Prezentacja ta stanowi pierwsze spotkanie studenta z teorią sygnałów, która jest fundamentem całej współczesnej telekomunikacji. W trakcie kolejnych slajdów zostaną wprowadzone kluczowe pojęcia, takie jak klasyfikacja sygnałów, ich parametry oraz metody transmisji. Materiał został zaprojektowany tak, aby stopniowo budować świadomość różnorodności sygnałów występujących zarówno w przyrodzie, jak i w systemach telekomunikacyjnych. Każdy moduł tematyczny został opracowany z myślą o praktycznym zastosowaniu prezentowanej wiedzy. Studenci poznają nie tylko definicje, ale również rzeczywiste przykłady i konteksty użycia omawianych koncepcji.

Zaleca się aktywne uczestnictwo w prezentacji poprzez notowanie kluczowych wniosków i samodzielne poszukiwanie dodatkowych przykładów. Wiedza zawarta w tym module stanowi bazę dla kolejnych części kursu, w których omawiane będą bardziej zaawansowane zagadnienia, takie jak modulacja, kodowanie czy protokoły transmisyjne. Prezentacja została opracowana zgodnie ze standardami dydaktyki akademickiej, z naciskiem na klarowność przekazu i logiczną strukturę. Zachęca się studentów do zadawania pytań i dyskusji w trakcie oraz po zakończeniu prezentacji.

Streszczenie prezentacji stanowi mapę drogową dla studenta, pokazującą, jakie zagadnienia zostaną omówione w trakcie wykładu. Świadome przyswojenie sobie ogólnej struktury materiału ułatwia późniejsze łączenie szczegółowych informacji w spójną całość. Klasyfikacja sygnałów według wielu kryteriów, takich jak charakter losowy czy okresowość, pozwala na systematyczne uporządkowanie wiedzy, która będzie rozwijana w dalszych slajdach. Zrozumienie tych podstawowych kategorii jest niezbędne przed przejściem do bardziej zaawansowanych tematów, takich jak modulacje czy kodowanie.

Warto zwrócić uwagę na fakt, że każdy rzeczywisty sygnał telekomunikacyjny można opisać za pomocą kombinacji wymienionych kategorii. Na przykład sygnał mowy jest jednocześnie analogowy, nieokresowy i losowy, podczas gdy sygnał zegarowy w procesorze jest cyfrowy, okresowy i deterministyczny. Umiejętność wielowymiarowej klasyfikacji sygnałów jest kluczowa w praktyce inżynierskiej. Prezentacja ta kładzie nacisk na zrozumienie tych zależności, co stanowi solidny fundament dla dalszej edukacji w dziedzinie telekomunikacji.

Pojęcie sygnału w ujęciu matematycznym jest niezwykle szerokie i znajduje zastosowanie nie tylko w telekomunikacji, ale również w przetwarzaniu obrazów, akustyce, medycynie i wielu innych dziedzinach. Zmienna niezależna, którą najczęściej jest czas, może być również położeniem, ciśnieniem czy temperaturą, w zależności od kontekstu fizykalnego. W przypadku sygnałów wielowymiarowych, takich jak obrazy czy filmy, analiza staje się bardziej złożona, ponieważ wymaga uwzględnienia dodatkowych wymiarów przestrzennych. Zapis matematyczny s(t) jest wygodnym narzędziem abstrakcji, pozwalającym na stosowanie zaawansowanych metod analizy, takich jak przekształcenie Fouriera czy filtracja.

W praktyce inżynierskiej niezwykle istotne jest rozróżnienie między sygnałem ciągłym a dyskretnym, ponieważ determinuje ono wybór odpowiednich narzędzi matematycznych i technik implementacyjnych. Sygnały ciągłe są opisywane za pomocą równań różniczkowych i całkowych, natomiast sygnały dyskretne wymagają zastosowania rachunku różnicowego i algorytmów numerycznych. Przejście od opisu ciągłego do dyskretnego, czyli próbkowanie, jest jednym z kluczowych procesów we współczesnej telekomunikacji cyfrowej. Zrozumienie tych podstaw matematycznych jest niezbędne dla każdego inżyniera IT projektującego systemy komunikacyjne.

Przykłady sygnałów w przyrodzie i technice pokazują, jak wszechobecne jest zjawisko przenoszenia informacji za pomocą zmiennych fizycznych. Każdy z wymienionych sygnałów można opisać za pomocą odpowiedniej funkcji matematycznej, co umożliwia jego analizę i przetwarzanie. Sygnał dźwiękowy, będący falą akustyczną, charakteryzuje się parametrami takimi jak częstotliwość i amplituda, które bezpośrednio wpływają na jego percepcję przez człowieka. Sygnały świetlne, będące falami elektromagnetycznymi, mają znacznie wyższe częstotliwości i znajdują zastosowanie w nowoczesnych systemach łączności optycznej.

Rozpoznawanie i klasyfikowanie sygnałów spotykanych w codziennym życiu to pierwszy krok do zrozumienia zasad działania systemów telekomunikacyjnych. Sygnał biomedyczny EKG jest przykładem sygnału okresowego o charakterystycznym kształcie, który niesie istotne informacje diagnostyczne. Sygnały pomiarowe z czujników temperatury, ciśnienia czy wilgotności są podstawą automatyki przemysłowej i Internetu Rzeczy. Każdy z tych sygnałów, niezależnie od swojej natury fizycznej, może być przetwarzany, przesyłany i analizowany za pomocą metod poznawanych w ramach niniejszego kursu.

Matematyczne modelowanie sygnałów jako funkcji wielu zmiennych jest potężnym narzędziem analitycznym, znajdującym zastosowanie w różnych dziedzinach inżynierii. W przetwarzaniu obrazów cyfrowych sygnał dwuwymiarowy s(x,y) reprezentuje jasność lub kolor w każdym punkcie przestrzeni, co umożliwia stosowanie operacji takich jak splot, filtracja czy transformacja Fouriera w dwóch wymiarach. Filmy stanowią trójwymiarowe rozszerzenie (x,y,t), dodające wymiar czasowy, co pozwala na analizę ruchu i zmian w czasie. Każdy dodatkowy wymiar zwiększa złożoność obliczeniową, ale jednocześnie niesie więcej informacji.

Przejście od sygnału ciągłego s(t) do dyskretnego s[n] poprzez próbkowanie jest fundamentalne dla współczesnej techniki cyfrowej. Częstotliwość próbkowania musi być odpowiednio dobrana zgodnie z twierdzeniem Nyquista-Shannona, aby uniknąć nieodwracalnych zniekształceń. W praktyce sygnały dyskretne są przetwarzane przez cyfrowe procesory sygnałowe DSP (ang. Digital Signal Processor) lub układy FPGA (ang. Field-Programmable Gate Array), które realizują algorytmy w czasie rzeczywistym. Zrozumienie zależności między reprezentacją ciągłą a dyskretną jest kluczowe dla każdego inżyniera IT pracującego z systemami telekomunikacyjnymi.

Klasyfikacja sygnałów według różnych kryteriów jest niezbędna do systematycznego opisu i analizy systemów telekomunikacyjnych. Każde kryterium podziału uwzględnia inną właściwość sygnału, co pozwala na dokładne określenie jego charakterystyki. Sygnał deterministyczny różni się od losowego tym, że jego wartości w przyszłości można przewidzieć z całkowitą pewnością, co ma ogromne znaczenie przy projektowaniu systemów testujących. Podział na sygnały analogowe i cyfrowe jest najważniejszy z praktycznego punktu widzenia, ponieważ determinuje sposób przetwarzania i transmisji.

Należy pamiętać, że jeden sygnał może jednocześnie należeć do wielu kategorii, co widać na przykładzie sinusoidy będącej sygnałem deterministycznym, analogowym, okresowym i ciągłym w czasie. W praktyce inżynierskiej kluczowe znaczenie ma podział na sygnały energetyczne i mocowe, ponieważ determinuje on metody obliczeniowe stosowane w analizie. Sygnały energetyczne mają skończoną energię i zazwyczaj są to pojedyncze impulsy, natomiast sygnały mocowe charakteryzują się skończoną mocą średnią i nieskończoną energią. Umiejętność poprawnej klasyfikacji sygnału jest pierwszą umiejętnością, jaką musi opanować każdy student telekomunikacji.

Sygnały deterministyczne stanowią ważną kategorię w teorii sygnałów, ponieważ umożliwiają precyzyjną analizę matematyczną i łatwe modelowanie. W przeciwieństwie do sygnałów losowych, ich przebieg można opisać za pomocą jednoznacznego wzoru matematycznego, co pozwala na dokładne przewidywanie wartości w każdej chwili czasu. Sinusoida jest najbardziej podstawowym przykładem sygnału deterministycznego, a jej parametry, takie jak amplituda, częstotliwość i faza, są stałe w czasie. Sygnały prostokątne i piłokształtne są powszechnie stosowane w elektronice cyfrowej jako sygnały zegarowe i testowe.

W praktyce laboratoryjnej sygnały deterministyczne są generowane przez specjalistyczne przyrządy, takie jak generatory funkcyjne i arbitralne, które pozwalają na precyzyjne ustawienie parametrów sygnału. Są one niezastąpione przy testowaniu układów elektronicznych, ponieważ umożliwiają powtarzalność pomiarów. W systemach telekomunikacyjnych sygnały deterministyczne są używane jako fale nośne w procesie modulacji, gdzie ich parametry są zmieniane w celu zakodowania informacji. Należy jednak pamiętać, że w rzeczywistych systemach sygnały deterministyczne zawsze występują w połączeniu z szumem, który ma charakter losowy.

Sygnały losowe, zwane również stochastycznymi, odgrywają kluczową rolę w telekomunikacji, ponieważ większość rzeczywistych sygnałów ma właśnie taki charakter. Ich nieprzewidywalność wynika z faktu, że są one wynikiem złożonych procesów fizycznych, których nie da się opisać prostymi równaniami matematycznymi. Szum termiczny, powstający w wyniku chaotycznego ruchu elektronów w przewodnikach, jest obecny w każdym elemencie elektronicznym i stanowi fundamentalne ograniczenie czułości odbiorników. Sygnał mowy jest przykładem sygnału losowego, którego nie da się przewidzieć, ponieważ zależy od treści wypowiedzi i sposobu artykulacji mówiącego.

Do analizy sygnałów losowych stosuje się metody statystyczne, które pozwalają na opisanie ich właściwości w sensie średnim, a nie deterministycznym. Wartość średnia, wariancja, funkcja korelacji i widmo gęstości mocy to podstawowe narzędzia służące do charakterystyki sygnałów stochastycznych. W projektowaniu systemów telekomunikacyjnych kluczowe znaczenie ma stosunek sygnału do szumu (SNR, ang. Signal-to-Noise Ratio), który określa, jak bardzo sygnał użyteczny jest silniejszy od zakłóceń. Znajomość własności sygnałów losowych jest niezbędna przy projektowaniu niezawodnych systemów transmisji danych.

Sygnały analogowe są naturalną reprezentacją zjawisk fizycznych, ponieważ świat wokół nas ma charakter ciągły zarówno w czasie, jak i w wartości. Ciągłość w czasie oznacza, że sygnał jest określony w każdej nieskończenie małej chwili, natomiast ciągłość w amplitudzie oznacza, że może przyjąć dowolną wartość z pewnego przedziału. Właśnie ta nieograniczona rozdzielczość sprawia, że sygnały analogowe mogą teoretycznie przenosić nieskończoną ilość informacji. W praktyce jednak sygnały analogowe są podatne na zakłócenia i szum, które powodują degradację jakości.

Główną wadą sygnałów analogowych jest kumulacja szumu podczas transmisji i przetwarzania, ponieważ każdy element toru analogowego dodaje własne zakłócenia. Ponadto przechowywanie sygnałów analogowych wiąże się z degradacją nośnika w czasie, co widać na przykładzie starzejących się taśm magnetofonowych czy płyt winylowych. Mimo tych wad sygnały analogowe wciąż znajdują zastosowanie w niektórych dziedzinach, takich jak audiofilskie systemy nagłośnieniowe czy niektóre rodzaje czujników pomiarowych. Większość współczesnych systemów telekomunikacyjnych przetwarza jednak sygnały analogowe na cyfrowe jak najwcześniej w torze transmisyjnym.

Sygnały cyfrowe zrewolucjonizowały telekomunikację, wprowadzając odporność na szum i możliwość bezstratnego przetwarzania. Proces konwersji sygnału analogowego na cyfrowy składa się z dwóch etapów: próbkowania, czyli dyskretyzacji czasu, oraz kwantyzacji, czyli dyskretyzacji amplitudy. Każda próbka sygnału jest reprezentowana przez liczbę o skończonej precyzji, najczęściej w postaci binarnej z użyciem 8, 16 lub 24 bitów. Im więcej bitów użyjemy do kwantyzacji, tym dokładniejsza jest reprezentacja cyfrowa, ale więcej danych trzeba przesłać.

Główną zaletą sygnałów cyfrowych jest możliwość regeneracji, czyli odtworzenia idealnego sygnału po transmisji, pod warunkiem że liczba błędów nie przekracza możliwości korekcyjnych systemu. Dodatkowo sygnały cyfrowe można efektywnie kompresować, szyfrować i kodować, co zwiększa bezpieczeństwo i efektywność transmisji. W standardzie PCM stosowanym w telefonii sygnał mowy jest próbkowany z częstotliwością 8 kHz i kwantowany na 8 bitach, co daje przepływność 64 kb/s. Należy jednak pamiętać, że proces kwantyzacji wprowadza nieodwracalny błąd, który można jedynie minimalizować poprzez zwiększenie liczby bitów.

Porównanie sygnałów analogowych i cyfrowych pokazuje, że każda technologia ma swoje mocne i słabe strony, a wybór odpowiedniego rodzaju sygnału zależy od konkretnego zastosowania. Sygnały analogowe oferują teoretycznie nieskończoną rozdzielczość, ale są podatne na szum i zakłócenia, które kumulują się w torze transmisyjnym. Sygnały cyfrowe są odporne na zakłócenia, ale ich jakość jest ograniczona przez parametry próbkowania i kwantyzacji. Współczesne systemy telekomunikacyjne są z reguły hybrydowe, łącząc obie technologie w celu optymalizacji jakości i kosztów.

Kluczową przewagą sygnałów cyfrowych jest możliwość stosowania zaawansowanych technik przetwarzania, takich jak kompresja stratna i bezstratna, kodowanie korekcyjne oraz szyfrowanie. Dzięki tym technikom możliwa jest transmisja wysokiej jakości audio i wideo przy znacznie mniejszym zapotrzebowaniu na przepływność niż w przypadku sygnałów analogowych. W dziedzinie przechowywania danych sygnały cyfrowe mają niepodważalną przewagę, ponieważ nie ulegają degradacji w czasie i można je kopiować bez strat. Trend cyfryzacji objął praktycznie wszystkie dziedziny telekomunikacji, od telefonii przez telewizję aż po radiofonię.

Przykład porównania taśmy magnetofonowej i pliku MP3 doskonale ilustruje różnice między technologią analogową i cyfrową w praktyce. Na taśmie magnetofonowej sygnał dźwiękowy jest zapisywany w sposób ciągły poprzez namagnesowanie nośnika, co czyni go podatnym na degradację mechaniczną i magnetyczną. Każde kolejne odtworzenie kasety powoduje ścieranie się taśmy i pogorszenie jakości dźwięku, a szum własny taśmy jest słyszalny jako charakterystyczne syczenie. W przypadku pliku MP3 dane są zapisane w postaci ciągu bitów, co sprawia, że kopia jest identyczna z oryginałem niezależnie od liczby wykonywanych kopii.

Kompresja stratna stosowana w formacie MP3 usuwa te składowe dźwięku, które są najmniej słyszalne dla ludzkiego ucha, pozwalając na zmniejszenie rozmiaru pliku nawet dziesięciokrotnie bez zauważalnego pogorszenia jakości odsłuchu dla przeciętnego słuchacza. Przejście z technologii analogowej na cyfrową w przemyśle muzycznym nastąpiło w latach 80. XX wieku wraz z wprowadzeniem płyty kompaktowej CD. Obecnie większość nagrań studyjnych jest realizowana w całości w domenie cyfrowej, a edycja i montaż dźwięku odbywają się w programach komputerowych. W audiofilskich zastosowaniach wciąż ceni się jednak analogowe wzmacniacze i przetworniki ze względu na ich charakterystyczne brzmienie.

Sygnały okresowe odgrywają fundamentalną rolę w teorii sygnałów, ponieważ stanowią podstawę analizy częstotliwościowej za pomocą szeregu Fouriera. Warunek s(t+T) = s(t) oznacza, że sygnał po upływie czasu T przyjmuje dokładnie te same wartości, co na początku okresu, co pozwala na opisanie go za pomocą skończonej liczby parametrów. Sinusoida jest najprostszym sygnałem okresowym i stanowi podstawowy budulec bardziej złożonych przebiegów. Sygnał zegarowy w postaci fali prostokątnej jest niezbędny do synchronizacji działania wszystkich układów cyfrowych w komputerze.

W praktyce sygnały okresowe są łatwe do generowania i analizowania, dlatego są szeroko stosowane w testowaniu i pomiarach. Generatory funkcyjne mogą wytwarzać sygnały sinusoidalne, prostokątne, piłokształtne i trójkątne o regulowanej częstotliwości i amplitudzie. W akustyce dźwięk o częstotliwości 440 Hz jest standardowym stroikiem używanym do strojenia instrumentów muzycznych. Należy jednak pamiętać, że w rzeczywistości idealnie okresowe sygnały nie występują, ponieważ każdy sygnał ma skończony czas trwania i podlega fluktuacjom. Mimo to model sygnału okresowego jest niezwykle użyteczny w analizie matematycznej.

Okres i częstotliwość to dwa najważniejsze parametry sygnałów okresowych, związane ze sobą prostą zależnością odwrotnej proporcjonalności. Im wyższa częstotliwość, tym więcej cykli sygnału przypada na jednostkę czasu i tym krótszy jest okres. W praktyce inżynierskiej częstotliwość jest wygodniejszym parametrem, ponieważ bezpośrednio określa położenie sygnału w widmie częstotliwości. Sieć energetyczna w Polsce pracuje z częstotliwością 50 Hz, co oznacza, że napięcie zmienia się sinusoidalnie 50 razy na sekundę. Faza określa przesunięcie sygnału w czasie względem punktu odniesienia i jest wyrażana w radianach lub stopniach.

Zmiana fazy sygnału ma istotne znaczenie w wielu zastosowaniach, takich jak modulacja fazy w systemach łączności cyfrowej. Przesunięcie fazowe o 90 stopni odpowiada ćwierci okresu i jest wykorzystywane w modulacjach QPSK do kodowania dwóch bitów informacji na jednym symbolu. W percepcji przestrzennej dźwięku kluczowe znaczenie mają międzyuszna różnica czasu (ITD, powiązana z przesunięciem fazowym dla niskich częstotliwości) oraz różnica natężenia (ILD). W sieciach elektroenergetycznych przesunięcie fazowe między napięciem a prądem określa moc bierną, która nie wykonuje pracy użytecznej, lecz zwiększa prąd i powoduje straty przesyłowe (I²R) w liniach i transformatorach. Zrozumienie tych parametrów jest niezbędne do analizy dowolnego systemu telekomunikacyjnego.

Sygnały nieokresowe stanowią większość sygnałów występujących w przyrodzie i technice, ponieważ idealna periodyczność jest w praktyce nieosiągalna. Pojedynczy impuls, taki jak uderzenie w bęben czy wybuch, jest typowym przykładem sygnału nieokresowego o skończonym czasie trwania i energii. Sygnał mowy ma charakter nieokresowy, ponieważ poszczególne głoski i słowa nie powtarzają się w regularnych odstępach czasu. Szum jest najbardziej chaotycznym przykładem sygnału nieokresowego, który nie wykazuje żadnej regularności ani w czasie, ani w amplitudzie.

Analiza sygnałów nieokresowych wymaga zastosowania transformaty Fouriera, która przedstawia ich widmo częstotliwościowe w postaci ciągłej, w przeciwieństwie do sygnałów okresowych, które mają widmo dyskretne. Sygnały nieokresowe o skończonej energii są nazywane sygnałami energetycznymi i ich analiza opiera się na całkowej transformacie Fouriera. W praktyce inżynierskiej większość transmitowanych sygnałów ma charakter nieokresowy, ponieważ dane są przesyłane w postaci pakietów i ramek o skończonej długości. Znajomość własności sygnałów nieokresowych jest niezbędna przy projektowaniu systemów transmisji pakietowej, takich jak Ethernet czy IP.

Wizualizacja sygnałów okresowych i nieokresowych na wykresach pozwala na intuicyjne zrozumienie różnic między tymi dwoma kategoriami. Sinusoida jest wzorcowym przykładem sygnału okresowego, którego wykres ma postać gładkiej fali o stałej amplitudzie i regularnie powtarzających się cyklach. Impuls, jako przykład sygnału nieokresowego, charakteryzuje się krótkim czasem trwania i brakiem powtarzalności w czasie. Wykres impulsu może przybierać różne kształty, od prostokątnego przez gaussowski aż po wykładniczo (eksponencjalnie) zanikający, w zależności od charakteru zjawiska.

Zależność między czasem trwania sygnału a szerokością jego widma ma fundamentalne znaczenie w telekomunikacji. Krótki impuls w dziedzinie czasu oznacza szerokie pasmo w dziedzinie częstotliwości, co jest wykorzystywane w technice UWB (ang. Ultra-Wideband – technologia ultraszerokopasmowa) do transmisji danych z bardzo dużą przepływnością na krótkich dystansach. Odwrotnie, sygnały o wąskim paśmie częstotliwości muszą mieć długi czas trwania w dziedzinie czasu. Ta zasada nieoznaczoności w przetwarzaniu sygnałów jest analogiczna do zasady nieoznaczoności Heisenberga w fizyce kwantowej. Zrozumienie tej zależności jest kluczowe przy projektowaniu systemów transmisyjnych i wyborze parametrów modulacji.

Sygnały ciągłe w czasie są naturalnym modelem zjawisk fizycznych, ponieważ czas w przyrodzie płynie w sposób ciągły, bez dyskretnych skoków. W opisie matematycznym sygnałów CT zmienna czasowa t może przyjmować dowolną wartość rzeczywistą, co oznacza, że sygnał jest określony w każdej nieskończenie małej chwili. Do analizy sygnałów ciągłych stosuje się narzędzia matematyki ciągłej, takie jak rachunek różniczkowy i całkowy, równania różniczkowe oraz transformaty całkowe. Wszystkie naturalne sygnały, takie jak dźwięk, światło czy temperatura, mają charakter ciągły przed konwersją na postać cyfrową.

W praktyce inżynierskiej analiza sygnałów CT odbywa się najczęściej za pośrednictwem ich zdyskretyzowanych wersji, ponieważ współczesne systemy obliczeniowe pracują w domenie cyfrowej. Kluczowym zagadnieniem jest odpowiedni dobór częstotliwości próbkowania, która musi być wystarczająco wysoka, aby wiernie odtworzyć sygnał ciągły z próbek. Transformata Fouriera dla sygnałów CT jest narzędziem pozwalającym na analizę ich zawartości częstotliwościowej i jest podstawą projektowania filtrów analogowych. Mimo że większość współczesnych systemów jest cyfrowa, znajomość teorii sygnałów ciągłych jest niezbędna do zrozumienia procesów próbkowania i rekonstrukcji.

Sygnały dyskretne w czasie są podstawą współczesnej telekomunikacji cyfrowej, ponieważ wszystkie procesory i układy cyfrowe operują na próbkach, a nie na sygnałach ciągłych. Proces próbkowania polega na pobieraniu wartości sygnału ciągłego w równomiernie odległych chwilach czasu, co prowadzi do powstania ciągu próbek s[n]. Częstotliwość próbkowania f_s jest kluczowym parametrem, który określa, jak często pobierane są próbki, i musi być dostosowana do charakteru analizowanego sygnału. W standardzie audio CD częstotliwość próbkowania wynosi 44,1 kHz, co pozwala na wierne odtworzenie częstotliwości do 20 kHz, czyli górnej granicy słuchu człowieka.

Zapis s[n] z nawiasami kwadratowymi odróżnia sygnały dyskretne od ciągłych, gdzie n jest indeksem próbki będącym liczbą całkowitą. Twierdzenie Nyquista-Shannona mówi, że częstotliwość próbkowania musi być co najmniej dwukrotnie większa od najwyższej częstotliwości występującej w sygnale, aby uniknąć aliasingu. W telefonii cyfrowej standardowo stosuje się częstotliwość próbkowania 8 kHz, ponieważ pasmo mowy w klasycznej telefonii ogranicza się do zakresu 300–3400 Hz (z filtrem do 4 kHz). Przetwarzanie sygnałów dyskretnych realizowane jest przez wyspecjalizowane procesory DSP, które wykonują operacje takie jak filtracja cyfrowa, korelacja czy transformacja Fouriera w czasie rzeczywistym.

Związek między sygnałem ciągłym a dyskretnym jest jednym z najważniejszych zagadnień we współczesnej telekomunikacji, ponieważ łączy świat fizyczny z cyfrowym. Proces próbkowania, opisany zależnością s[n] = s_a(n*T_s), jest mostem między tymi dwoma dziedzinami, a jego prawidłowe zrozumienie jest kluczowe dla projektowania systemów akwizycji danych. Twierdzenie Nyquista-Shannona jest jednym z najważniejszych twierdzeń w teorii informacji, ponieważ określa warunki, przy których możliwa jest bezstratna rekonstrukcja sygnału ciągłego z próbek. Naruszenie tych warunków prowadzi do aliasingu, czyli pojawienia się w widmie fałszywych składowych częstotliwościowych.

Aliasing jest nieodwracalnym zniekształceniem, którego nie można usunąć po próbkowaniu, dlatego tak ważne jest stosowanie filtrów antyaliasingowych przed konwersją A/C. Filtr antyaliasingowy jest filtrem dolnoprzepustowym, który tłumi składowe częstotliwości powyżej połowy częstotliwości próbkowania, zanim sygnał trafi do przetwornika. W praktyce współczesne przetworniki A/C mają wbudowane filtry antyaliasingowe, co upraszcza projektowanie systemów pomiarowych. W przypadku audio profesjonalnego stosuje się częstotliwości próbkowania 96 kHz lub nawet 192 kHz, aby zapewnić margines bezpieczeństwa przed aliasingiem i zachować najwyższą jakość dźwięku.

Proces próbkowania i kwantyzacji jest kluczowym etapem konwersji sygnału analogowego na cyfrowy, a jego wizualizacja pomaga zrozumieć, jak świat ciągły jest reprezentowany w domenie cyfrowej. Okres próbkowania T_s określa odstęp czasu między kolejnymi próbkami, a jego odwrotnością jest częstotliwość próbkowania f_s. Krok kwantyzacji delta określa różnicę między sąsiednimi poziomami kwantyzacji i zależy od liczby bitów użytych do reprezentacji próbki. Dla przetwornika 16-bitowego mamy 65536 poziomów kwantyzacji, co dla zakresu napięcia 5 V daje krok kwantyzacji około 76 mikrowoltów.

W systemach rzeczywistych istnieje zawsze kompromis między jakością reprezentacji cyfrowej a ilością generowanych danych. Dla telefonii cyfrowej, gdzie jakość mowy może być nieco niższa, stosuje się 8 kHz i 8 bitów, co daje przepływność 64 kb/s. Dla muzyki wysokiej jakości potrzeba 96 kHz i 24 bitów, co przekłada się na przepływność 2304 kb/s przed kompresją. Kompresja stratna, taka jak MP3 czy AAC, pozwala na znaczne zmniejszenie ilości danych kosztem nieznacznej utraty jakości, wykorzystując właściwości psychoakustyczne ludzkiego ucha. Nowoczesne kodeki, takie jak Opus, potrafią dynamicznie dostosowywać przepływność do warunków transmisji.

Energia sygnału jest podstawowym pojęciem w teorii sygnałów, które ma bezpośrednie przełożenie na praktykę inżynierską w telekomunikacji. Matematycznie energia sygnału jest definiowana jako całka kwadratu jego amplitudy po czasie, co dla sygnału napięciowego odpowiada energii wydzielonej na oporniku jednostkowym. Sygnały o skończonej energii nazywamy sygnałami energetycznymi i zazwyczaj są to sygnały o skończonym czasie trwania, takie jak pojedyncze impulsy. Energia sygnału jest zawsze nieujemna i może być interpretowana jako miara jego zawartości informacyjnej w sensie energetycznym.

W telekomunikacji pojęcie energii sygnału ma szczególne znaczenie w kontekście obliczania stosunku energii bitu do gęstości szumu, oznaczanego jako E_b/N_0. Parametr ten jest miarą stosunku sygnału do szumu przypadającą na jeden bit informacji i jest używany do porównywania efektywności różnych schematów modulacji i kodowania. Im wyższy stosunek E_b/N_0, tym niższe prawdopodobieństwo błędu bitowego przy danej przepływności. Projektanci systemów telekomunikacyjnych dążą do minimalizacji energii potrzebnej do transmisji jednego bitu, co pozwala na oszczędzanie energii w urządzeniach mobilnych i zwiększenie zasięgu transmisji. W systemach satelitarnych i głębokiej przestrzeni kosmicznej optymalizacja energetyczna jest kwestią krytyczną.

Moc średnia sygnału jest kluczowym parametrem w systemach telekomunikacyjnych, ponieważ określa, ile energii jest przesyłane w jednostce czasu. Dla sygnałów okresowych moc średnia jest stała i można ją obliczyć jako wartość średnią kwadratu amplitudy w jednym okresie. W przypadku sygnału sinusoidalnego moc średnia wynosi A^2/2, co jest bezpośrednio związane z wartością skuteczną RMS. Moc nadajnika jest parametrem regulowanym prawnie, ponieważ zbyt wysoka moc może powodować zakłócenia innych systemów i stanowić zagrożenie dla zdrowia.

W systemach łączności bezprzewodowej moc nadajnika determinuje zasięg transmisji oraz jakość odbioru. Telefony komórkowe automatycznie regulują swoją moc nadawania w zależności od odległości od stacji bazowej, od kilku miliwatów w pobliżu stacji do maksymalnie 2 watów na większych dystansach. Moc odebranego sygnału jest zawsze znacznie mniejsza od mocy nadanej ze względu na tłumienie w kanale radiowym. Różnica między mocą nadaną a odebraną nazywana jest budżetem łącza i jest kluczowym parametrem przy projektowaniu sieci. Wartość skuteczna RMS jest szczególnie ważna w praktyce, ponieważ pozwala na obliczenie rzeczywistej mocy sygnału niezależnie od jego kształtu.

Podział sygnałów na energetyczne i mocowe wynika z matematycznych własności ich energii i mocy średniej, co ma istotne znaczenie przy wyborze metod analizy. Sygnały energetyczne mają skończoną energię i zerową moc średnią, co oznacza, że są to sygnały o skończonym czasie trwania, takie jak pojedyncze impulsy czy odpowiedzi układów na wymuszenie. Sygnały mocowe mają nieskończoną energię, ale skończoną i niezerową moc średnią, co charakteryzuje sygnały o nieskończonym czasie trwania, takie jak sinusoidy czy szum. Podział ten nie jest sztywny i niektóre sygnały mogą być analizowane na oba sposoby w zależności od kontekstu.

Dla sygnałów energetycznych stosujemy transformatę Fouriera, która daje widmo energii, natomiast dla sygnałów mocowych używa się widma gęstości mocy PSD, które określa rozkład mocy w funkcji częstotliwości. W telekomunikacji większość transmitowanych sygnałów ma charakter mocowy, ponieważ są one przesyłane w sposób ciągły, ale na poziomie pakietów i ramek są to sygnały energetyczne. Analiza widma mocy jest szczególnie ważna przy projektowaniu systemów transmisyjnych, ponieważ pozwala określić, w jakim zakresie częstotliwości koncentruje się większość energii sygnału. Znajomość charakteru sygnału pod kątem energetycznym lub mocowym jest niezbędna przy projektowaniu filtrów i wzmacniaczy.

Wzory matematyczne opisujące energię i moc sygnału są fundamentalne dla teorii sygnałów i znajdują bezpośrednie zastosowanie w praktyce inżynierskiej. Całka kwadratu sygnału po czasie daje energię, natomiast graniczna średnia tej całki po nieskończonym czasie daje moc średnią. Dla sygnałów dyskretnych całkę zastępuje sumowanie, co jest naturalne dla systemów cyfrowych. Wartość skuteczna RMS jest szczególnie ważnym pojęciem, ponieważ pozwala na wyrażenie sygnału zmiennego w kategoriach równoważnego sygnału stałego pod względem mocy wydzielanej na oporniku.

W telekomunikacji często posługujemy się logarytmiczną skalą decybelową do wyrażania mocy, ponieważ zakresy mocy występujących w systemach komunikacyjnych są ogromne od pikowatów w odbiornikach aż po megawaty w nadajnikach radiowych. Decybel jest jednostką względną, określającą stosunek dwóch wartości mocy w skali logarytmicznej, co ułatwia porównywanie sygnałów o bardzo różnych poziomach. W praktyce stosuje się pochodne jednostki, takie jak dBm (względem 1 mW) i dBW (względem 1 W), które są wygodne w obliczeniach inżynierskich. Przykładowo moc 0 dBm odpowiada 1 mW, 30 dBm to 1 W, a -30 dBm to zaledwie 1 mikrowat, co pokazuje użyteczność skali logarytmicznej.

Parametry sygnału sinusoidalnego amplituda, okres, częstotliwość i faza stanowią kompletny zestaw wielkości potrzebnych do pełnego opisu tego podstawowego sygnału. Amplituda określa maksymalne wychylenie sygnału od wartości średniej i jest miarą jego siły, wyrażaną w jednostkach zależnych od wielkości fizycznej. Częstotliwość i okres są ze sobą powiązane odwrotną proporcjonalnością, co oznacza, że znając jeden parametr, można łatwo obliczyć drugi. Faza, często pomijana w podstawowych opisach, jest równie ważnym parametrem, ponieważ określa wzajemne położenie w czasie dwóch sygnałów o tej samej częstotliwości.

Praktyczne znaczenie fazy jest ogromne w nowoczesnych systemach telekomunikacyjnych, szczególnie w modulacjach cyfrowych. W cyfrowej modulacji fazy PSK (ang. Phase Shift Keying) informacja jest kodowana poprzez zmianę fazy fali nośnej. W systemie QPSK (ang. Quadrature PSK) cztery stany fazowe kodują po dwa bity na symbol, podwajając efektywność widmową w stosunku do dwustanowego BPSK (ang. Binary PSK). W zaawansowanych systemach modulacji kwadraturowej QAM (ang. Quadrature Amplitude Modulation), takich jak 16-QAM czy 64-QAM, wykorzystuje się jednoczesną zmianę amplitudy i fazy, co pozwala na przesłanie odpowiednio 4 i 6 bitów na symbol. Zrozumienie pojęcia fazy jest zatem kluczowe dla oswojenia zasad działania nowoczesnych systemów transmisji danych.

Wartość średnia i skuteczna to dwa podstawowe parametry statystyczne sygnału, które dostarczają ważnych informacji o jego charakterze. Wartość średnia sygnału określa jego składową stałą, czyli wartość, wokół której sygnał oscyluje. Dla symetrycznych sygnałów okresowych, takich jak sinusoida bez składowej stałej, wartość średnia wynosi zero. Wartość skuteczna RMS jest bardziej praktycznym parametrem, ponieważ określa, jaką moc wydziela sygnał na oporniku, i jest równoważna wartości prądu stałego dającego tę samą moc.

W sieci energetycznej napięcie 230 V RMS oznacza, że wartość szczytowa sinusoidy wynosi 230 * sqrt(2) = ok. 325 V, a moc wydzielana na oporniku jest taka sama jak przy napięciu stałym 230 V. W systemach telekomunikacyjnych moc sygnału jest często wyrażana w dBm, czyli decybelach względem 1 mW, co pozwala na wygodne operowanie na szerokim zakresie wartości. Na przykład 0 dBm odpowiada 1 mW, 20 dBm to 100 mW, a -100 dBm to 0,1 pikowata, co jest typowym poziomem sygnału odbieranego przez antenę Wi-Fi. Stosunek mocy sygnału do mocy szumu, wyrażony w dB, nazywany jest SNR i jest podstawowym wskaźnikiem jakości łącza komunikacyjnego. Im wyższy SNR, tym lepsza jakość transmisji i mniejsze prawdopodobieństwo błędów.

Dystorsja sygnału jest niepożądanym zjawiskiem, które może znacząco pogorszyć jakość transmisji i utrudnić odtworzenie informacji po stronie odbiorcy. Zniekształcenia liniowe, takie jak tłumienie i przesunięcie fazowe, są w pewnym stopniu przewidywalne i mogą być kompensowane za pomocą korektorów. Zniekształcenia nieliniowe, powstające w wyniku nieliniowości charakterystyk wzmacniaczy i innych elementów toru, są trudniejsze do usunięcia i powodują powstawanie dodatkowych harmonicznych. Całkowite zniekształcenia harmoniczne THD jest standardową miarą jakości sprzętu audio i określa procentowy udział wyższych harmonicznych w sygnale wyjściowym.

W praktyce każdy element toru transmisyjnego, od nadajnika przez kanał aż po odbiornik, wprowadza pewne zniekształcenia, które mogą się kumulować. Kabel transmisyjny tłumi wyższe częstotliwości silniej niż niższe, co powoduje zniekształcenia amplitudowe, a opóźnienia grupowe prowadzą do zniekształceń fazowych. Wzmacniacze dodają szum własny i zniekształcenia nieliniowe, szczególnie przy pracy w pobliżu maksymalnej mocy wyjściowej. Przetworniki A/C wprowadzają szum kwantyzacji i zniekształcenia związane z nieliniowością charakterystyki przetwarzania. Sztuka projektowania systemów telekomunikacyjnych polega na minimalizacji łącznego wpływu wszystkich tych zniekształceń przy akceptowalnym koszcie realizacji.

Tabela jednostek używanych w telekomunikacji stanowi praktyczne kompendium wiedzy dla studenta, grupując w jednym miejscu wszystkie najważniejsze wielkości fizyczne i ich miary. Każda wielkość fizyczna ma swoją jednostkę podstawową w układzie SI, ale w praktyce telekomunikacyjnej często używa się jednostek pochodnych z przedrostkami. Na przykład częstotliwość wyrażana jest w hercach, ale w zależności od zakresu mówimy o kilohercach kHz, megahercach MHz, gigahercach GHz, a nawet terahercach THz. Znajomość tych jednostek i umiejętność sprawnego przeliczania między nimi jest niezbędna w codziennej pracy inżyniera telekomunikacji.

Przedrostki jednostek, takie jak mili, mikro, nano, piko dla małych wartości oraz kilo, mega, giga, tera dla dużych, pozwalają na wygodne zapisywanie wartości w czytelnej formie. W telekomunikacji często spotyka się bardzo małe wartości napięć mikrowolty i prądów nanoampery w odbiornikach, a także bardzo duże częstotliwości gigaherce w systemach bezprzewodowych. Stosunek sygnału do szumu SNR jest wielkością bezwymiarową, ale tradycyjnie wyraża się ją w decybelach, co ułatwia interpretację. Wartość SNR na poziomie 20 dB oznacza, że sygnał jest 100 razy silniejszy od szumu, co jest typową wartością dla łącza Wi-Fi o dobrej jakości. Systematyczne korzystanie z tabel jednostek przyspiesza pracę projektową i pomaga unikać błędów obliczeniowych.

Transmisja przewodowa, mimo dynamicznego rozwoju łączności bezprzewodowej, pozostaje podstawą globalnej infrastruktury telekomunikacyjnej ze względu na swoją niezawodność i wydajność. Skrętka jest najpopularniejszym medium w sieciach lokalnych Ethernet, a jej kolejne kategorie Cat5e, Cat6, Cat6a, Cat7 i Cat8 zapewniają coraz wyższe przepływności. Kabel koncentryczny, mimo mniejszej popularności w sieciach komputerowych, jest wciąż szeroko stosowany w telewizji kablowej i systemach CCTV. Światłowód jest technologią dominującą w szkieletach sieci, łączach międzymiastowych i transkontynentalnych ze względu na swoje wyjątkowe parametry tłumieniowe i przepustowościowe.

Każde medium przewodowe ma swoje specyficzne zalety i ograniczenia, które determinują jego zastosowanie w określonych scenariuszach. Skrętka jest łatwa w instalacji i tania, ale ma ograniczony zasięg do około 100 metrów dla sygnałów Ethernet. Kabel koncentryczny oferuje lepsze ekranowanie i większy zasięg, ale jest grubszy i mniej elastyczny. Światłowód jednomodowy umożliwia transmisję na odległości setek kilometrów bez regeneracji sygnału, ale wymaga precyzyjnego łączenia włókien i droższych nadajników laserowych. W nowoczesnych sieciach hybrydowych łączy się różne media, aby optymalnie wykorzystać ich zalety na różnych odcinkach infrastruktury.

Transmisja bezprzewodowa umożliwiła powstanie współczesnych sieci komórkowych i systemów łączności osobistej, rewolucjonizując sposób, w jaki ludzie komunikują się na co dzień. Fale radiowe o niskich częstotliwościach poniżej 300 MHz dobrze rozchodzą się na duże odległości i przenikają przez przeszkody, ale oferują ograniczoną przepływność. Mikrofale w zakresie 300 MHz do 300 GHz są wykorzystywane w systemach Wi-Fi, Bluetooth, 4G i 5G, oferując wysokie przepływności kosztem krótszego zasięgu. Fale milimetrowe stosowane w 5G w zakresie 24-52 GHz umożliwiają bardzo wysokie przepływności, ale wymagają gęstej sieci małych stacji bazowych.

Wyższe częstotliwości oferują większą przepływność, ale są silniej tłumione przez atmosferę i przeszkody, takie jak ściany czy drzewa. W technologii 5G zastosowano zaawansowane techniki, takie jak beamforming i Massive MIMO, aby skompensować te ograniczenia i zapewnić stabilne łącze nawet przy wysokich częstotliwościach. Podczerwień IR jest wykorzystywana w pilotach i łączach krótkozasięgowych, ale wymaga linii widzenia między nadajnikiem a odbiornikiem. Technologia Li-Fi wykorzystuje światło widzialne do transmisji danych z bardzo dużą prędkością, co stanowi obiecujące uzupełnienie dla tradycyjnych systemów radiowych w środowiskach biurowych i przemysłowych.

Wybór między transmisją przewodową a bezprzewodową jest jedną z kluczowych decyzji projektowych w każdym systemie telekomunikacyjnym. Transmisja przewodowa oferuje wyższą przepływność, lepsze bezpieczeństwo i większą niezawodność, ale wymaga kosztownej infrastruktury kablowej i unieruchamia użytkownika. Transmisja bezprzewodowa zapewnia mobilność i łatwość wdrożenia kosztem niższej przepływności i większej podatności na zakłócenia. W praktyce większość współczesnych sieci ma charakter hybrydowy, łącząc obie technologie w celu optymalizacji kosztów i wydajności.

Model typowej sieci dostępowej wygląda następująco: szkielet sieci backbone jest realizowany za pomocą światłowodów, dystrybucja w budynku odbywa się za pomocą skrętki Ethernet, a ostatnia mila do urządzeń mobilnych jest realizowana bezprzewodowo przez Wi-Fi lub sieć komórkową. Każda technologia wnosi swoje specyficzne opóźnienia i charakterystyki, które muszą być uwzględnione na etapie projektowania. Sieci bezprzewodowe są szczególnie podatne na interferencje z innych urządzeń pracujących w tych samych pasmach, co wymaga starannego planowania częstotliwości. Koszt utrzymania infrastruktury przewodowej jest wyższy w długiej perspektywie ze względu na konieczność konserwacji i wymiany kabli, ale oferuje ona stabilniejsze parametry transmisyjne.

Porównanie łącza miedzianego i światłowodowego pokazuje fundamentalne różnice w sposobie działania i parametrach tych dwóch technologii transmisyjnych. Kabel miedziany przesyła sygnały elektryczne, które są podatne na zakłócenia elektromagnetyczne i tłumienie wzrastające z częstotliwością. Światłowód przesyła impulsy świetlne, które są odporne na zakłócenia EMI i charakteryzują się znacznie niższym tłumieniem. Włókno jednomodowe SMF o średnicy zaledwie 9 mikrometrów pozwala na transmisję z prędkością światła na odległości setek kilometrów bez konieczności regeneracji sygnału.

Systemy DWDM stosowane w światłowodach umożliwiają jednoczesną transmisję kilkudziesięciu kanałów o różnych długościach fal w jednym włóknie, co pozwala osiągnąć łączne przepływności rzędu terabitów na sekundę. Transatlantyckie kable światłowodowe łączą kontynenty, umożliwiając globalną komunikację internetową, a ich przepływność mierzona jest w terabitach na sekundę. Mimo wyższego kosztu samego włókna i niezbędnych urządzeń nadawczo-odbiorczych, światłowody są opłacalne w długiej perspektywie ze względu na niskie koszty eksploatacji i ogromną przepustowość. W dostępie domowym światłowód oferuje obecnie przepływności od 100 Mb/s do 10 Gb/s, znacznie przewyższając możliwości łączy miedzianych.

Simplex jest najprostszym trybem transmisji, w którym dane przepływają tylko w jednym kierunku, od nadajnika do odbiornika, bez możliwości zmiany kierunku. Ten tryb jest optymalny dla aplikacji, w których komunikacja zwrotna nie jest potrzebna, co pozwala na uproszczenie konstrukcji zarówno nadajnika, jak i odbiornika. W systemach simplex nadajnik nie otrzymuje potwierdzeń ani informacji zwrotnej o jakości odbioru, co jest akceptowalne w zastosowaniach jednokierunkowych. Radio FM i telewizja naziemna są klasycznymi przykładami systemów simplex, w których stacja nadaje, a miliony odbiorników odbierają ten sam sygnał.

Mimo pozornej prostoty systemy simplex są szeroko stosowane we współczesnych technologiach, takich jak systemy monitoringu, czujniki IoT czy cyfrowe oznakowanie. W systemach monitoringu bezprzewodowe kamery przesyłają strumień wideo do rejestratora, nie oczekując potwierdzeń. Czujniki Internetu Rzeczy IoT często pracują w trybie simplex, przesyłając dane pomiarowe do centrali, co minimalizuje zużycie energii i wydłuża żywotność baterii. W niektórych systemach simplex można dodać dodatkowy kanał zwrotny o małej przepływności dla celów sterowania lub konfiguracji. Standard RDS w radiu FM jest przykładem takiego dodatkowego kanału, który przesyła informacje o stacji i utworach bez naruszania głównego przepływu jednokierunkowego.

Half-duplex jest trybem transmisji, który łączy prostotę simplex z dwukierunkowością komunikacji, co czyni go odpowiednim dla wielu praktycznych zastosowań. W tym trybie obie strony mogą nadawać i odbierać, ale nie jednocześnie, co wymaga mechanizmu arbitrażu dostępu do medium. Najprostszym mechanizmem jest PTT w walkie-talkie, gdzie użytkownik naciska przycisk, aby nadać, i zwalnia, aby słuchać. W sieciach komputerowych mechanizm CSMA/CD był używany w klasycznym Ethernecie z hubem do wykrywania kolizji i zarządzania dostępem do wspólnego medium.

Wi-Fi, mimo że jest technologią bezprzewodową, pracuje w trybie half-duplex, ponieważ antena i kanał radiowy są współdzielone między transmisję i odbiór. Mechanizm CSMA/CA Carrier Sense Multiple Access with Collision Avoidance stosowany w Wi-Fi zapobiega kolizjom poprzez nasłuchiwanie kanału przed transmisją i losowe opóźnianie transmisji w przypadku zajętości kanału. Współczesne standardy Wi-Fi 6 i 6E wprowadzają technologię OFDMA, która poprawia efektywność wykorzystania kanału w gęstym środowisku. Tryb half-duplex jest również stosowany w niektórych protokołach przemysłowych i systemach łączności krytycznej, gdzie ważna jest prostota i niezawodność.

Full-duplex jest najbardziej zaawansowanym trybem transmisji, umożliwiającym jednoczesną dwukierunkową komunikację, co jest niezbędne w nowoczesnych systemach telekomunikacyjnych. Aby umożliwić jednoczesną transmisję w obu kierunkach, system musi zapewnić dwa niezależne kanały fizyczne lub logiczne, po jednym dla każdego kierunku. W skrętce Ethernet wykorzystuje się oddzielne pary przewodów dla transmisji i odbioru, co pozwala na pełną dwukierunkowość. W sieciach bezprzewodowych full-duplex jest trudniejszy do realizacji, ale nowoczesne techniki, takie jak FDD Frequency Division Duplex i TDD Time Division Duplex, umożliwiają efektywną komunikację dwukierunkową.

Telefonia jest najstarszym i najbardziej rozpowszechnionym przykładem systemu full-duplex, gdzie obie strony mogą jednocześnie mówić i słuchać dzięki zastosowaniu transformatorów hybrydowych. W sieciach Ethernet z przełącznikami każdy port pracuje w trybie full-duplex, co eliminuje kolizje i podwaja efektywną przepływność w porównaniu do half-duplex. W systemach światłowodowych stosuje się oddzielne włókna dla każdego kierunku lub różne długości fal w technologii WDM. Standard 1000BASE-T wykorzystuje cztery pary skrętki, z których każda pracuje w full-duplex z szybkością 250 Mb/s w każdym kierunku, dając łącznie 1 Gb/s. Współczesne systemy 5G wykorzystują zaawansowane techniki dupleksowania, aby zapewnić wysoką przepływność i niskie opóźnienie.

Tabela porównawcza kierunków transmisji stanowi praktyczne narzędzie do wyboru odpowiedniego trybu komunikacji w zależności od potrzeb konkretnego zastosowania. Simplex jest najprostszy i najtańszy, ale ogranicza się do komunikacji jednokierunkowej, co jest akceptowalne w systemach broadcastowych. Half-duplex oferuje dwukierunkowość przy pojedynczym kanale, ale wymaga mechanizmów arbitrażu, co wprowadza opóźnienia i złożoność. Full-duplex zapewnia najwyższą wydajność, ale wymaga dwóch kanałów i bardziej złożonej infrastruktury.

Wybór odpowiedniego trybu transmisji ma bezpośredni wpływ na projektowanie całego systemu komunikacyjnego, od warstwy fizycznej aż po aplikację. W sieciach bezprzewodowych Wi-Fi pracuje w half-duplex, co oznacza, że rzeczywista przepływność użytkowa jest niższa od teoretycznej ze względu na narzut związany z zarządzaniem dostępem do medium. W sieciach przewodowych Ethernet z przełącznikami full-duplex jest standardem, co zapewnia pełne wykorzystanie przepustowości w obu kierunkach. Niektóre nowoczesne standardy, takie jak 4G LTE i 5G NR, wykorzystują technikę TDD, która dynamicznie dostosowuje proporcję czasu na transmisję i odbiór w zależności od ruchu sieciowego. Zrozumienie różnic między tymi trybami jest niezbędne dla projektanta sieci komputerowych i systemów telekomunikacyjnych.

Źródła szumów i zakłóceń są nieodłącznym elementem każdego systemu telekomunikacyjnego i stanowią fundamentalne ograniczenie jakości transmisji. Szum termiczny Johnsona-Nyquista jest nieunikniony, ponieważ wynika z podstawowych właściwości termodynamicznych materiałów przewodzących prąd. Jego moc jest proporcjonalna do temperatury i szerokości pasma, co oznacza, że im większe pasmo systemu, tym więcej szumu termicznego jest zbierane. W odbiornikach satelitarnych i radioteleskopach stosuje się chłodzenie kriogeniczne do temperatur bliskich zera absolutnego, aby zminimalizować szum termiczny i zwiększyć czułość.

Zakłócenia elektromagnetyczne EMI pochodzą zarówno od naturalnych źródeł, takich jak wyładowania atmosferyczne, jak i od sztucznych, takich jak silniki elektryczne, zasilacze impulsowe czy inne urządzenia nadawcze. W gęsto zaludnionych obszarach widmo elektromagnetyczne jest intensywnie wykorzystywane, co zwiększa ryzyko interferencji między systemami. Szum kwantyzacji jest specyficzny dla systemów cyfrowych i powstaje w procesie zamiany sygnału analogowego na cyfrowy. Jego wartość zależy od liczby bitów przetwornika A/C i może być modelowana jako szum biały o równomiernym rozkładzie. W profesjonalnych zastosowaniach audio stosuje się przetworniki 24-bitowe, które zapewniają bardzo wysoki stosunek sygnału do szumu kwantyzacji.

Stosunek sygnału do szumu SNR jest najważniejszym parametrem określającym jakość łącza komunikacyjnego i bezpośrednio wpływa na maksymalną osiągalną przepływność. Zgodnie z twierdzeniem Shannona-Hartleya maksymalna przepustowość kanału wynosi C = B · log₂(1 + SNR_lin) [b/s]. Warto podkreślić, że we wzorze tym stosunek sygnału do szumu (SNR_lin) występuje w skali liniowej, a nie w decybelach. Zwiększenie mocy nadajnika poprawia SNR, ale wiąże się z większym zużyciem energii i może powodować zakłócenia innych użytkowników. Alternatywnie można poprawić SNR poprzez zastosowanie bardziej czułych odbiorników, lepszych anten lub technik odszumiających.

W praktyce wartość SNR jest mierzona w decybelach i interpretowana w następujący sposób: 0 dB oznacza, że sygnał i szum mają równą moc, 10 dB oznacza, że sygnał jest 10 razy silniejszy od szumu, a 20 dB oznacza 100-krotną przewagę sygnału. Dla różnych systemów wymagane są różne minimalne wartości SNR: dla rozmowy telefonicznej wystarcza około 25 dB, dla Wi-Fi potrzeba 15-25 dB, a dla wysokiej jakości audio potrzeba ponad 90 dB. W systemach cyfrowych zależność między SNR a prawdopodobieństwem błędu bitowego BER jest kluczowa przy projektowaniu systemów transmisyjnych. Techniki, takie jak kodowanie korekcyjne FEC, pozwalają na uzyskanie akceptowalnego BER przy niższym SNR kosztem wprowadzenia nadmiarowości.

Wpływ szumu na jakość transmisji jest zróżnicowany w zależności od tego, czy przesyłamy sygnał analogowy, czy cyfrowy, ale w obu przypadkach skutki są negatywne. W systemach analogowych szum objawia się jako degradacja jakości odbieranego sygnału syczenie w audio, ziarno w obrazie i kumuluje się z każdym etapem przetwarzania. W systemach cyfrowych szum powoduje błędy bitowe, które mogą prowadzić do utraty pakietów i konieczności retransmisji. Współczesne systemy cyfrowe są projektowane tak, aby były odporne na pewien poziom szumu dzięki zastosowaniu kodowania korekcyjnego i odpowiednich schematów modulacji.

Bitowa stopa błędów BER jest standardową miarą jakości transmisji cyfrowej i określa stosunek liczby błędnie odebranych bitów do całkowitej liczby przesłanych bitów. Dla łącza światłowodowego BER na poziomie 10^-12 lub lepszym jest standardem, podczas gdy dla łącza Wi-Fi dopuszczalny BER wynosi około 10^-5. Przy bardzo niskim SNR system może utracić synchronizację i całkowicie zerwać łącze, co wymaga ponownego nawiązania połączenia od początku. Kodowanie korekcyjne FEC, takie jak kody Hamminga, splotowe czy LDPC, dodaje nadmiarowe bity do strumienia danych, pozwalając na wykrycie i skorygowanie części błędów bez retransmisji. W systemie 5G stosuje się zaawansowane kody LDPC dla kanału danych i kody polarne dla kanału sterowania, co zapewnia bardzo wysoką niezawodność transmisji.

Metody redukcji zakłóceń są kluczowe w projektowaniu niezawodnych systemów telekomunikacyjnych i obejmują zarówno techniki sprzętowe, jak i algorytmiczne. Ekranowanie kabli i urządzeń jest podstawową metodą ochrony przed zakłóceniami elektromagnetycznymi, stosowaną w kablach koncentrycznych i skrętce ekranowanej FTP. Filtracja, zarówno analogowa, jak i cyfrowa, pozwala na usunięcie składowych częstotliwościowych leżących poza pasmem użytecznym, co znacząco poprawia SNR. Zwiększenie mocy nadajnika jest najprostszą metodą poprawy SNR, ale podlega ograniczeniom regulacyjnym i energetycznym.

Zaawansowane techniki, takie jak OFDM i MIMO, zrewolucjonizowały współczesne systemy bezprzewodowe, zwiększając ich odporność na zakłócenia i przepływność. OFDM dzieli dostępne pasmo na wiele wąskich podnośnych, co czyni system odpornym na selektywne częstotliwościowo tłumienie i interferencje wąskopasmowe. MIMO wykorzystuje wiele anten zarówno po stronie nadajnika, jak i odbiornika, aby jednocześnie przesyłać wiele strumieni danych, zwiększając przepływność i niezawodność. Technika beamforming skupia energię radiową w kierunku odbiornika, poprawiając SNR i redukując interferencje dla innych użytkowników. W systemie 5G zastosowano wszystkie te techniki, osiągając przepływności rzędu gigabitów na sekundę i bardzo niskie opóźnienia.

Przykład sygnału mowy doskonale ilustruje cały łańcuch przetwarzania od analogowego źródła po cyfrową transmisję. Mikrofon przetwarza energię akustyczną na elektryczną, tworząc ciągły sygnał analogowy, którego amplituda i częstotliwość zmieniają się zgodnie z mową. Przetwornik analogowo-cyfrowy A/C dokonuje próbkowania standardowo z częstotliwością 8 kHz w telefonii i kwantyzacji na 8 lub 16 bitach, tworząc strumień PCM. Ten strumień jest następnie kompresowany za pomocą kodeków takich jak G.711, G.729 czy Opus, aby zmniejszyć wymaganą przepływność przy zachowaniu akceptowalnej jakości.

System VoIP Voice over IP stał się standardem współczesnej telefonii, wypierając tradycyjne sieci z komutacją łączy. W VoIP skompresowany strumień audio jest pakietowany w protokół RTP i przesyłany przez sieć IP, co niesie ze sobą wyzwania związane z opóźnieniem i zmiennością opóźnienia jitter. Dla zachowania dobrej jakości rozmowy opóźnienie jednokierunkowe nie powinno przekraczać 150 ms, a współczynnik utraty pakietów powinien być poniżej 1%. W praktyce stosuje się bufory jittera i techniki korekcji błędów, aby skompensować niedoskonałości sieci pakietowej. Nowoczesne kodeki, takie jak Opus, potrafią dynamicznie dostosowywać przepływność i jakość do aktualnych warunków sieciowych, zapewniając optymalne doświadczenie użytkownika.

Sieć Ethernet jest najbardziej rozpowszechnioną technologią sieci lokalnych i stanowi doskonały przykład praktycznego zastosowania omawianych koncepcji sygnałów i transmisji. Ramka Ethernet ma ściśle określoną strukturę, która zapewnia niezawodne dostarczanie danych między urządzeniami w sieci. Preambuła służy do synchronizacji odbiornika z nadawanym strumieniem bitów, a adresy MAC jednoznacznie identyfikują urządzenia w sieci lokalnej. Pole danych może przenosić pakiety protokołów wyższych warstw, takich jak IPv4 czy IPv6, co czyni Ethernet uniwersalną technologią dostępową.

Ewolucja Ethernetu od 10 Mb/s w standardzie 10BASE5 do współczesnych 400 Gb/s jest przykładem niesamowitego postępu technologicznego w telekomunikacji. Kluczowym momentem było przejście z topologii magistrali z hubem i mechanizmem CSMA/CD na topologię gwiazdy z przełącznikami pracującymi w full-duplex. Przełączniki Ethernet eliminują kolizje, buforują ramki i umożliwiają jednoczesną transmisję między wieloma parami urządzeń, znacząco zwiększając wydajność sieci. Każdy port przełącznika ma dedykowane pasmo, co oznacza, że w sieci z przełącznikiem nie ma współdzielenia przepustowości między urządzeniami. Mimo że CSMA/CD jest rzadko używany we współczesnych sieciach, jego znajomość jest ważna dla zrozumienia ewolucji technologii sieciowych.

Transmisja światłowodowa jest najlepszym przykładem wykorzystania zjawisk fizycznych do przenoszenia informacji z ogromną przepływnością na duże odległości. W nadajniku optycznym sygnał elektryczny jest zamieniany na impulsy świetlne za pomocą diody LED lub lasera, przy czym lasery są stosowane w systemach wymagających dużej szybkości i zasięgu. Najprostszą modulacją w światłowodach jest OOK, w której obecność światła oznacza bit 1, a jego brak bit 0. W bardziej zaawansowanych systemach stosuje się modulację PAM-4 lub koherentne schematy modulacji, takie jak QPSK i 16-QAM, które pozwalają na przesłanie więcej niż jednego bitu na symbol.

Technologia WDM zrewolucjonizowała transmisję światłowodową, umożliwiając jednoczesne przesyłanie wielu kanałów o różnych długościach fal w jednym włóknie. W paśmie C 1530-1565 nm można zmieścić kilkadziesiąt kanałów, z których każdy przenosi dziesiątki lub setki gigabitów na sekundę. W laboratoriach osiągnięto już przepływności rzędu petabitów na sekundę w pojedynczym włóknie, co pokazuje ogromny potencjał tej technologii. Światłowody są również odporne na podsłuch, ponieważ nie emitują promieniowania elektromagnetycznego, co czyni je bezpiecznym medium transmisyjnym. W praktyce domowej światłowód oferuje przepływności od 100 Mb/s do 10 Gb/s, a w sieciach szkieletowych osiąga się przepływności rzędu setek gigabitów na sekundę.

Podsumowanie prezentacji zestawia najważniejsze pojęcia i zależności, które student powinien zapamiętać po pierwszym spotkaniu z teorią sygnałów. Klasyfikacja sygnałów według pięciu niezależnych kryteriów deterministyczne/losowe, analogowe/cyfrowe, okresowe/nieokresowe, ciągłe/dyskretne, energetyczne/mocowe daje kompletny obraz różnorodności sygnałów. Podstawowe parametry, takie jak amplituda, częstotliwość, okres, faza i wartość RMS, są niezbędne do ilościowego opisu sygnałów. Sposoby transmisji przewodowa i bezprzewodowa oraz kierunki transmisji simplex, half-duplex, full-duplex stanowią praktyczną wiedzę potrzebną każdemu inżynierowi IT.

Prezentacja ta jest dopiero wstępem do fascynującego świata telekomunikacji, który będzie rozwijany w kolejnych modułach kursu. Zachęca się studentów do samodzielnego eksperymentowania z rzeczywistymi sygnałami z wykorzystaniem dostępnych narzędzi. Karta dźwiękowa komputera w połączeniu z darmowym oprogramowaniem, takim jak Audacity, pozwala na rejestrację i analizę sygnałów audio. Oscyloskop cyfrowy i analizator widma są dostępne w laboratoriach uczelnianych i umożliwiają praktyczne zapoznanie się z omawianymi koncepcjami. Systemy SDR Software Defined Radio pozwalają na eksperymenty z sygnałami radiowymi za pomocą prostych i niedrogich urządzeń. Zachęcam do zadawania pytań i aktywnego uczestnictwa w zajęciach laboratoryjnych.

Slajd końcowy kończy moduł poświęcony sygnałom i ich rodzajom, ale jednocześnie otwiera drzwi do bardziej zaawansowanych zagadnień telekomunikacyjnych. Prezentacja obejmowała podstawowe pojęcia, które są niezbędne do zrozumienia działania współczesnych systemów łączności, od telefonii przez sieci komputerowe po telewizję i radio. Wiedzę zdobytą podczas tego wykładu warto ugruntować poprzez samodzielne studiowanie dodatkowych materiałów i wykonywanie ćwiczeń praktycznych. Kolejne moduły kursu szczegółowo omówią zagadnienia modulacji, kodowania, protokołów sieciowych i architektury systemów telekomunikacyjnych.

Autorzy kursu zachęcają do kontaktu w razie pytań lub wątpliwości, ponieważ aktywna dyskusja jest najlepszym sposobem na głębokie zrozumienie omawianych zagadnień. Materiały dodatkowe, w tym nagrania wykładów i zestawy ćwiczeń, są dostępne na platformie e-learningowej uczelni. Zaleca się regularne powtarzanie materiału i rozwiązywanie zadań domowych, które pomagają w utrwaleniu wiedzy. Życzymy owocnej nauki i satysfakcji z odkrywania tajników współczesnej telekomunikacji.