【计算机网络入门】初学计算机网络(八)

ops/2025/3/3 8:05:24/

目录

1. S-W协议的信道利用率

 2. GBN、SR协议的信道利用率

3.术语补充 

3.1 滑动窗口协议

3.2 ARQ协议、连续ARQ协议

4.  信道划分介质访问控制

4.1 时分复用(TDM)

4.2 统计时分复用(STDM)

4.3 频分复用(FDM)

4.4 波分复用

4.5 码分复用(CDM)

5. 随机访问截止控制

6. CSMA CD协议


1. S-W协议的信道利用率

数据帧的传播时延 / 数据帧的传播时延 + 2*单向传播时延 + 确认帧传输时延

 2. GBN、SR协议的信道利用率

这两个发送窗口均可以连续发送数据帧,所以他们的信道利用率类似。

信道利用率 = n个数据帧的传输时延 + 2*单向传播时延 + 确认帧传输时延。

3.术语补充 

3.1 滑动窗口协议

3.2 ARQ协议、连续ARQ协议

4.  信道划分介质访问控制

        当总线型的信道的其中一个节点发送数据,那么其他节点都会接受到这个信号,如果此时另外一个节点想要发送信号,那么一定会发生信号冲突;同理无线通信的WIFI 5G也是如此。那么我们有没有可能去控制各个节点对传输介质的访问,减少冲突,甚至避免冲突。

4.1 时分复用(TDM)

        将时间分为等长的TDM帧,相当于就是轮流发消息,每个TDM帧又分为等长的m个时隙,将m个时隙分配给m对用户(节点)使用。

缺点:

        ①每个节点最多只能分配到信道总带宽的m分之一。

        ②如果某个节点暂时不发送数据,会导致被分配的时隙闲置,导致信道利用率低。

4.2 统计时分复用(STDM)

        针对时分复用的缺点做出相应的调整,例如在前面三帧BC不需要传输任何数据,A需要传输大量数据,在这种情况下A节点可以获得信道的所有资源,信道利用率就更高。

4.3 频分复用(FDM)

可以同时传输数据,但是频率不能一样,信号之间不会互相干扰,信号和信号之间会有一段“隔离带”,减少干扰。

4.4 波分复用

本质上就是光的频分复用,按照光的波长进行复用和分离,和波的频分复用基本一致。

4.5 码分复用(CDM)

        码分复用技术允许信号相互干扰,相互叠加。接受方有办法将来自各节点的信号值分离出来。每个节点使用不同的码片序列(n维向量),每个节点之间两两相互正交。每个向量取反之后能够表示0和1,

若AB同时向C发送数据,叠加的数据如何拆分?我们需要分别使用AB对叠加数据进行规格化内积。

        再举一个更复杂的例子,下图可以求出A站点发出的数据,三组复合数据分别对A进行规格化内积;B、C同理。

5. 随机访问介质控制

5.1 ALOHA协议

纯ALOHA:数据一旦准备好就可以发送,一旦数据同时发送那么数据就会产生冲突,需要随机等待一段时间,再进行重传。

时隙ALOHA: 

 

5.2 CSMA协议

1-坚持CSMA:监听到一旦信道空闲,准备好的数据直接发送,信道利用率高,但是冲突概率也高。

非坚持CSMA:监听到信道不空闲的时候,放弃监听信道,随机推迟一定时间再监听,防止冲突;信道刚恢复空闲的时候,不会立刻利用信道,信道会闲置。

p坚持CSMA:监听到信道空闲有p的概率立即发送数据,1-p的概率随机等待再监听,是上面二者的综合。

6. CSMA CD协议(重点,以太网有线网络)

CSMA含有监听的意思,CD是collection detection冲突检测。第10次随机数就不会扩大,第16次放弃重传报告给网络层。总结:先听后发,边听边发,冲突停发,随机重发

6.1 争用期、最短帧长

 最坏情况下,要经历两倍的单向传播时延,才能确认冲突。过了争用期之后,如果没有产生冲突,那么说明无冲突。

 

如果要发送的数据不够最短振,可以填充之后继续发送。

         

7. CSMA CA协议(无线局域网WIFI) 

CA是collision avoidance冲突避免。无线通信为什么不能使用CSMA CD协议。

CSMA CA协议使用RTS控制帧请求传输数据,目的站接受到RTS控制帧之后会广播发送一个CTS控制帧,广而告之,所以隐藏站就不会进行通信。


http://www.ppmy.cn/ops/162715.html

相关文章

使用 Kubeflow 和 Ray 构建机器学习平台

使用 Kubeflow 和 Ray 构建一个稳健的 ML 平台。我们将深入讨论 Kubeflow 和 Ray 的独特功能,以及它们如何互补,共同创建一个强大的 ML 生态系统 集中化 ML 平台的需求 随着企业在 ML 旅程中的成熟,初始 ML 项目的临时性质逐渐让位于对更结构化和可扩展方法的需求。集中化…

从源到目标:深度学习中的迁移学习与领域自适应实践

云边有个稻草人-CSDN博客 目录 引言 一、迁移学习概述 1.1 迁移学习的类型 1.2 迁移学习的核心思想 1.3 迁移学习的应用场景 二、领域自适应(Domain Adaptation) 2.1 领域自适应的定义 2.2 领域自适应的挑战 2.3 领域自适应的核心方法 &#…

DrissionPage动态库过(某网)滑块(100%成功)

并不是所有的滑块识别都需要深度学习,下面这个通过元素定位就能100%过 经过测试,,第一次会停顿会,之后都是成功! DrissionPage有个方法可以获取元素位置大小,通过它我们来获取缺口的位置(相对元…

20250302小米13ultra删除照片后没有在回收站

20250302小米13ultra删除照片后没有在回收站 2025/3/2 22:39 缘起:喜欢小米13ultra拍摄8K视频的功能。 但是8K视频的体积巨大,特别占用空间。 虽然删除了,但是空间占用还是很大。 百度:小米13ultra删除照片后没有在回收站\ https:…

C#快速调用DeepSeek接口,winform接入DeepSeek查询资料 C#零门槛接入DeepSeek C#接入DeepSeek源代码下载

下载地址<------完整源码 在数字化转型加速的背景下&#xff0c;企业应用系统对智能服务的需求日益增长。DeepSeek作为先进的人工智能服务平台&#xff0c;其自然语言处理、图像识别等核心能力可显著提升业务系统的智能化水平。传统开发模式下&#xff0c;C#开发者需要耗费大…

QEMU源码全解析 —— 内存虚拟化(23)

接前一篇文章:QEMU源码全解析 —— 内存虚拟化(22) 本文内容参考: 《趣谈Linux操作系统》 —— 刘超,极客时间 《QEMU/KVM源码解析与应用》 —— 李强,机械工业出版社 QEMU内存管理模型

Python从0到100(八十九):Resnet、LSTM、Shufflenet、CNN四种网络分析及对比

前言&#xff1a; 零基础学Python&#xff1a;Python从0到100最新最全教程。 想做这件事情很久了&#xff0c;这次我更新了自己所写过的所有博客&#xff0c;汇集成了Python从0到100&#xff0c;共一百节课&#xff0c;帮助大家一个月时间里从零基础到学习Python基础语法、Pyth…

项目准备(flask+pyhon+MachineLearning)- 2

目录 1. 注册页面的渲染 2.邮箱的注册验证 3.登录页面的渲染 1. 注册页面的渲染 使用render_template来渲染&#xff0c;注意这里的前端网页使用jinja2模板 详情大家可以参考jinja2介绍 注意每个网页上方都有导航条&#xff0c;大家可以使用jinja2的继承功能&#xff0c;写一…