Beruflich Dokumente
Kultur Dokumente
Telematik
Teil 3
Eugen Brenner
Karl C Posch
Oktober 2006
Inhalt
Teil 1 Teil 4
Einleitung: Der Studienplan Telematik
Zukunft, Erfolge, Geschichte Lehrveranstaltungen
Profil der Telematik
Demos
Teil 2
Teil 5
Motivation zum Studium
Das Räderwerk Universität
Bildung und Ausbildung
Qualität des Wissens Wie schaffe ich das erste
1
Der Begriff "Telematik"
TELEkommunikation
Technik der Kommunikation Wellen
Entfernungsunabhängig
InforMATIK
Information Bits
Informationsverarbeitung Algorithmen
Computer-Wissenschaften
Technologie
Hardware Atome
Software Sprachen
Inhalt Teil 3
Beispiel Internet, TCP/IP, Ethernet
Wellen, Signale
Bits
WAS? Atome
Sprachen
Algorithmen
Schichten
WIE? Methodik
Nachbar- Mathematik, Physik, Chemie
schaften Elektrotechnik
Beispiel Mobilkommunikation
Schluss
2
Internet: ein Netz von Netzen
email
http
Internet
Internet ftp
news
...
?
Trace-a-routing
C:\WINNT\SYSTEM32>tracert www.orf.at
Route-Verfolgung beendet.
I(nternet)P(rotocol)-Adresse
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 6
3
Jeder-mit-jedem
n(n-1)
2 n(n-1)
2
Bob Metcalfe
R. Metcalfe
http://www.ethermanage.com/ethernet/ethernet.html
4
Multiple Access: Ethernet
Jeder Rechner hat eindeutige Adresse
Rechner schicken und empfangen Pakete
Bei Sendekollision: wird entdeckt,
"etwas später“ nochmaliger Sendeversuch
Maximale physikalische Grenze
Kollisionen: Maximale Anzahl von Rechnern?
Segmente
C:\WINNT\SYSTEM32>ipconfig
Windows IP-Konfiguration
Gateway
5
http://www.historyoftheinternet.com
modem
Zugangstechnologien:
Modem, ISDN, ADSL, ...
Referenzschichtenmodell
OSI-Architektur
Application ftp, http, ...
Transport Process-to-process-Channel
[Messages werden geschickt]
6
TCP/IP-Architektur
7
Schallwellen
brauchen Medium
Ausbreitungsgeschwindigkeit
Frequenz
Wellenlänge
Lautstärke Heinrich
Hertz
20 Hz bis 20 kHz (Hz = Hertz = 1/s)
Ultraschall, Infraschall
Ortsabhängigkeit, Zeitabhängigkeit
Elektromagnetische Wellen
Brauchen kein Medium
Im Vakuum: Lichtgeschwindigkeit (c = 3*108 m/s)
Teilchen-Welle-Dualismus
FM Radio: 101.65 MHz
Radio: Lang-, Mittel-, Kurz-, Ultrakurzwellen
TV: Very High Frequencies, Ultra High Frequencies
GSM: ca 900 MHz, ca 1800 MHz
Mikrowellen
Sichtbares Licht: rot bis violett
Röntgenstrahlen
Gammastrahlen
8
Signal
Tonsignal: Amplitude s als Funktion von Zeit: s(t)
Bild: Helligkeit p als Funktion von Ort: p(x,y)
Film: Helligkeit p als Funktion von Ort und Zeit: p(x,y,t)
Tonfilm: Ton + Film
y s
x
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 17
System
y (t ) = S {x(t )}
Beispiel "Quadrierer":
y (t ) = [x(t )]
2
x(t) y(t)
S
zeitkontinuierliches System
Demos von John Hopkins University: http://www.jhu.edu/~signals/
9
Sinus x (t ) = A sin( ω 0t + φ )
ω 0 = 2 π f , f = 440 Hz, φ = 0 1
Frequenz f =
α = 2 π ft Periode
x(t ) = A sin(ω 0t + φ );
ω 0 = 2πf
f = 440 Hz
φ = −0.4π
A
α
Zeit
Periode
Kreisfrequenz ω0 [1/s]
Amplitude A x(t):= 10*sin(2*Pi*440*t);
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 19
Sinus: Phasenverschiebung
x(t ) = A sin(ω 0t + φ ); f = 440 Hz; φ = π4
π
4
10
Wellenlänge - Frequenz
Wellenlänge
Lichtgeschwindigkeit c =
Periodendauer
λ
c = = λf
T
Beispiel: f = 100 MHz (UKW-Radio)
c 3 ∗ 10 8 m
λ = = s
= 3 m
f 10 8 1
s
700 nm 400 nm
3 ∗ 10 8 ms
c
f = = ≈ 10 15 Hz
λ 500 ∗ 10 m−9
E = hf
Max Planck
Plancksches Wirkungsquantum:
h = 6.626 x 10-34 Joulesekunden pro Teilchen
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 22
11
K ... kontinuierlich
D ... diskret
Sampling
Analog/Digital-Umsetzer
In endlich großen Maschinen ist die Darstellung der
Amplitude nur mit begrenzter Genauigkeit möglich:
Aufnahme Wiedergabe
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 24
12
Addition
1 1 1 1
x( t ) := sin( t ) + sin( 3 t ) + sin( 5 t ) + sin( 7 t ) + sin( 9 t )
3 5 7 9
Demos: http://www.jhu.edu/~signals/phasorapplet2/phasorappletindex.htm
Multiplikation
13
Komplexe Zahlen
i = −1 für Mathematiker
Descartes
j = −1 für Elektrotechniker
Exponentialdarstellung
Zum Zwecke des "einfachen" Rechnens wird oft die
Exponentialdarstellung verwendet:
14
Im(x)
Zeiger X = Ae jφ
jφ
X = Ae X ist komplexe Amplitude
jω t jφ
x ( t ) = Xe = Ae e j ω t = Ae j (ω t +φ )
j (ω t +φ )
x ( t ) = Re( Ae ) = A cos( ω t + φ )
Demos: http://www.jhu.edu/~signals/phasorlecture2/indexphasorlect2.htm
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 29
h(t ) ↔ H ( f )
A
t
A
1
15
Beispiel: Zeit und Frequenz
0.5
0
100 300 500 Hz
1 1
x( t ) := sin( 200 π t ) + sin( 600 π t ) + sin( 1000 π t )
3 5
Demo: http://www.jhu.edu/~signals/phasorapplet2/phasorappletindex.htm
Zeit
Information
16
Abtasttheorem (1948)
Grundlage für die Umwandlung von zeitkontinuierlichen
Signalen in diskrete Signale:
Die Abtastfrequenz eines analogen Signals muss
mindestens doppelt so hoch sein wie die
höchste im Signal vorkommende Frequenz.
Um beispielsweise eine Frequenz
von 20 kHz zu digitalisieren, muss
diese mit mindestens 40 kHz
abgetastet werden.
Demos:
http://www.cms.dmu.ac.uk/~rl/ISYS3074/Odd/Audio/c1053-l3.html
http://www.dsptutor.freeuk.com/jsanalyser/FFTSpectrumAnalyser.html
Claude Shannon
(1916-2001)
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 33
17
Wahrscheinlichkeit,
Entropie und Information
Entropie ist "Maß für die Unordnung in einem System"
n
Entropie H: H = −∑ pi log pi
i =1
pi ... Wahrscheinlichkeit, dass Ereignis i eintritt
18
Würfel
6
H = − ∑ 16 log 2 ( 16 ) = log 2 (6) = 2.5849625 bit
i =1
"8-flächiger Würfel:
8
H = − ∑ log ( ) = log 2 (8) = 3 bit
1
8
1
2 8
i =1
3 binäre Speicherelemente als Zufallsgenerator:
000, 001, 010, 011, 100, 101, 110, 111
Systeme
•Zeitkontinuierlich: Analoges System
•Zeitdiskret: Diskretes System
•Digital: Digitales System
•mit Speicher: sequentielle Logik
•ohne Speicher: kombinatorische Logik
•Gemischt: "Mixed Signal System"
Eingangssignal Ausgangssignal
x[n] Digitales y[n] = S(x[n])
System S
19
Kombinatorische Logik
und Boolesche Algebra
y = f ( xi ) Beispiel: "sowohl-als-auch"-Funktion
x1
AND f(x1,x0)
x0
George Boole
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 39
Wahrheitstafeln
x f(x) x f(x) x f(x) x f(x) Alle vier möglichen
0 0 0 0 0 1 0 1 Funktionen mit
1 0 1 1 1 0 1 1 1 Eingangsvariablen
x1
x f(x) f(x1,x0)
Inverter x0 UND-Funktion
20
Selektion: Multiplexer
x0 sel x1 x0 q
q
0 0 0 0
x1 0 0 1 1 q = x0
0 1 0 0
0 1 1 1
1 0 0 0
sel 1 0 1 0 q = x1
if (sel == 1) 1 1 0 1
q = x1; 1 1 1 1
else
q = x0;
Binäre Zahlen
Dezimal: Ziffern 0,1,2,3,4,5,6,7,8,9
(1234)10 = 1*103+2*102+3*101+4*100
21
Zählen und Addieren
0000 0
0001 1 Addition:
0010 2
0011 3 0 + 0 = 00
0100 4 0 + 1 = 01
0101 5 1 + 0 = 01
0110 6 1 + 1 = 10 ("Null anschreiben und
0111 7 Eins weiter zur nächst
1000 8
höheren Position")
1001 9
1010 10
1011 11 10010 18
1100 12 +01010 + 10
1101 13 11100 28
1110 14
1111 15
x y cs Summe
0 0 00
0 1 01
1 0 01
1 1 10
22
Addition von drei Zahlen
x y z c s Summe s
x s 0 0 0 0 0
Voll-
y 0 0 1 0 1
addierer c
z 0 1 0 0 1
0 1 1 1 0
1 0 0 0 1
1 0 1 1 0
1 1 0 1 0
1 1 1 1 1
x s s1 1
0 a1 y VA
z c 0
1 b1
x s s2 0
1 a2 y VA
1 b2 z c s3 1
23
master-slave
Speicherelemente edge-triggered
D-type flipflop
module d_ff(clk, d, q);
d q input clk, d;
output q;
reg q;
wire d;
wire clk;
clk
always @(posedge clk)
q = d;
endmodule
clk
q
4.2
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 47
Endlicher Automat
Zustands-
state übergang
if (en==1)
out=in+1; bei aktiver
else Taktflanke
out=in;
input in out d q
if (out==7) q[2:0]
en ripple=1;
else
ripple=0; output
ripple
next-state logic ripple
clk
2 Typen:
next state = f(state, input)
Moore-Maschinen: output = g(state)
Mealy-Maschinen: output = g(state, input)
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 48
24
Atome und Materialien
Atomkern (positiv geladen)
Elektronen (negativ geladen)
Isolatoren:
Elektronen nicht frei bewegbar
Leiter:
Elektronen-"See"
Halbleiter:
Anzahl der freien Elektronen steuerbar
Elektrische Ladung Q
Elementarladung e = 1.602*10-19 Coulomb
q2
Coulombsches Gesetz:
q1q2
q1 r F= 1
4πε 0
r2
25
Elektrisches Feld, Potenzial und
Potenzialdifferenz (elektrische Spannung)
q
V = ∫ Edr
2
V (2) − V (1) = ∫ Edr
1
26
Elektrischer Strom
André Marie Ampère
v.dt
Anzahl der durch den
Querschnitt bewegten
v Ladungsträger in der
A
Zeit dt ist n.q.A.v.dt
Kraft = Masse*Beschleunigung
1 Newton = 1 Kilogramm * Meter/s2
Leistung = Arbeit/Zeit;
1 Watt = 1 Nm/s = 1 kgm2/s2 = 1 Ampere*Volt
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 54
27
Elektrischer Widerstand
A E, J
E = ρJ ELA = ρ LAJ
L
Elektrisches Feld in einem Leiter bringt die Ladungsträger
in Bewegung.
Ladungsträger stoßen an Atome (bzw. Ionen).
Diese "verlorene" Energie wird zu Wärme gewandelt.
Verbleibende Drift-Geschwindigkeit der Ladungsträger ist
proportional zum elektrischen Feld E.
Der Proportionalitätsfaktor ρ heißt spezifischer Widerstand.
Ohmsches Gesetz:
ρL U = RI
EL = U = I
A
Georg Simon Ohm
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 55
Q = I .t
W = U .Q
W
= P = UI
t
P = IU = I 2 R
28
Kirchhoff
φ
Gustav Kirchhoff
I1
I2
x I3 = I1+I2
∑U =0 ∑I =0
Maschengleichung Knotengleichung
Magnetisches Feld B
29
Oszillator: R, L und C
Gespeicherte Energie schwingt zwischen
magnetischer Energie (gespeichert in L) und
elektrischer Energie (gespeichert in C) hin und her.
R
Der Widerstand R dämpft den Schwingkreis.
dQ dI
= I, L = U , Q = CU , U = IR
L dt dt
dI 1
L + R .I + Q = 0
dt C
2
d Q R dQ 1 Analogie zu
C
2
+ + Q =0 Pendel oder
dt L dt LC Feder mit Masse
Gedämpfter Oszillator
ω0 =
1
Q(t ) = Q0e(σ + jω0 )t = Q0eσt e jω0t
LC
Re(Q0eσt e jω0t ) = Q0eσt cos(ω0t )
30
Antennenstab
R
C
L
MOS-Transistor (n-Typ)
gate
source drain
poly
Gate-Oxid
p+ p+
n
Kanal substrate
G
Symbol:
S D
William
substrate Shockley
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 62
31
Transistor als
steuerbarer Widerstand
G
2 "Extremfälle":
S D
Substrat G
S R D S D
R groß
R groß
Uds
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 63
0 0 1 ?
0
0
0 ? 1 1
nMOS-Schalter pMOS-Schalter
leitet gut eine "0" leitet gut eine "1"
32
CMOS-Inverter
out
vdd 1
vdd = "1"
in out 1 0
vss = "0" 0
vss
in
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 65
CMOS-Volladdierer
33
Mikro-
chips
Moore's Law
Gordon Moore
Quelle: http://www.intel.com/research/silicon/mooreslaw.htm
34
Sprachen
Hierarchie der Sprachen
Computer und Sprachen
Sprachtypen
Zwiebel schälen
Fdjfjdkj fdfkdjf
Fdjfkj fjdkfjjf
35
Sprachen und Computer
wenn a größer als b ist, dann write a: 27 Daten-
speichere a in q; Adr b: 13 speicher
ansonsten q: 00
speichere b in q;
+
LOAD a
SUB b select
if (a>b) then JMPN X
q = a; laden Reg
LOAD a ?
else STORE q
q = b; JMP Y negativ?
Programm X: LOAD b
STORE q
Compiler Y: HALT
Controller Datenpfad
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 71
Sprachen und
John von
Neumann
Computer
LOAD a 0: 1 0 write 0: 27 Daten-
SUB b 1: 3 1 DAdr 1: 13 speicher
JMPN X 2: 5 6 2: 00
LOAD a 3: 1 0
STORE q Assembler 4: 2 2 PAdr +
JMP Y 5: 4 8
X: LOAD b 6: 1 1 select
STORE q 7: 2 2
8: 0 laden Reg
Y: HALT
36
Schichten
Sprachtypen
Maschinenorientierte Sprachen
Assemblercode
C (?)
Problemorientierte Sprachen
Funktionale Sprachen
• SML
Prozedurale Sprachen
• C (?)
• C++
• Java
• ... (und viele andere)
37
Algorithmen und
Datenstrukturen
"Kochrezept"
Sequenz: eins nach dem anderen
Auswahl: wenn...dann...sonst
Schleifen:
• solange bis
• n Mal
Eingabe/Ausgabe
"Berühmte" Algorithmen und
Datenstrukturen: Beispiel "Bubblesort"
Was lässt sich alles berechnen?
Wie viel Aufwand ist es?
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 75
Beispiele Datenstrukturen
Feld Stapel Baum
(Array) (Stack) (Tree)
root
A[0] TopOfStack
A[1]
A[2]
A[3]
A[4]
.
.
.
A[n-1]
38
Beispiel "Bubble Sort"
j=1
for j=1 to n-1 do
i=1 i=2 i=3 i=4 i=5
v=0
for i=1 to n-j do 1: 6 3 3 3 3 3
if A[i] > A[i+1] then
2: 3 6 4 4 4 4
tmp = A[i]
A[i] = A[i+1] 3: 4 4 6 1 1 1
A[i+1] = tmp
4: 1 1 1 6 2 2
v = v+1
end 5: 2 2 2 2 6 5
end
6: 5 5 5 5 5 6
if v==0 then break
end T(n) = n·(n-1)/2 Vergleich-Austauschschritte
http://www.iti.fh-flensburg.de/lang/algorithmen/sortieren/sortalgo.htm
http://www.cm.cf.ac.uk/Dave/JAVA/sort/Sort.html
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 77
Asymptotische Komplexität
Laufzeit: Die Anzahl der Schritte, die ein Algorithmus zur
Lösung eines bestimmten Problems benötigt.
Schritt: Die Maschine muss in der Lage sein, einen
einzelnen Schritt in konstanter Zeit auszuführen.
Zeitkomplexität T(n) in Abhängigkeit von der
Problemgröße n. Laufzeit des Algorithmus im schlechtesten
Fall (worst case).
Meist nicht genauer Wert von T(n), sondern nur eine
Abschätzung nach oben, eine obere Schranke:
Beispiel Bubblesort: f(n) = n2/2. Es gilt T(n) ≤ f(n) für alle
natürlichen n.
O-Notation: konstant, linear, quadratisch, exponentiell, ...
Beispiel Bubblesort: O(n2)
39
P, exponentiell, NP
Polynomiale Laufzeit: O(nk)
"effizient", "leicht"
Exponentielle Laufzeit: O(kn)
"ineffizient" bzw. "unberechenbar"
Nicht-deterministisch polynomiale Probleme
Lösung "schwer" zu finden, doch einmal gefundene
Lösung ist in polynomialer Zeit zu verifizieren
k ... Konstante
n ...Größe der Eingabe
Algorithmus und
Berechenbarkeit
Algorithmus: Präzise, endliche
Verarbeitungsvorschrift , die auf
endlich vielen definierten Grundoperationen
von jeweils endlicher Ausführungszeit aufbaut.
Er definiert eine Funktion von seiner Eingabe Alan Turing
in seine Ausgabe, und er beschreibt eine Realisierung dieser
Funktion.
Berechenbarkeit: Eine Funktion f nennen wir berechenbar,
wenn man sie berechnen kann, wenn es also einen Algorithmus
gibt, der für jedes Element m aus dem Definitionsbereich M das
zugeordnete f(m) nach endlich vielen Schritten liefert.
Es gibt weitaus mehr nicht-berechenbare als berechenbare
Funktionen, und einige davon kennt man auch. Für praktische
Zwecke sind natürlich nur berechenbare Funktionen brauchbar,
und von ihnen gibt es auch genug.
Quelle: http://www.informatik.uni-stuttgart.de/ifi/bs/lehre/ei1/1999/htm/algor1.htm
40
Das Halteproblem
Sei A die Menge aller Algorithmus-Beschreibungen (es
kommt nicht darauf an, über welchem Zeichensatz und in
welchem Formalismus), und E die Menge aller möglichen
Eingaben dafür.
Die Funktion f: A x E → Boolean, welche f(a,e) = true
liefert, falls ein Algorithmus a ∈ A angewandt auf eine
Eingabe e ∈ E terminiert, ist nicht berechenbar.
Das wird in der Theoretischen Informatik bewiesen und
bedeutet: Es gibt kein allgemeines Verfahren, um zu
entscheiden, ob ein gegebenes Programm bei einer
vorgegebenen Eingabe anhalten wird.
Quelle: http://www.informatik.uni-stuttgart.de/ifi/bs/lehre/ei1/1999/htm/algor1.htm
Software-Entwicklung
Siehe Lehrveranstaltung "Einführung
in die strukturierte Programmierung"
41
Unterschied zwischen Entwurf
von Hardware und Software?
Hardwarebeschreibungssprachen
VHDL
Verilog
Softwarewelt
r1 = x;
Source code high level r2 = 0;
while (r1 >=y) {
(C++, Java, r1 = r1 – y;
Compilation etc.) r2 = r2 + 1;
}
42
Entwurfsautomatisierung
module add(sum,a,b);
input a,b;
output sum;
sum := a+b;
endmodule
y := a+b;
endmodule
Simulation Synthese
a 3 7
b 5 3
y 8 a
43
Dimensionen Gajski-Diagramm
Verhalten Struktur
(Funktion)
FA
module(a,b,y);
input [3:0] a,b;
output [4:0] y; CHIP FA
y := a+b; FA
endmodule
FA
F F F F
A A A A
Geometrie
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 87
Denken in Schichten
Der Umgang mit Komplexität
Analogie "Mensch" bzw. "Auto"
Engpass "menschliches Denken"
The magic number 7 plus minus 2
Divide and conquer
Spezifikation
Implementierung
Interface zwischen Schichten
44
Denken in Schichten
layout level
Denken in Schichten
circuit level
vdd layout level
Y
A
vss
45
Denken in Schichten
circuit level
vdd layout level
Y
a A
y
b
B
vss
gate level
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 91
Denken in Schichten
register transfer level circuit level
vdd layout level
ldr1
12
sub r1
y
Y
12 a A
12
y
b
clk
B
vss
gate level
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 92
46
Denken in Schichten
register transfer level circuit level
vdd layout level
ldr1
12
sub r1
y CPU
Y
12 MEM
12 a A
y
b
BUS clk
B
I/O
vss
Methodik
Divide and Conquer
Simulation, Modellierung
Top-Down versus Bottom-Up
Meet-in-the-Middle
Object Oriented Programming
Hardware/Software Co-Design
Spiral Thinking vs. Waterfall Model
Funktion und Struktur
47
... und dann noch ...
Wissenschaft
Neuigkeitswert
Der Wissenschaftsmarkt
Wirtschaft
Produktidee
Time to market
Konkurrenz
Return of investment
Cash flow
48
Die Rolle der Physik
Raum
Zeit
Masse, Energie, Lichtgeschwindigkeit
Atome
Elektronen
49
Beispiel
Mobilkommunikation
Schlagwörter:
Mobil-Teil, Basisstation, core network
Spracherkennung
Signalverarbeitung
Authentizität, Privatsphäre, Verbindlichkeit
Subscriber identity module
CPU, DSP, custom hardware,
power management
Low power design
IPv6
Mobile IP
Quality of service (QoS)
Mobiltelefon
Beispiel Sprache:
wird digitalisiert (Sampling) mit Analog/Digital-Konverter
8000 Samples/sek mit Auflösung von 13 bit
Das ergibt 104 kbit/s
GSM: Sprachframes mit 20 ms
Das macht 2080 bit pro 20 ms
Kompression zu 260 bit pro 20 ms
Zusätzliche Bits zur Fehlererkennung und Fehlerkorrektur:
456 bit pro 20 ms
Mehrere Kanäle notwendig:
Paging Channel, Answer Channel, Synchronisation Channel,
Traffic Channel, ...
Kapazität: Wieviele Bits können übertragen werden?
Mehrfachnutzung?
50
Kommunikationssystem
Beispiel
Sprache:
Analog zu
Digital, Expansion zur
Kompression Fehlerkorrektur Digital zu Analog
Source Channel
Modulator
Encoder Encoder
Channel
Channel
Source Channel De-
Decoder Decoder modulator
Modulation
Amplituden-
modulation
1 0 1 0
Frequenz-
Modulation
(frequency
shift keying, FSK)
1 0 1 0
Phasen-
Modulation
(phase shift
keying, PSK)
00 01 10 11
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 102
51
Mehrfachausnutzung
Frequency Division Multiple Access (FDMA)
"Frequenzbänder"
Z.B Radio, TV
Time Division Multiple Access (TDMA)
Zeitlich hinereinander
Beispiel ISDN, GSM
Code Division Multiple Access (CDMA)
"Spread Spectrum"
Beispiel UMTS
Space Division Multiple Access (SDMA)
Wie groß ist eine Zelle?
Körper, Raum, Haus, Stadviertel, Gegend
Cellular Systems
"Frequenzplan"
r Handover
f3 f3
f1 f1
f1 k=3
f2 f2
f2
f3 f3
f3
f1 f1
f1
f2 f2 f2
Andere Möglichkeiten: f3 f3
k=4, k=7
E Brenner / KC Posch Einführung in die Telematik 3 2006/2007 104
52
Spread
Spectrum
Ganz gut,
Wie geht's Attente
und Dir?
denn so?
J'ai faim
53
Multiplikatoren
10-3 milli m 103 Kilo K
10-6 mikro μ 106 Mega M
10-9 nano n 109 Giga G
10-12 pico p 1012 Tera T
10-15 femto f
In der Informatik:
210 = 1024 = 1 Kilo
220 = 1024*1024 = 1 Mega
230 = 1024*1024*1024 = 1 Giga
Literatur
DSP First – A Multimedia Approach; J.H. McClellan, R.W.
Schafer, M.A. Yoder; Prentice Hall, 1998.
Neil Storey: Electronics, A Systems Approach, 2nd edition;
Addison-Wesley, 1998.
Mark Gordon Arnold: Verilog Digital Computer Design,
Algorithms into Hardware; Prentice Hall, 1999.
UBC EECS 40 Course Notes; W.G. Oldham, 2000.
Informatik. Eine grundlegende Einführung. Band 1 und 2;
Manfred Broy; Springer-Verlag, 2. Auflage, 1998.
Softwareentwicklung in C; K. Schmaranz, 2001;
http://courses.iicm.edu/the_c_book/SoftwareentwicklungInC.pdf
A Mathematical Theory of Communication; C. Shannon,
The Bell System Technical Journal, Vol 27, July-October
1948, pp 379-423.
http://cm.bell-labs.com/cm/ms/what/shannonday/shannon1948.pdf
54
Berühmte Namen (1/3)
Heinrich Hertz (1857-1894)
www.chembio.uoguelph.ca/educmat/chm386/rudiment/tourclas/hertz.htm
55
Berühmte Namen (3/3)
Gustav R. Kirchhoff (1824-1887)
http://www-groups.dcs.st-andrews.ac.uk/~history/Mathematicians/Kirchhoff.html
56