رفتن به محتوای اصلی
Koohestun
توضیح کوهستاننظریه اطلاعاتمقاله تشریحی· 7 دقیقه مطالعه· در دیدگاه‌ها

مبادله لگاریتمی: چرا دو برابر کردن توان سیگنال تنها یک بیت به ظرفیت کانال اضافه می‌کند

قضیه سال ۱۹۴۸ کلود شانون حد نهایی سرعت انتقال داده را تعیین کرد و یک تله ریاضی را برای مهندسان شبکه آشکار ساخت. از آنجا که ظرفیت به صورت لگاریتمی با توان سیگنال افزایش می‌یابد، ارسال سیگنال قوی‌تر بازدهی به شدت نزولی دارد و شبکه‌های مدرن را مجبور می‌کند به جای افزایش توان، به دنبال طیف‌های فرکانسی گسترده‌تر باشند.

به قلم هستی غفاری

نظریه‌پردازان اطلاعات 50%مهندسان زیرساخت شبکه 50%
نظریه‌پردازان اطلاعات
تمرکز بر مرزهای ریاضی ارتباطات و پیگیری کدهای بهینه برای تصحیح خطا.
مهندسان زیرساخت شبکه
تمرکز بر محدودیت‌های عملی توان، طیف فرکانسی و هزینه‌های سخت‌افزاری در مقیاس‌پذیری شبکه‌های داده جهانی.

چرا مهم است

هر استاندارد بی‌سیم، کابل فیبر نوری و پیوند ماهواره‌ای از نظر فیزیکی محدود به این معادله است. درک اینکه چرا افزایش توان بازدهی ضعیفی دارد، توضیح می‌دهد که چرا شبکه‌های مدرن به جای پخش ساده سیگنال‌های قوی‌تر، به آرایه‌های آنتن پیچیده‌تر و باندهای فرکانسی پهن‌تر نیاز دارند.

محدودیت سرعت در یک بزرگراه فیزیکی توسط اصطکاک لاستیک‌ها روی آسفالت و آیرودینامیک وسایل نقلیه در حال حرکت تعیین می‌شود، اما محدودیت سرعت در دنیای دیجیتال توسط یک مرز کاملا ریاضی دیکته می‌شود. برخلاف یک جاده فیزیکی که در آن افزودن خطوط بیشتر یا رانندگی سریع‌تر، هر دو دستاوردهای متناسب و قابل پیش‌بینی در توان عملیاتی به همراه دارند، یک کانال ارتباطی با منابع در دسترس خود به صورت نابرابر برخورد می‌کند. قوانینی که دقیقا تعیین می‌کنند چه مقدار داده می‌تواند از طریق یک سیم مسی، یک کابل فیبر نوری زیردریایی یا یک موج رادیویی بی‌سیم فشرده و ارسال شود، کاملا غیرخطی هستند. این واقعیت ریاضی یک تله بنیادین برای مهندسان شبکه ایجاد می‌کند که در تلاشند سرعت انتقال را برای پاسخگویی به تقاضای جهانی افزایش دهند؛ تله‌ای که آن‌ها را مجبور می‌کند در فضایی حرکت کنند که برخی سرمایه‌گذاری‌ها بازدهی عظیمی دارند، در حالی که برخی دیگر تقریبا هیچ دستاوردی به همراه ندارند.[6]

در سال ۱۹۴۸، یک ریاضیدان و مهندس برق به نام کلود شانون مقاله‌ای پیشگامانه منتشر کرد که اساسا رشته مدرن نظریه اطلاعات را پایه‌گذاری کرد. شانون که در آزمایشگاه‌های بل کار می‌کرد، نشان داد که هر کانال ارتباطی در جهان هستی می‌تواند به طور بنیادین با دو عامل اصلی مشخص شود: پهنای باند کانال و نویز پس‌زمینه‌ای که سیگنال را مخدوش می‌کند. با در نظر گرفتن این دو متغیر، شانون ثابت کرد که می‌توان حداکثر نرخ مطلق ارسال داده‌ها در آن کانال را با خطای صفر محاسبه کرد. پیش از این کشف، مهندسان تصور می‌کردند که ارسال سریع‌تر داده‌ها ذاتا به معنای پذیرش نرخ خطای بالاتر است. شانون ثابت کرد که دقت کامل و سرعت بالا می‌توانند همزمان وجود داشته باشند، به شرطی که نرخ داده‌ها زیر یک سقف مشخص ریاضی باقی بماند.[1][5]

این سقف نظری اکنون در سطح جهانی به عنوان حد شانون یا ظرفیت کانال شناخته می‌شود. دیوید فورنی، استاد مدعو در آزمایشگاه سیستم‌های اطلاعات و تصمیم‌گیری در موسسه فناوری ماساچوست (MIT)، خاطرنشان می‌کند: «کسانی که در سراسر دنیای علم با کار شانون آشنا هستند، آن را یکی از درخشان‌ترین چیزهایی می‌دانند که تا به حال دیده‌اند.» این قضیه، مبادله فرضی و مبهم میان سرعت انتقال و دقت را با یک آستانه ریاضی سخت و بی‌رحمانه جایگزین کرد. در زیر این حد، ارتباط قابل اعتماد تضمین شده است؛ اما فراتر از آن، از دست رفتن داده‌ها از نظر فیزیکی و ریاضی اجتناب‌ناپذیر می‌شود، فارغ از اینکه طرح کدگذاری چقدر هوشمندانه باشد.[1]

قضیه شانون-هارتلی این حد جهانی را در قالب یک معادله بسیار مختصر بیان می‌کند: ظرفیت کانال برابر است با پهنای باند ضرب در لگاریتم در مبنای دوی یک به علاوه نسبت سیگنال به نویز. این تابع لگاریتمی خاص، مکانیسم زیربنایی است که تمام طراحی‌های شبکه‌های مدرن را دیکته می‌کند. این معادله یک عدم تقارن ساختاری در نحوه مقیاس‌پذیری شبکه‌ها ایجاد می‌کند. در حالی که ظرفیت کل داده‌ها به صورت خطی با پهنای باند در دسترس افزایش می‌یابد، اما با توان سیگنال ارسالی تنها به صورت لگاریتمی رشد می‌کند. این بدان معناست که طیف فرکانسی و توان، منابع قابل تعویضی نیستند؛ یکی به مراتب کارآمدتر از دیگری است.[2][4]

قضیه شانون-هارتلی نشان می‌دهد که چرا دو برابر کردن پهنای باند، ظرفیت را دو برابر می‌کند، در حالی که دو برابر کردن توان بازدهی نزولی به همراه دارد.

پیامدهای این لگاریتم در محیط‌های با سیگنال بالا، جایی که نویز پس‌زمینه از قبل به خوبی مدیریت شده است، به وضوح آشکار می‌شود. اگر یک مهندس شبکه بخواهد توان عملیاتی داده‌ها را افزایش دهد و تصمیم بگیرد به سادگی توان انتقال آنتن یا لیزر را دو برابر کند، ریاضیات کاملا بی‌رحمانه عمل می‌کند. از آنجا که لگاریتم دو در مبنای دو دقیقا برابر با یک است، دو برابر کردن توان سیگنال در یک کانال تمیز، تنها یک بیت بر ثانیه به ازای هر هرتز از طیف فرکانسی به ظرفیت کل اضافه می‌کند. شبکه دو برابر انرژی مصرف می‌کند تا به یک دستاورد میکروسکوپی در توان عملیاتی واقعی داده‌ها برسد.[6]

پیامدهای این لگاریتم در محیط‌های با سیگنال بالا، جایی که نویز پس‌زمینه از قبل به خوبی مدیریت شده است، به وضوح آشکار می‌شود.

این پویایی نمایانگر یک منحنی بی‌رحمانه و اجتناب‌ناپذیر از بازدهی نزولی است. برای افزودن دومین بیت ظرفیت به ازای هر هرتز، توان انتقال باید چهار برابر شود. برای افزودن بیت سوم، توان باید در هشت ضرب شود و برای افزودن بیت چهارم، باید در شانزده ضرب گردد. توان، گران‌ترین و مشکل‌سازترین اهرم در طراحی شبکه است؛ گرمای حرارتی اضافی تولید می‌کند، باتری‌های موبایل را تخلیه می‌کند و باعث تداخل الکترومغناطیسی با کانال‌های مجاور می‌شود. با این حال، از نظر ریاضی بدترین بازده سرمایه‌گذاری را برای افزایش توان عملیاتی شبکه ارائه می‌دهد.[6]

در مقابل، پهنای باند در معادله شانون خارج از لگاریتم قرار دارد و به عنوان یک ضریب خطی مستقیم عمل می‌کند. اگر یک اپراتور مخابراتی موفق شود طیف فرکانسی در دسترس برای یک انتقال را دو برابر کند، با فرض ثابت ماندن نسبت سیگنال به نویز، ظرفیت کل کانال دقیقا دو برابر می‌شود. این عدم تقارن بنیادین ریاضی، کل مسیر فیزیکی ارتباطات راه دور مدرن را در دو دهه گذشته توضیح می‌دهد و پیگیری بی‌وقفه و چند میلیارد دلاری این صنعت را برای یافتن باندهای فرکانسی جدید هدایت می‌کند.[2][6]

در یک محیط با سیگنال بالا، دو برابر کردن توان انتقال تنها یک بیت ظرفیت به ازای هر هرتز اضافه می‌کند.

دقیقا به همین دلیل است که شبکه‌های سلولی 5G به جای پخش ساده سیگنال‌های قدیمی 4G با توان بالاتر، به دنبال باندهای فرکانسی پهن‌تر در طیف امواج میلی‌متری با فرکانس بالا هستند. همچنین به همین دلیل است که اپراتورهای فیبر نوری زیردریایی در حال حاضر به سمت محدوده‌های طیفی کاملا جدیدی مانند باند سوپر سی و باند ال گسترش می‌یابند تا فرکانس‌های نوری قابل استفاده بیشتری پیدا کنند. شلیک لیزرهای درخشان‌تر و قدرتمندتر به درون هسته‌های شیشه‌ای موجود، تنها تله لگاریتمی را فعال می‌کند و مقادیر عظیمی از انرژی را برای دستاوردهای ناچیز در ظرفیت داده‌ها هدر می‌دهد.[3][6]

در صنعت شبکه‌های زیردریایی، ورود مودم‌های مبتنی بر فناوری همدوس به اپراتورهای کابل اجازه داد تا دارایی‌های فرسوده زیر آب را ارتقا دهند و سرعت‌ها را از ۱۰ گیگابیت بر ثانیه به ۱۰۰ گیگابیت بر ثانیه و فراتر از آن برسانند. با این حال، از آنجا که تولیدکنندگان تجهیزات نوری سخت‌افزارهای خود را به حد مطلق شانون نزدیک‌تر می‌کنند، روزهای افزایش‌های عظیم و چند برابری در ظرفیت هر کانال به سرعت رو به پایان است. زیرساخت فیزیکی اکنون در حال برخورد با یک سقف ریاضی است که با هیچ ترفند مهندسی نمی‌توان آن را از میان برداشت.[3]

اثبات اولیه شانون در سال ۱۹۴۸ به طور مشهوری غیرسازنده بود؛ این اثبات نشان داد که کدهای کاملی برای رسیدن به این حد نظری وجود دارند، اما در واقع توضیح نداد که چگونه باید آن‌ها را ساخت. در یک کانال نویزدار، تنها راه برای نزدیک شدن به خطای صفر، افزودن افزونگی محاسبه‌شده به یک انتقال است. این امر شامل ارسال نمادهای بیشتری نسبت به نیاز قطعی پیام خام است؛ نمادهایی که در الگوهای پیچیده ریاضی مرتب می‌شوند تا هرگونه بیت مخدوش‌شده بتواند توسط گیرنده در طرف دیگر شناسایی و ترمیم شود.[1][5]

برای دور زدن تله لگاریتمی توان سیگنال، اپراتورهای شبکه مجبورند طیف فرکانسی خود را به صورت فیزیکی گسترش دهند و کابل‌های جدیدی بکشند.

برای نزدیک به پنجاه سال، مهندسان به دنبال این سقف ریاضی بودند. تا اوایل دهه ۱۹۸۰، مودم‌های تلفن استاندارد سرسختانه در حداکثر نرخ ۹.۶ کیلوبیت بر ثانیه گیر کرده بودند، تا اینکه کدهای تصحیح خطای جدید ابداع شدند و شروع به بالا بردن این سرعت کردند. امروزه، تکنیک‌های کدگذاری مدرن مانند کدهای توربو و کدهای بررسی توازن با چگالی پایین (LDPC) به شبکه‌های بی‌سیم و نوری اجازه می‌دهند تا در کسری از یک دسی‌بل از حد نظری شانون عمل کنند و عملا شکافی را که شانون شناسایی کرده بود، پر کنند.[1]

از آنجا که طرح‌های کدگذاری فعلی در حال حاضر مماس با حد شانون هستند، دوران دستیابی به دستاوردهای عظیم ظرفیتی صرفا از طریق الگوریتم‌های نرم‌افزاری بهتر، تا حد زیادی به پایان رسیده است. ریاضیات قضیه کدگذاری کانال نویزدار تضمین می‌کند که جهش‌های آینده در انتقال داده‌های جهانی نیازمند گسترش فیزیکی خواهد بود: کشیدن کابل‌های فیبر نوری بیشتر، پرتاب ماهواره‌های مداری بیشتر و تخصیص بخش‌های هرچه وسیع‌تری از طیف الکترومغناطیسی. فریاد زدن با صدای بلندتر در این فضای خالی، هرگز کافی نخواهد بود.[3][6]

بررسی عمیق دیدگاه‌ها

نظریه‌پردازان اطلاعات

تمرکز بر مرزهای ریاضی ارتباطات و پیگیری کدهای بهینه برای تصحیح خطا.

برای ریاضیدانان و نظریه‌پردازان اطلاعات، حد شانون یک اثبات وجودی عمیق است. شانون نشان داد که ارتباط کامل و بدون خطا درست در زیر آستانه ظرفیت امکان‌پذیر است، اما اثبات اولیه او غیرسازنده بود؛ یعنی توضیح نداد که چگونه می‌توان کدهایی برای دستیابی به آن ساخت. این امر جرقه‌ای برای یک پیگیری آکادمیک چند دهه‌ای شد که در نهایت به کدهای مدرن LDPC و توربو ختم گردید؛ کدهایی که اکنون در کسری از یک دسی‌بل از حد نظری عمل می‌کنند.

مهندسان زیرساخت شبکه

تمرکز بر محدودیت‌های عملی توان، طیف فرکانسی و هزینه‌های سخت‌افزاری در مقیاس‌پذیری شبکه‌های داده جهانی.

مهندسان زیرساخت به مبادله لگاریتمی به عنوان یک محدودیت سخت اقتصادی و فیزیکی نگاه می‌کنند. از آنجا که اعمال توان بیشتر بازدهی ظرفیتی بسیار ضعیفی دارد و گرما و تداخل اضافی تولید می‌کند، تمرکز آن‌ها کاملا به سمت دستیابی به طیف فرکانسی و تسهیم فضایی معطوف شده است. چه در استقرار آنتن‌های عظیم MIMO برای 5G و چه در فعال‌سازی باندهای طیفی جدید در کابل‌های زیردریایی، اجماع مهندسی بر این است که یافتن «خطوط» فیزیکی جدید تنها مسیر عملی رو به جلو است.

آنچه نمی‌دانیم

  • آیا رسانه‌های فیزیکی جدید، مانند فیبرهای نوری هسته‌خالی، می‌توانند سطح نویز پایه را به اندازه‌ای تغییر دهند که سقف ظرفیت فعلی را به طور معناداری جابجا کنند یا خیر.
  • کانال‌های ارتباطی کوانتومی در مقایسه با ظرفیت کلاسیک شانون، تا چه حد می‌توانند به محدودیت‌های نظری خود نزدیک شوند.

منابع

پوشش منابع

6 منبع

2 دیدگاه شناسایی‌شده

نظریه‌پردازان اطلاعات 50%مهندسان زیرساخت شبکه 50%
  1. [1]تیم سردبیری کوهستانمهندسان زیرساخت شبکه

    تحلیل تیم سردبیری کوهستان

    مطالعه در تیم سردبیری کوهستان
  2. [2]Stanford Universityنظریه‌پردازان اطلاعات

    Shannon Capacity of Wireless Channels

    مطالعه در Stanford University
  3. [3]تیم سردبیری کوهستانمهندسان زیرساخت شبکه

    تحلیل تیم سردبیری کوهستان

    مطالعه در تیم سردبیری کوهستان
  4. [4]UiOنظریه‌پردازان اطلاعات

    Lecture 16 - Shannon's capacity theorem

    مطالعه در UiO
  5. [5]Wikipediaنظریه‌پردازان اطلاعات

    Noisy-channel coding theorem

    مطالعه در Wikipedia
  6. [6]تیم سردبیری کوهستانمهندسان زیرساخت شبکه

    تحلیل تیم سردبیری کوهستان

    مطالعه در تیم سردبیری کوهستان

نظرات

همیشه در جریان باشید

هر زاویه. هر روز.

دریافت دیدگاه‌ها اخبار همراه با پوشش کامل منابع و تحلیل دیدگاه‌ها، مستقیم در صندوق ورودی شما.