信号变为离散时间、连续幅度的抽样信号，量化过程将抽样信号变为离散时间、离散幅度的数字信号，编码过程将量化后的信号编码成为一个二进制码组输出。

　　所谓量化，就是把经过抽样得到的瞬时值将其幅度离散，即用一组规定的电平，把瞬时抽样值用最接近的所谓编码，就是用一组二进制码组来表示每一个有固定电平的量化值。

     时钟信号与时钟频率

　　时钟信号可以看做脉冲信号的一个基准。以时钟频率作为基准，就可以把脉冲信号里的数据按频率周期分割开来。见下面的曼彻斯特编码。

　　在通信网络中，接收端需要从接收数据中恢复时钟信息来保证同步，这就需要线路中所传输的二进制码流有足够多的跳变，即不能有过多连续的高电平或低电平，否则无法提取时钟信息。这样没有一个参照的话，两个连续的低电平和两个连续的高电平，与一个低电平和一个高电平，看起来是一样的、无法区分。而且对于电路中的隔直电容来说，连续多个高电平会导致被看做直流，后面的一部分会直接被截断。

　　曼彻斯特编码与差分曼彻斯特编码

　　曼彻斯特编码是一种混合了时钟信号和数字信号的编码。这样同步时钟就直接被加入到了信号中，使得每一个表示数据位的码元都至少会有一个跳变，即最多出现两个连续的高电平或低电平（这点很重要）。缺点是每个码元变成了两位，数据传输速率也就是比特率只有原来的一半。

　　编码方式为每个周期中间位置的跳变从高到低为1，从低到高为0。上图的第四行表示反相的曼彻斯特编码。

　　差分曼彻斯特编码跟曼彻斯特编码一样，每个周期的中间部分都有跳变。只做了一个很小的变动，如果每个周期开始处有跳动，表示0，否则表示1。这样就跟上升或下降没有直接关系。

　　4B/5B编码

　　针对曼彻斯特编码只有一半的传输速度的问题，在放宽约束条件下，出现了4B\\5B编码（类似base64）。

　　原理大概如下，4个bit可以表示16个不同组合，而5个bit可以表示32个组合，从32个不同组合里，取出16个相对均匀的组合来，跟原来的4bit表示的16个情况一一对应。这样所有的数据byte（8bit），都分成高位4bit和低位4bit，每个4bit再按对照表表示成5bit。产生的信号电平就相对均衡，最多有7个连续的1（0x7F），3个连续的0（0x21）。

　　虽然其均匀性不如曼彻斯特编码，其传输效率，从4位变成5位，效率为原来的80%，比曼彻斯特编码高出了30%。

　　简单交叉编码：1001编码

　　有时候我们发现针对多个连续出现的高电平，会导致信号衰弱的厉害，这时候曼彻斯特瞒报很有效。其实我们可以简单的简化一下此编码。

　　方法如下：

　　所有的数据二进制化比如11000110…

　　在每个1后添加一个0，每个0后添加一个1

　　前面的数据就成了1010010101101001…黑色为原数据，蓝色为补充的数据。

　　解码数据时，直接按位，去掉偶数位上的数据，得到的数据即为原数据的二进制表示。

　　可以分别对原数据、奇偶数位做奇偶校验。如果数据错误一位，可从另一部分还原数据。

看完这篇文章，自己是不是更清晰了，如果有疑问可以提出来和大家一起交流，还希望大家多多支持课课家!  如果想了解更多这方面的知识，随时可以登陆课课家哟~