Pertanyaan Anda valid dan jalan menuju pemahaman yang tepat tentang apa arti teori ;-).
Untuk pertanyaan bagaimana lebih banyak bandwidth berarti laju bit lebih tinggi, penjelasannya mungkin terlihat sederhana tetapi buruk pada saat yang sama.
Berikut ini penjelasan "buruk" yang terlihat oke. Ini adalah awal untuk memahami mengapa bandwidth yang lebih besar adalah lebih banyak data. Misalkan saya memiliki saluran WiFi nomor 1 pertama yang berjalan pada 1Mb / s mengingat kondisi daya dan penyandian. Lalu saya ambil lagi saluran WiFi nomor 2 yang memiliki bandwidth, daya, dan kondisi penyandian yang sama. Ini juga berjalan pada 1Mb / s. Ketika saya menjumlahkan keduanya, saya telah menggandakan bandwidth (dua saluran berbeda) dan menggandakan throughput data (2x1Mb / s).
Jika Anda berpikir bahwa ini tampak seperti penjelasan yang sempurna, Anda lupa bahwa kami juga menggandakan kekuatan. Begitu juga throughput data ganda karena kekuatan dua kali lipat atau karena bandwidth dua kali lipat. Sebenarnya ini sedikit dari keduanya.
Jika saya mempertahankan daya total sama dengan menggandakan bandwidth, saya perlu membandingkan saluran WiFi pertama yang berjalan pada 1Mb / s dengan jumlah dua saluran WiFi lainnya yang berjalan masing-masing dengan setengah daya yang diterima. Saya tidak akan memeriksa lembar data modem WiFi, tetapi ini akan menjadi latihan yang menarik untuk dibandingkan dengan pendekatan teoretis berikut. Shannon membantu kami dalam memperkirakan apa yang akan terjadi lebih atau kurang jika pengkodean menyesuaikan diri dengan tingkat daya (yang merupakan kasus untuk WiFi). Jika pengkodean tidak beradaptasi, kecepatan data tetap konstan sampai tingkat penerimaan terlalu rendah pada saat itu turun menjadi 0.
Jadi shannon berkata: C = B ∗ log2 (1 + S / N). Saat menjaga daya total, tetapi menggandakan bandwidth, C2 = 2 * B * log2 (1+ (S / 2) / N) di mana C2 adalah laju data potensial. Mengisi angka aktual kita dapat mengira bahwa S = 2xN sehingga log2 (1 + 2) = 1,58 dan log2 (1 + 1) = 1. Jadi C = B * 1.58 dan C2 = B * 2. Dengan kata lain, ketika tingkat sinyal saya di bandwidth terbesar sama dengan tingkat kebisingan, laju data potensial sekitar 26% lebih tinggi dari total daya yang sama yang dipancarkan dalam setengah bandwidth. Jadi secara teoritis, pita ultra sempit tidak bisa lebih efisien daripada pita ultrawide berdasarkan teorema Shannon. Dan menggandakan bandwidth dengan level daya total yang sama tidak menggandakan bandwidth seperti yang disarankan oleh contoh WiFi kami. Tetapi bandwidth lebih tinggi. Jika kita dapat mengabaikan istilah "1" di log2 dari ekspresi Shannon,
Namun, seperti yang saya sebutkan, pengkodean harus beradaptasi, itu harus dioptimalkan dengan kekuatan aktual dan bandwidth yang tersedia. Jika pengkodean tetap sama, saya hanya beralih dari operasional ke disfungsi.
Beralih ke pertanyaan kedua Anda, jika saya memiliki sinyal FSK berubah pada 30Hz dengan dua frekuensi, maka saya hanya dapat memancarkan pada 30bps karena saya memancarkan 30 simbol per detik masing-masing sesuai dengan sedikit 1 atau 0. Jika saya memperkenalkan 4 negara ( = 4 frekuensi) dengan memperkenalkan dua frekuensi di antara yang sebelumnya karena tingkat kebisingan saya memungkinkan, maka saya memancarkan pada 4x30bps = 120bps. Dengan FSK, saya tidak berpikir bahwa bandwidth tetap konstan ketika meningkatkan jumlah negara dengan cara ini, tetapi orang pasti dapat menemukan cara untuk mempertahankannya lebih atau kurang konstan (mengingat batas 3dB karena spektrum frekuensi teoritis tidak terbatas).
Mengapa menggunakan gelombang persegi untuk sinyal "modulasi"? Ini adalah pilihan dalam pengkodean ini yang membuatnya "lebih mudah" untuk memecahkan kode karena di sisi penerima Anda hanya perlu memiliki bandpass filter untuk setiap frekuensi. Anda masih memancarkan "gelombang sinus" - jika Anda hanya memancarkan nilai "1", Anda hanya memiliki satu frekuensi. Namun pergeseran frekuensi menyiratkan adanya "harmonik" yang memungkinkan / menyertai pergeseran frekuensi ini. Pengkodean lainnya memiliki kelebihan dan kekurangan lainnya. Misalnya, Direct Sequence Spread Spectrum memungkinkan memiliki sinyal di bawah tingkat kebisingan (dan karenanya memiliki persyaratan daya antena yang lebih rendah untuk bitrate serupa di banyak pengkodean lainnya), tetapi lebih sulit untuk memecahkan kode (dan karenanya membutuhkan lebih banyak (menghitung) daya dan kompleksitas dalam rangkaian decoding).
Apa pun pengkodean yang dipilih, itu harus menghormati teorema Shannon yang memperbaiki batas atas. Anda tidak bisa hanya menerapkan Shannon ke pengkodean seperti FSK jika Anda tidak menyesuaikan level daya, jumlah status, dan parameter lain dari sinyal FSK ketika level noise atau level sinyal (jarak) berubah. Shannon memungkinkan Anda untuk memeriksa daya minimum absolut untuk bandwidth dan data rate yang diberikan. Metode pengkodean akan meningkatkan batas daya minimum. Dan ketika level daya melebihi batas ini, bit rate akan tetap konstan. Menerapkan Shannon hanya ada salah jika Anda ingin menjelaskan bahwa lebih banyak bandwidth berarti bitrate lebih tinggi. Contoh WiFi mungkin sangat baik diterapkan dalam praktik untuk penjelasan di sana, tetapi itu bukan server umum berdasarkan teorema Shannon.
Sunting: baca kembali pertanyaan Anda, "Dalam kasus kedua laju bit akan maksimal 660 bps". Sebenarnya saya tidak sepenuhnya mengerti bagaimana Anda bisa mencapai 660bps karena frekuensi Anda hanya berubah 30 kali setiap detik dan Anda mengkodekan pada dua frekuensi yaitu 1 bit. Maka 30bps saya di atas. Pengkodean ini memungkinkan untuk satu periode penuh pada 30Hz dan 22 periode penuh pada 660Hz untuk setiap simbol. Tetapi 22 periode tidak mengubah fakta bahwa hanya ada satu simbol. Sepertinya ada sesuatu yang hilang atau alasannya salah.
Edit2: Saya mengerti - Anda membandingkan dengan batas nyquist. Batas nyquist ini memberi tahu Anda batas atas data rate yang diberikan bandwidth dan jumlah status per simbol. Di sini, pengkodean FSK yang dipilih tidak optimal. Anda menggunakan 30Hz dan 660Hz. Batas Nyquist mengatakan bahwa 30bps = 2 * B * log2 (2), oleh karena itu, bandwidth harus minimal B = 15Hz. Tanpa memeriksa detail, dikatakan lebih atau kurang bahwa pengaturan frekuensi FSK ke 645Hz dan 660Hz akan menjadi optimasi bandwidth yang baik (jika FSK merupakan pengkodean yang optimal dan tanpa memeriksa bandwidth yang tepat karena harmonik - 15Hz mungkin terlalu rendah untuk FSK).
Sunting 3 - Penjelasan berikut setelah analisis lebih lanjut untuk lebih lanjut menjelaskan sumber kebingungan dengan anwser lain dan pertanyaan awal.
- Rumus Nyquist didasarkan pada teorema pengambilan sampel yang menunjukkan bahwa sinyal dengan bandwidth B direkonstruksi sempurna dari sampel 2B yang tepat per detik.
- Oleh karena itu, sampel 2B masing-masing dapat mewakili simbol (intensitas dapat menentukan simbol mana).
- Sinyal dengan bandwidth 300Hz dapat direkonstruksi dengan 600 simbol - tidak lebih tidak kurang.
- Inilah sebabnya mengapa "aliasing" ada - batasan bandwidth dapat membuat dua sinyal berbeda terlihat sama setelah pengambilan sampel.
- Jika setiap simbol hanya mewakili 2 status, maka hanya 600 bps yang dimungkinkan.
- FSK dari 30Hz hingga 330Hz dapat mewakili lebih dari 600 bps, tetapi Anda harus mempertimbangkan lebih dari 2 status per simbol. Tetapi bukan lagi demodulasi FSK karena kita tidak bisa hanya mempertimbangkan frekuensi.