В чем измеряется скорость передачи информации: Единицы измерения скорости передачи информации

Содержание

Единицы измерения скорости передачи информации

Я рекомендую использовать сервис от nPerf, который использует всемирную специализированную сеть серверов, оптимизированных для доставки достаточного битрейта.

Тест скорости интернета— это тест для измерения скорости передачи данных.

Скорость Интернета — это количество передаваемых бит информации в секунду (измеряется в килобитах в секунду Кбит/с, мегабитах в секунду Мбит/с или гигабитах в секунду Гбит/с). Высокая скорость подключения — важнейший фактор, который обеспечивает комфортную работу во Всемирной сети. Поэтому скорость Интернета интересует не только профессионалов, но и любого пользователя.

В телекоммуникациях принято измерять скорость в килобитах в секунду, поэтому все характеристики каналов в прайсах и договорах любого провайдера указаны именно в этой размерности, в то время как многие пользовательские программы (браузеры, download-менеджеры и т.п.) показывают скорость передачи в килобайтах в секунду.12 B = 1000 GB

Согласно сложившейся практике:

1 байт= 8 бит
1Кбайт= 2(10)байт = 1024байт
1Мбайт= 2(20)байт = 2(10)Кбайт = 1024Кбайта
1Гбайт= 2(30)байт = 2(10)Мбайт = 1024Мбайта
1Гбайт= 1024*1024*1024 байт = 1 073 741 824 байт
1Гбайт= 8*1024*1024*1024 бит = 8 589 934 592 бит

Рассмотрим пример. Согласно вашего тарифного плана скорость трафика в пакет составляет 1/2 Мегабит/с или 512 Кбит (Кб) в секунду. Что это значит? Если перевести скорость в килобайты, то получим 512 Кбит/8 = 64 Кбайт/с.

Именно такую максимальную скорость следует ожидать при отображении скорости закачки в download-менеджерах, таких как FlashGet, Download Master и им подобные.

В реальности скорость всегда будет несколько ниже, поскольку часть канала задействована для передачи заголовков IP-пакетов, и этого, увы, никак не избежать. Скорость закачки в 55-60 Кбайт/с для данного пакета считается вполне нормальной.

При замерах скорости (https://dieg.info/speedtest/ или другие сервисы) необходимо помнить и учитывать, что сервер находится от вашего компьютера достаточно далеко и соответственно на результатах может сказываться как загруженность сервера ( в часы пик одновременно производят замер скорости соединения более 100 человек), так и загруженность интернет линий.

Если сервер который определяет вашу скорость подключения к интернету стоял бы за одним столом с вашим компьютером и они были бы подключены друг к другу одним проводом, тогда можно было бы вести речь о наиболее точных результатах. В нашем же случае, как показывает практика, подключение вашего компьютера к серверу (speedtest.net) для тестирования происходит в среднем через 10 других серверов. Таким образом точность измерения не очень высока, хотя может дать примерную картину происходящего.

В коммутаторах скорость порта измеряется 10/100/1000 Мбит/с. Скорость копирования, например Filezilla, Midnight Commander в МБайт/с. Отсюда вывод:) скорость копирования данных в 100 Мбит -ой сети не может превышать 100 Мбит/с / 8 =
12 МБайт/с

Единицы измерения скорости передачи информации

Я рекомендую использовать сервис от nPerf, который использует всемирную специализированную сеть серверов, оптимизированных для доставки достаточного битрейта.

Тест скорости интернета— это тест для измерения скорости передачи данных.

Скорость Интернета — это количество передаваемых бит информации в секунду (измеряется в килобитах в секунду Кбит/с, мегабитах в секунду Мбит/с или гигабитах в секунду Гбит/с). Высокая скорость подключения — важнейший фактор, который обеспечивает комфортную работу во Всемирной сети. Поэтому скорость Интернета интересует не только профессионалов, но и любого пользователя.

В телекоммуникациях принято измерять скорость в килобитах в секунду, поэтому все характеристики каналов в прайсах и договорах любого провайдера указаны именно в этой размерности, в то время как многие пользовательские программы (браузеры, download-менеджеры и т.п.) показывают скорость передачи в килобайтах в секунду. Как соотносятся эти величины и каковы их обозначения?

Стандартные обозначения (варианты для русскоязычного и англоязычного полных и кратких написаний). Обратите внимание на регистр, Б и б — обозначают разное:

бит = б = bit = b
Байт = Б = Byte = B
Килобит = Кбит = Кб = Kbit = Kb
Килобайт = КБайт = КБ = KByte = KB
Килобит в секунду = Кбит/с = Кб/с = Kbit per sec = Kb/s = Kbps
Килобайт в секунду = КБайт/с = КБ/с = KByte per sec = KB/s = KBps

Соотношения: 1 Байт = 8 бит

Соответственно, для того, чтобы перевести скорость из килобайт в килобиты, исходную величину необходимо умножить на 8.12 B = 1000 GB

Согласно сложившейся практике:

1 байт= 8 бит
1Кбайт= 2(10)байт = 1024байт
1Мбайт= 2(20)байт = 2(10)Кбайт = 1024Кбайта
1Гбайт= 2(30)байт = 2(10)Мбайт = 1024Мбайта
1Гбайт= 1024*1024*1024 байт = 1 073 741 824 байт
1Гбайт= 8*1024*1024*1024 бит = 8 589 934 592 бит

Рассмотрим пример. Согласно вашего тарифного плана скорость трафика в пакет составляет 1/2 Мегабит/с или 512 Кбит (Кб) в секунду. Что это значит? Если перевести скорость в килобайты, то получим 512 Кбит/8 = 64 Кбайт/с.

Именно такую максимальную скорость следует ожидать при отображении скорости закачки в download-менеджерах, таких как FlashGet, Download Master и им подобные.

В реальности скорость всегда будет несколько ниже, поскольку часть канала задействована для передачи заголовков IP-пакетов, и этого, увы, никак не избежать. Скорость закачки в 55-60 Кбайт/с для данного пакета считается вполне нормальной.

При замерах скорости (https://dieg.info/speedtest/ или другие сервисы) необходимо помнить и учитывать, что сервер находится от вашего компьютера достаточно далеко и соответственно на результатах может сказываться как загруженность сервера ( в часы пик одновременно производят замер скорости соединения более 100 человек), так и загруженность интернет линий.

Если сервер который определяет вашу скорость подключения к интернету стоял бы за одним столом с вашим компьютером и они были бы подключены друг к другу одним проводом, тогда можно было бы вести речь о наиболее точных результатах. В нашем же случае, как показывает практика, подключение вашего компьютера к серверу (speedtest.net) для тестирования происходит в среднем через 10 других серверов. Таким образом точность измерения не очень высока, хотя может дать примерную картину происходящего.

В коммутаторах скорость порта измеряется 10/100/1000 Мбит/с. Скорость копирования, например Filezilla, Midnight Commander в МБайт/с. Отсюда вывод:) скорость копирования данных в 100 Мбит -ой сети не может превышать 100 Мбит/с / 8 = 12 МБайт/с

Скорость передачи данных в информатике

Определение 1

Скорость передачи данных в информатике — это количество информационных данных, которые пересылаются в единицу времени.

Обобщённая структура информационного обмена состоит из передатчика данных, канала связи и приёмника информации. Информационные данные передаются по специальным каналам связи, которые применяют разнообразные физические методы. То есть каналы связи представляют собой физическое оборудование, которое даёт возможность обмена информацией на расстоянии. Электронные вычислительные машины способны вести информационный обмен, с применением каналов связи разного принципа действия и физической природы. Под скоростью передачи данных понимается количество информационных данных, которые передаются в единицу времени. Главным параметром каналов связи считается их пропускная способность. Самая большая скорость безошибочной трансляции данных называется пропускной способностью канала связи. Объём отправленных информационных данных определяется формулой:

V = q ⋅ t

Здесь q является пропускной способностью канала, измеряемой в битах в секунду, а t – время трансляции данных.

Теорема Шеннона – Хартли

Максимальная скорость передачи информации теоретически может быть определена согласно теореме Шеннона – Хартли. Эта теорема рассматривает весь комплекс возможных многоуровневых и многофазных способов кодировки информации и при этом доказывает, что ёмкость информационного канала С, которая означает теоретически максимальную скорость передачи данных, с возможностью их передачи с заданной средней мощностью сигнала S через единый аналоговый канал связи, находящийся под воздействием аддитивного белого гауссовского шума мощности N, равна:

C = B log 2 (1 + S / N)

Здесь:

  • C — канальная ёмкость, измеряемая в бит/сек.
  • B – ширина полосы пропускания, измеряемая в герц.
  • S – мощностная характеристика сигнала, измеряемая в ваттах.
  • N – обобщённая мощность шумовых помех, измеряемая в ваттах.
  • S / N — отношение мощности полезного сигнала к мощности шумов.

Единицы измерения скорости передачи данных

Готовые работы на аналогичную тему

Основной единицей измерения скорости передачи данных является бит в секунду, которая применяется на уровне физики моделей сети OSI или TCP/IP. Для высших уровней моделей сети, обычно применяются единицы больших размеров, в частности байт в секунду, который равняется восьми бит в секунду. Ещё для измерения символьной скорости применяется единица измерения бод. Бодом считается число колебаний несущего периодического сигнала информационного параметра в одну секунду. Эта единица названа так в честь изобретателя телетайпной кодировки символов Эмиля Бодо. Но битами в секунду, в отличие от бодов, меряется информационный объём, не учитывающий служебные биты (команды старт и стоп, проверка чётности), которые используются при асинхронной трансляции данных. Следует отметить, что иногда, при использовании синхронной трансляции в двоичном коде, скорость в битах в секунду может равняться скорости в бодах.

Модем. Единица измерения скорости передачи данных — презентация на Slide-Share.ru 🎓

1

Первый слайд презентации: Модем. Единица измерения скорости передачи данных

Разработал преподаватель информатики и ИКТ Сагитов Р.В. г. Стерлитамак, 2016

Изображение слайда

2

Слайд 2: ON-line проверка скорости интернет соединений

Изображение слайда

3

Слайд 3

Передача информации в электронном виде

Изображение слайда

4

Слайд 4

Единица измерения скорости передачи данных (информации) – это передача одного бита за одну секунду ( бит/с ). Скорость передачи информации ( v )  — это количество информации ( I ), передаваемое за одну секунду ( t ). I = v * t Определения

Изображение слайда

5

Слайд 5: Схема канала связи

Изображение слайда

6

Слайд 6: Определения

Процесс преобразования данных из цифровой формы в аналоговую называется МОДуляцией. Процесс преобразования данных из аналоговой формы в цифровую называется ДЕМодуляцией. МОДЕМ- устройство для преобразования цифровой формы информации в аналоговую и обратно.

Изображение слайда

7

Слайд 7: Каналы связи Интернет

Изображение слайда

8

Слайд 8: Определения

Канал связи   — система технических средств и среда распространения сигналов для передачи данных от источника к получателю. Пропускная способность канала связи – максимально ВОЗМОЖНАЯ скорость передачи данных от источника к получателю. Интернет-провайдер  (иногда провайдер) – организация, предоставляющая услуги доступа к сети Интернет.

Изображение слайда

9

Слайд 9: Пропускная способность канала связи

Между Еленой и Петром? Между Петром и Иваном? Между Еленой и Джоном? 6 Мб/с 2 Мб/с 10 Мб/с

Изображение слайда

10

Слайд 10: Кратные единицы измерения

1 байт/с = 8 бит/с; 1 Кбит/с = 1024 бит/с; 1 Мбит/с = 1024 Кбит/с; 1 Гбит/с = 1024 Мбит/с. 1 байт = 8 бит; 1 Кбит = 1024 бит; 1 Мбит = 1024 Кбит; 1 Гбит = 1024 Мбит. Объем информации Скорость передачи данных

Изображение слайда

11

Слайд 11: Решение задач

Скорость передачи информации 1200 бит/с. Сколько бит передаст данный модем за 14 секунд? Дано: v =1200 бит/с t = 14 c. Найти: I – ? Решение: I = v * t I =1200 бит/с*14с=16800 бит=2100 Байт. Ответ: 2100 Байт.

Изображение слайда

12

Последний слайд презентации: Модем. Единица измерения скорости передачи данных: Домашнее задание

Скорость передачи информации 1200 бит/с. Объем передаваемой информации 3 страницы. На каждой страницы содержится 1800 символов. Сколько понадобится времени для передачи данной информации, что каждый символ кодируется 2 байтом?

Изображение слайда

Чему равна предельная скорость передачи информации. Скорость и каналы передачи данных. Что такое бит? Как измеряется скорость в битах

Серьезный интерес к вопросу скорости интернет соединения обычно возникает после или блога в процессе их Обусловлено это необходимостью узнать и, как правило, повысить скорость загрузки сайта, зависящей, помимо других факторов, в большой степени именно от скорости интернета. В данной статье коротко рассмотрим, что такое входящая скорость, исходящая скорость, а главное, разберемся с единицами измерения скорости передачи данных , понятие о которых у многих начинающих пользователей весьма расплывчатое. Кроме того, приведем простые методы измерения скорости интернет соединения посредством наиболее распространенных онлайн сервисов.

Что же такое, скорость интернет соединения? Под скоростью интернет соединения понимают объём передаваемой информации в единицу времени. Различают входящую скорость (скорость получения) – скорость передачи данных из интернета к нам на компьютер; исходящую скорость (скорость передачи) – скорость передачи данных от нашего компьютера в интернет.

Основные единицы измерения скорости интернета

Базовой единицей измерения количества передаваемой информации является бит (bit ). В качестве единицы времени принята секунда. Значит, скорость передачи будет измеряться бит/сек. Обычно оперируют единицами«килобит в секунду» (Кбит/сек), «мегабит в секунду» (Мбит/сек), «гигабит в секунду» (Гбит/сек).

1 Гбит/сек = 1000 Мбит/сек = 1 000 000 Кбит/сек = 1 000 000 000 бит/сек.

На английском языке базовая единица для измерения скорости передачи информации, используемая в вычислительной технике — бит в секунду или бит/с будет bits per second или bps.

Килобиты в секунду и, в большинстве случаев, Мегабиты в секунду (Кбит/с; Кб/с; Kb/s; Kbps, Мбит/с; Мб/с; Мb/s; Мbps — буква «б» маленькая ) используются в технических спецификациях и договорах на оказание услуг интернет провайдерами.Именно в приведенных единицах определяется скорость интернет соединения в нашем тарифном плане. Обычно, эта обещанная провайдером скорость, называется заявленной скоростью.

И так, количество передаваемой информации измеряется в битах. Размер же передаваемого или располагающегося на жестком диске компьютера файла, измеряется в байтах (Килобайтах, Мегабайтах, Гигабайтах).Байт (byte) – это также единица количества информации. Один байт равен восьми битам (1 Байт = 8 бит).

Чтобы было проще понимать различие между битом и байтом, можно сказать другими словами. Информация в сети передается «бит за битом», поэтому и скорость передачи измеряется в бит в секунду. Объем же хранимых данных измеряется в байтах. Поэтому и скорость закачки определенного объема измеряется в байтах в секунду.

Скорость передаваемого файла, использующаяся многими пользовательскими программами (программы-загрузчики, интернет браузеры, файлообменники) измеряется в Килобайтах, Мегабайтахи Гигабайтах в секунду.

Другими словами, при подключении к интернету, в тарифных планах указана скорость передачи данных в Мегабитах в секунду. А прискачивании файлов из интернета показывается скорость в Мегабайтах в секунду.

1 ГБайт = 1024 МБайта = 1 048 576 КБайта = 1 073 741 824 Байта;

1 МБайт = 1024 КБайта;

1 КБайт = 1024 Байта.

На английском языке базовая единица для измерения скорости передачи информации — Байт в секунду или Байт/с будет byte per second или Byte/s.

Килобайты в секунду обозначаются, как КБайт/с, КБ/с, KB/s или KBps.

Мегабайты в секунду — МБайт/с, МБ/с, МB/s или МBps.

Килобайты и Мегабайты в секунду всегда пишутся с большой буквой «Б», как в латинской транскрипции, так и в русском варианте написания: МБайт/с, МБ/с, МB/s, МBps.

Как определить, сколько мегабит в мегабайте и наоборот?!

1 МБайт/с = 8Мбит/с.

Например, если скорость передачи данных, отображаемая браузером, равна 2 МБ/с (2 Мегабайта в секунду), то в Мегабитах это будет в восемь раз больше — 16 Мбит/с (16 Мегабит в секунду).

16 Мегабит в секунду = 16 / 8 = 2,0 Мегабайт в секунду.

Т.е, чтобы получить величину скорости в «Мегабайтах в секунду», нужно значение в «Мегабитах в секунду» разделить на восемь и наоборот.

Кроме скорости передачи данных, важным измеряемым параметром является время реакции нашего компьютера, обозначаемое Ping. Другими словами, пинг – это время ответа нашего компьютера на посланный запрос. Чем меньше ping, тем меньше, например, время ожидания, необходимое для открытия интернет страницы. Понятно, что чем меньше пинг, тем лучше. При измерении пинга определяется время, затрачиваемое для прохождения пакета от сервера измеряющего онлайн сервиса к нашему компьютеру и обратно.

Определение скорости интернет соединения

Для определения скорости интернет соединения существует несколько методов. Одни более точные, другие менее точные. В нашем же случае, для практических нужд, считаю, достаточно использования некоторых наиболее распространенных и неплохо себя зарекомендовавших онлайн сервисов. Почти все они, кроме проверки скорости интернета содержат многие другие функции, среди которых наше местоположение, провайдер, время реакции нашего компьютера (пинг) и др.

При желании можно много экспериментировать, сопоставляя результаты измерений различных сервисов и выбирая понравившиеся. Меня, например, устраивают такие сервисы, как известный Яндекс интернетометр, а также еще два – SPEED . IO и SPEEDTEST . NET .

Страница измерения скорости интернетавЯндекс интернетометре открывается по адресу ipinf.ru/speedtest.php (рисунок 1). Для повышения точности измерения выбираем меткой на карте свое местоположение и нажимаем левой кнопкой мыши. Процесс измерения начинается. Результаты измеренных входящей (download ) и исходящей (upload ) скоростей отражаются во всплывающей таблице и слева в панели.

Рисунок 1. Страница измерения скорости интернета в Яндекс интернетометре

Сервисами SPEED.IO и SPEEDTEST.NET, процесс измерения в которых анимируется в панели приборов, подобной автомобильной (рисунки 2, 3), пользоваться просто приятно.

Рисунок 2. Измерение скорости интернет соединения в сервисе SPEED.IO

Рисунок 3. Измерение скорости интернет соединения в сервисе SPEEDTEST.NET

Пользование приведенными сервисами интуитивно понятно и обычно не вызывает никаких затруднений. Опять же определяются входящая (download), исходящая (upload) скорости, ping . Speed.io измеряет текущую скорость интернета до ближайшего от нас сервера компании.

Кроме того в сервисе SPEEDTEST.NET можно протестировать качество сети, сравнить свои предыдущие результаты измерений с настоящими, узнать результаты других пользователей, сравнить свои результаты с обещанной провайдером скоростью.

Наряду с указанными, широко используются сервисы: CY PR . com , SPEED . YOIP

Открытый урок по информатике

Тема: «Передача информации. Скорость передачи информации»

Цели:

Образовательная:

    ввести понятия источника, приёмника и канала передачи информации.

    скорость передачи информации и пропускная способность канала;

    решение задач на скорость передачи информации

Развивающая:

    развивать познавательный интерес,

    развитие навыка работы в группе,

Воспитывающая:

    воспитание аккуратности, дисциплинированности, усидчивости.

1. Повторение ранее изученного материала

    Понятие информации

Информация – в общем случае, совокупность сведений о каких-либо событиях, явлениях, предметах, получаемых в результате взаимодействия с внешней средой. Формой представления информации является сообщение.

    Виды и свойства информации

Основные виды информации по ее форме представления, способам ее кодирования и хранения, что имеет наибольшее значение для информатики, это:

    графическая;

    звуковая;

    текстовая;

    числовая;

    Единицы измерения количества информации

— 1 байт = 8 бит,
— 1 килобайт = 1024 байт,
— 1 мегабайт = 1024 Кбайт,
— 1 гигабайт = 1024 Мбайт,
— 1 терабайт = 1024 Гбайт,
— 1 петабайт = 1024 Тбайт.

2. Введение нового материала

Все виды информации кодируются в последовательности электрических импульсов: есть импульс (1), нет импульса (0), то есть в последовательности нулей и единиц. Такое кодирование информации в компьютере называется двоичным кодированием. Соответственно раз если можно данные импульсы сохранять и обрабатывать при помощи компьютерных устройств, значит их можно и передавать.

Для передачи информации необходимы:

Источник информации – система из которой информация передаётся.

Канал передачи информации – способ при помощи которого осуществляется передача информации.

Приемник информации – система, которая осуществляет получение необходимой информации.

Преобразование информации в сигналы, удобные для прохождения по линии связи, осуществляется передатчиком.

В процессе преобразования информации в сигнал происходит её кодирование. В широком смысле кодированием называется преобразование информации в сигнал. В узком смысле кодирование – это преобразование информации в сочетание определенных символов. В нашем случае в последовательность 1 и 0.

На приемной стороне осуществляется обратная операция декодирования, т.е. восстановление по принятому сигналу переданной информации.

Декодирующее устройство, (декодер) преобразует принятый сигнал к виду удобному для восприятия получателем.

Одними из самых важных свойств передачи информации являются скорость передачи информации и пропускная способность канала.

Скорость передачи данных — скорость, с которой передается или принимается информация в двоичной форме. Обычно скорость передачи данных измеряется количеством бит, переданных в одну секунду.

Минимальная единица измерения скорости передачи информации – 1 бит в секунду (1 бит/сек)

Пропускная способность канала связи — максимальная скорость передачи данных от источника к получателю.

Обе величины измеряются в бит/сек, что часто путают с Байт/сек и обращаются к поставщикам (провайдерам) услуг связи в связи с ухудшением скорости или несоответствии скорости передачи информации.

    1. Решение задач

Решение задач на скорость передачи информации практически полностью совпадает с решением задач на скорость, время и расстояние.

S – размер передаваемой информации

V – скорость передачи информации

T – время передачи информации

Поэтому формулы: справедливы при решении задач на скорость передачи информации. Однако следует помнить, что все величины измерения должны совпадать. (если скорость в Кбайт/сек, то время в секундах, а размер в Килобайтах)

Рассмотрим пример задачи:

Сколько секунд потребуется модему, передающему сообщение со скоростью 28800 бит/сек, чтобы передать цветное изображение размером 640*480 пикселей, при условии, что цвет каждого пикселя кодируется 3 байтами.

Решение:

    Определим количество пикселей в изображении:

640*480= 307200 пикселей

    Т.к. каждый пиксель кодируется 3 байтами, определим информационный объем изображения:

307200 * 3 = 921600 байт

    Заметим, что скорость передачи информации измеряется в бит/сек, а информационный вес изображения в байтах. Переведем скорость в байт/сек, для удобства подсчета:

28800: 8 = 3600 байт/сек

    Определяем время передачи сообщения, если скорость равна 3600 байт/сек:

921600: 3600 = 256 сек

Ответ: 256 секунд потребуется

Задачи:

    Скорость передачи данных через ADSL-соединение равна 64000 бит/сек. Через данное соединение передают файл размером 375 Кбайт. Определите время передачи файла в секундах.

    Сколько секунд потребуется модему, передающему сообщение со скоростью 28800 бит/сек, чтобы передать 100 страниц текста в 30 сток по 60 символов каждая, при условии, что каждый символ кодируется одним байтом.

    Скорость передачи данных через модемное соединение равна 56 Кбит/сек. Передача текстового файла через это соединение заняла 12 сек. Определите, сколько символов содержал переданный текст, если известно, что он был представлен в кодировке UNICODE.

    Модем передает данные со скоростью 56 Кбит/сек. Передача текстового файла заняла 4,5 минуты. Определите, сколько страниц содержал переданный текст, если известно, что он был представлен в кодировке Unicode, а на одной странице – 3072 символа.

    Средняя скорость передачи данных с помощью модема равна 36 Кбит/сек. Сколько секунд потребуется модему, чтобы передать 4 страницы текста в кодировке КОИ8, если считать, что на каждой странице в среднем 2 304 символа?

    Разведчик Белов должен передать сообщение: «Место встречи изменить нельзя. Юстас.» пеленгатор определяет место передачи, если она длиться не менее 2 минут. С какой скоростью (бит/сек) должен передавать радиограмму разведчик?

Задачи:

    Известно, что длительность непрерывного подключения к сети Интернет с помощью модема для некоторых АТС не превышает 10 мин. Определите максимальный размер файла (Кбайт), который может быть передан за время такого подключения, если модем передает информацию в среднем со скоростью 32 Кбит/сек.

Определяем время подключения в секундах:

10 мин * 60 = 600 сек.

Определяем размер файла, передаваемый модемом за 600 сек,:

600 сек * 32 К бит/сек = 19200 К бит

Переводим в Кбайты, как требуется по условию задачи:

19200 Кбит/8 = 2400 Кбайт.

Ответ: 2400 Кбайт

7. Скорость передачи данных через ADSL-соединение равна 64000 бит/сек. Через данное соединение передают файл размером 375 Кбайт. Определите время передачи файла в секундах.

Переводим размер файла в биты:

375 Кбайт * 8 *1024 = 3072000 бит

Определяем время передачи файла в секундах:

3072000 бит / 64000 бит/сек = 48 сек.

Ответ: 48 сек

8. Сколько секунд потребуется модему, передающему сообщение со скоростью 28800 бит/сек, чтобы передать 100 страниц текста в 30 сток по 60 символов каждая, при условии, что каждый символ кодируется одним байтом.

Определяем количество символов на одной странице текста:

30 строк * 60 символов = 1800 символов.

Определяем информационный объем всего текста, при условии, что один символ = 1 байту.

1800 симв * 100 стр = 180000 байт = 1440000 бит

Определяем время передачи сообщения:

1440000 бит/ 28800 бит/сек = 50 сек.

Ответ: 50 сек

9. Скорость передачи данных через модемное соединение равна 56 Кбит/сек. Передача текстового файла через это соединение заняла 12 сек. Определите, сколько символов содержал переданный текст, если известно, что он был представлен в кодировке UNICODE.

Определяем информационный объем переданного текста:

56 Кбит/сек * 12 сек = 672 Кбита

Переводим в байты:

672 Кбита * 1024/8 = 86016 байт

Так как при использовании кодировки Unicode один символ кодируется 2 байтами, находим количество символов:

86016 байт/2 = 43008 символов

Ответ: 43008 символов

10. Модем передает данные со скоростью 56 Кбит/сек. Передача текстового файла заняла 4,5 минуты. Определите, сколько страниц содержал переданный текст, если известно, что он был представлен в кодировке Unicode, а на одной странице – 3072 символа.

Переводим минуты в секунды:

4,5 мин = 4*60+30=270 сек.

Определяем объем переданного файла:

270 сек * 56 Кбит/сек = 15120 Кбит = 1935360 байт

Одна страница текста содержит 3072 символа*2 байта = 6144 байт информации.

Определяем количество страниц в тексте:

1935360 байт/6144 байт = 315 страниц

Ответ: 315 страниц

11. Средняя скорость передачи данных с помощью модема равна

36 Кбит/сек. Сколько секунд потребуется модему, чтобы передать 4 страницы текста в кодировке КОИ8, если считать, что на каждой странице в среднем 2 304 символа?

В кодировке КОИ-8 каждый символ кодируется одним байтом.

Определяем объем сообщения:

4 стр.* 2304 симв.= 9216 символов = 9216 байт = 9216*8/1024 = 72 Кбита.

Определяем время передачи:

72 Кбита/36 Кбит/сек = 2 сек

Ответ: 2 сек

12. Разведчик Белов должен передать сообщение: «Место встречи изменить нельзя. Юстас.» пеленгатор определяет место передачи, если она длиться не менее 2 минут. С какой скоростью (бит/сек) должен передавать радиограмму разведчик?

Определяем информационный объем сообщения: «Место встречи изменить нельзя. Юстас.» – содержит 37 символов, то есть равно 37 байт = 296 бит.

Время передачи должно быть меньше 2 минут или 120 секунд.

При этом скорость передачи должна быть больше, чем 296 бит/120 сек = 2,5 бит/сек. Округляем в большую сторону и получаем

3 бит/сек.

Ответ: 3 бит/сек

Любой сигнал можно рассматривать как функцию времени, или как функцию частоты. В первом случае эта функция показывает, как меняются впоследствии параметры сигнала, например, напряжение или ток. Если эта функция имеет непрерывный характер, то говорят о непрерывном сигнале. Если эта функция имеет дискретный вид, то говорят о дискретном сигнале.

Частотное представление функции основано на том факте, что любая функция может быть представлена в виде ряда Фурье

(1),
где частота, an,bn – амплитуды n-ой гармоники.

Характеристику канала, который определяет спектр частот, которые физическая среда, из которой сделана линия связи, которая образует канал, пропускает без существенного снижения мощности сигнала, называют полосой пропускания .

Максимальную скорость, из которой канал способен передавать данные, называют пропускной способностью канала или битовой скоростью.

В 1924 Найквист открыл взаимосвязь между пропускной здатностью канала и шириной его полосы пропускания.

Теорема Найквиста

где – максимальная скорость передачи H — ширина полосы пропускания канала, выраженная в Гц, М — количество уровней сигнала, которые используются при передаче. Например, из этой формулы видно, что канал с полосой 3 кГц не может передавать двухуровневые сигналы быстрее 6000 бит/сек.

Эта теорема также показывает, что, например, бессмысленно сканировать линию чаще, чем удвоена ширина полосы пропускания. Действительно, все частоты выше этой отсутствуют в сигнале, а потому вся информация, необходимая для возобновления сигнала будет собрана при таком сканировании.

Однако, теорема Найквиста не учитывает шум в канале, который измеряется как отношение мощности полезного сигнала к мощности шума: S/N . Эта величина измеряется в децибелах: 10log10(S/N) dB . Например, если отношение S/N равняется 10, то говорят о шуме в 10 dB если отношение равняется 100, то — 20 dB .

На случай канала с шумом есть теорема Шенона, по которой максимальная скорость передачи данные по каналу с шумом равняется:
H log2 (1+S/N) бит/сек, где S/N — соотношение сигнал-шум в канале.

Здесь уже не важно количество уровней в сигнале. Эта формула устанавливает теоретический предел, который редко достигается на практике. Например, по каналу с полосой пропускания в 3000 Гц и уровнем шума 30 dB (это характеристики телефонной линии) нельзя передать данные быстрее, чем со скоростью 30 000 бит/сек.

Методы доступа и их классификация

Метод доступа (accessmethod ) – это набор правил, которые регламентируют способ получения в пользование (“восторгу”) среды передачи. Метод доступа определяет, каким образом узлы получают возможность передавать данные.
Выделяют следующие классы методов доступа:

  1. селективные методы
  2. состязательные методы (методы случайного доступа)
  3. методы, основанные на резервировании времени
  4. кольцевые методы.

Все методы доступа, кроме состязательных, образуют группу методов детерминированного доступа. При использовании селективных методов для того, чтобы узел мог передавать данные, он должен получить разрешение. Метод называется опросом (polling ), если разрешения передаются всем узлам по очереди специальным сетевым оборудованием. Метод называется передачей маркера (token passing ), если каждый узел по завершении передачи передает разрешение следующему.

Методы случайного доступа (random access methods ) основаны на “соревновании” узлов за получение доступа к среде передачи. Случайный доступ может быть реализован разными способами: базовым асинхронным, с тактовой синхронизацией моментов передачи кадров, с прослушиванием канала перед началом передачи (“слушай, прежде чем говорить”), с прослушиванием канала во время передачи (“слушай, пока говоришь”). Могут быть использованы одновременно несколько способов из перечисленных.
Методы, основанные на резервировании времени , сводятся к выделению интервалов времени (слотов), которые распределяются между узлами. Узел получает канал в свое распоряжение на всю длительность выделенных ему слотов. Существуют варианты методов, которые учитывают приоритеты — узлы из больше высоким приоритетам получают большее количество слотов.
Кольцевые методы используются в ЛВМ с кольцевой топологией. Кольцевой метод вставки регистров заключается в подключении параллельно к кольцу одного или нескольких буферных регистров. Данные для передачи записываются в регистр, после чего узел ожидает межкадрового промежутка. Потом содержимое регистра передается в канал. Если во время передачи поступает кадр, он записывается в буфер и передается после своих данных.

Различают клиент-серверные и одноранговые методы доступа.

Клиент-серверные методы доступа допускают наличие в сети центрального узла, который управляет всеми другими. Такие методы распадаются на две группы: с опросом и без опроса.

Среди методов доступа с опросом наиболее часто используемый “опрос с остановкой и ожиданием” и “непрерывный автоматический запрос на повторение” (ARQ). Во всяком случае первичный узел последовательно передает узлам разрешение на передачу данных. Если узел имеет данные для передачи, он выдает их в среду передачи, если нет — или выдает короткий пакет данных типа “данных нет”, или просто ничего не передает.

При использовании одноранговых методов доступа все узлы равноправные. Мультиплексна передача со временным делением — наиболее простая одноранговая система без приоритетов, что использует твердое расписание работы узлов. Каждому узлу выделяется интервал времени, в течение которого узел может передавать данные, причем интервалы распределяются поровну между всеми узлами.

Аналоговые каналы передачи данные.

Под каналом передачи данные (КПД) понимается совокупность среды передачи (среды распространения сигнала) и технических средств передачи между канальными интерфейсами. В зависимости от формы информации, которая может передавать канал, различают аналоговые и цифровые каналы.

Аналоговый канал на входе (и, соответственно, на выходе) имеет непрерывный сигнал, те или другие характеристики которого (например, амплитуда или частота) несут переданную информацию. Цифровой канал принимает и выдает данные в цифровой (дискретной, импульсной) форме.

Думаете, скорость вашего широкополосного подключения к интернету быстрая? Осторожно, после прочтения данной статьи ваше отношение к слову «быстро» относительно передачи данных может сильно измениться. Представьте объем вашего жесткого диска на компьютере и определитесь, какая скорость его заполнения является быстрой -1 Гбит/с или может быть 100 Гбит/с, тогда 1 терабайтный диск заполнится уже через 10 сек? Если бы книга рекордов Гиннеса констатировала рекорды по скорости передачи информации, то ей бы пришлось обработать все приведенные далее эксперименты.

В конце ХХ в., то есть еще относительно недавно, скорости в магистральных каналах связи не превышали десятков Гбит/с. В то же время пользователи интернета с помощью телефонных линий и модемов наслаждались скоростью в десятки килобит в секунду. Интернет был по карточкам и цены за услугу были немаленькие — тарифы приводились, как правило, в у.е. На загрузку одной картинки порой даже уходило несколько часов и как точно подметил один из пользователей интернета того времени: «Это был интернет, когда за одну ночь можно было только несколько женщин в интернете посмотреть». Такая скорость передачи данных медленная? Возможно. Однако стоит помнить, что все в мире относительно. Например, если бы сейчас был 1839 г., то неким подобием интернета для нас бы представляла самая протяженная в мире оптическая телеграфная линии связи Петербург-Варшава. Длина этой линии связи для ХIХ века кажется просто заоблачной — 1200 км, состоит она из 150 ретранслирующих транзитных вышек. Любой гражданин может воспользоваться этой линией и послать «оптическую» телеграмму. Скорость «колоссальная» — 45 символов на расстояние 1200 км можно передать всего за 22 минуты, никакая конная почтовая связь здесь и рядом не стояла!

Вернемся в ХХI век и посмотрим, что в сравнении с описанными выше временами мы сегодня имеем. Минимальные тарифы у крупных провайдеров проводного интернета исчисляются уже не единицами, а несколькими десятками Мбит/с; смотреть видео с разрешением менее 480pi мы не уже хотим, такое качество картинки нас уже не устраивает.

Посмотрим среднюю скорость интернета в разных странах мира. Представленные результаты составлены CDN-провайдером Akamai Technologies. Как видно, даже в республике Парагвай уже в 2015 году средняя скорость соединения по стране превышала 1.5 Мбит/с (кстати, Парагвай имеет близкий для нас русских по транслитерации домен — *.py).

На сегодняшний день средняя скорость интернет соединений в мире составляет 6.3 Мбит/с . Наибольшая средняя скорость наблюдается в Южной Корее 28.6 Мбит/с, на втором месте Норвегия -23.5 Мбит/с, на третьем Швеция — 22.5 Мбит/с. Ниже приведена диаграмма, показывающая среднюю скорость интернета по лидирующим в этом показателе странам на начало 2017 года.

Хронология мировых рекордов скоростей передачи данных

Поскольку сегодня неоспоримым рекордсменом по дальности и скорости передачи являются волоконно-оптические системы передачи, акцент будет делаться именно на них.

С каких скоростей все начиналось? После многочисленных исследований в период с 1975 по 1980 гг. появилась первая коммерческая волоконно-оптическая система, работающая с излучением на длине волны 0,8 мкм на полупроводниковом лазере на основе арсенида галлия.

22 апреля 1977 года в Лонг-Бич, штат Калифорния, компания General Telephone and Electronics впервые использовала оптический канал для передачи телефонного трафика на скорости 6 Мбит/с . При такой скорости, можно организовать одновременную передачу до 94 простейших цифровых телефонных каналов.

Максимальная скорость оптических систем передачи в экспериментальных исследовательских установках этого времени доходило до 45 Мбит/с , максимальное расстояние между регенераторами — 10 км .

В начале 1980-х передача светового сигнала проходила в многомодовых волокнах уже на длине волны 1,3 мкм с помощью InGaAsP-лазеров. Максимальная скорость передачи была ограничена значением 100 Мбит/с вследствие дисперсии.

При использовании одномодовых ОВ в 1981 году при лабораторных испытаниях добились рекордной для того времени скорости передачи 2 Гбит/с на расстоянии 44 км .

Коммерческое внедрение таких систем в 1987 году обеспечивало скорость до 1,7 Гбит/с с протяженностью трассы 50 км .

Как можно было заметить, оценивать рекорд системы связи стоит не только по скорости передачи, здесь также крайне важно на какое расстояние данная система способна обеспечить данную скорость. Поэтому для характеристики систем связи обычно пользуются произведением общей пропускной способности системы B [бит/с] на ее дальность L [км].


В 2001 году при применении технологии спектрального уплотнения была достигнута скорость передачи 10,92 Тбит/с (273 оптических канала по 40 Гбит/с), но дальность передачи была ограничена значением 117 км (B∙L = 1278 Тбит/с∙км).

В этом же году был проведен эксперимент по организации 300 каналов со скоростью 11,6 Гбит/с каждый (общая пропускная способность 3.48 Тбит/с ), длина линии составила свыше 7380 км (B∙L = 25 680 Тбит/с∙км).

В 2002 г. была построена межконтинентальная оптическая линия протяженностью 250 000 км с общей пропускной способностью 2.56 Тбит/с (64 WDM канала по 10 Гбит/с, трансатлантический кабель содержал 4 пары волокон).

Теперь с помощью единственного оптоволокна можно одновременно передавать 3 миллиона! телефонных сигналов или 90 000 сигналов телевидения.

В 2006 г. Nippon Telegraph и Telephone Corporation организовали скорость передачи 14 триллион бит в секунду (14 Тбит/с ) по одному оптическому волокну при длине линии 160 км (B∙L = 2240 Тбит/с∙км).

В этом эксперименте они публично продемонстрировали передачу за одну секунду 140 цифровых HD фильмов. Величина 14 Тбит/с появилась в результате объединения 140 каналов по 111 Гбит/с каждый. Использовалось мультиплексирование с разделением по длине волны, а также поляризационное уплотнение.

В 2009 г. Bell Labs достигли параметра B∙L = 100 пета бит в секунду умножить на километр, преодолев, таким образом, барьер в 100 000 Тбит/с∙км.

Для достижения таких рекордных результатов исследователи из лаборатории Bell Labs в Villarceaux, Франция, использовали 155 лазеров, каждый из которых работает на своей частоте и осуществляет передачу данных на скорости 100 Гигабит в секунду. Передача осуществлялась через сеть регенераторов, среднее расстояние между которыми составляло 90 км. Мультиплексирование 155 оптических канала по 100 Гбит/с позволило обеспечить общую пропускную способность 15,5 Тбит/с на расстоянии 7000 км . Чтобы осмыслить значение этой скорости, представьте, что идет передача данных из Екатеринбурга во Владивосток со скоростью 400 DVD-дисков в секунду.

В 2010 г. NTT Network Innovation Laboratories добились рекорда скорости передачи 69.1 терабит в секунду по одному 240-километровому оптическому волокну. Используя технологию волнового мультиплексирования (WDM), они мультиплексировали 432 потока (частотный интервал составил 25 ГГц) с канальной скоростью 171 Гбит/с каждый.

В эксперименте применялись когерентные приемники, усилители с низким уровнем собственных шумов и с ультра-широкополосным усилением в С и в расширенном L диапазонах. В сочетании с модуляцией QAM-16 и поляризационного мультиплексирования, получилось достичь значения спектральной эффективности 6.4 бит/с/Гц.

На графике ниже видна тенденция развития волоконно-оптических систем связи на протяжении 35 лет с начала их появления.

Из данного графика возникает вопрос: «а что дальше?» Каким образом можно еще в разы повысить скорость и дальность передачи?

В 2011 г. мировой рекорд пропускной способности установила компания NEC, передав более 100 терабит информации в секунду по одному оптическому волокну. Этого объема данных, переданного за 1 секунду, достаточно, чтобы просматривать HD фильмы непрерывно в течение трех месяцев. Или это эквивалентно передаче за секунду содержимого 250 двухсторонних Blu-ray дисков.

101,7 терабит были переданы за секунду на расстояние 165 километров с помощью мультиплексирования 370 оптических каналов, каждый из которых имел скорость 273 Гбит/с.

В этом же году National Institute of Information and Communications Technology (Токио, Япония) сообщил о достижении 100-терабного порога скорости передачи посредством применения многосердцевинных ОВ. Вместо того чтобы использовать волокно только с одной световедущей жилой, как это происходит современных коммерческих сетях, команда использовали волокно с семью сердцевинами. По каждой из них осуществлялась передача со скоростью 15.6 Тбит/с, таким образом, общая пропускная способность достигла 109 терабит в секунду.

Как заявили тогда исследователи, использование многосердцевинных волокон пока является достаточно сложным процессом. Они имеют большое затухание и критичны к взаимным помехам, поэтому сильно ограничены по дальности передачи. Первое применение таких 100 терабитных систем будет внутри гигантских центров обработки данных компаний Google, Facebook и Amazon.

В 2011 г. команда ученых из Германии из технологического института Karlsruhe Institute of Technology (KIT) без использования технологии xWDM передала данные по одному ОВ со скоростью 26 терабит в секунду на расстояние 50 км . Это эквивалентно передачи в одном канале одновременно 700 DVD-дисков в секунду или 400 миллионов телефонных сигналов.

Начали появляться новые услуги, такие как облачные вычисления, трехмерное телевидение высокой четкости и приложения виртуальной реальности, что опять требовало беспрецедентной высокой емкости оптического канала. Для решения этой проблемы исследователи из Германии продемонстрировали применение схемы оптического быстрого преобразования Фурье для кодирования и передачи потоков данных со скоростью 26.0 Тбит/с. Для организации такой высокой скорости передачи была использована не просто классическая технология xWDM, а оптическое мультиплексирование с ортогональным частотным разделением каналов (OFDM) и соответственно декодирование оптических OFDM потоков.

В 2012 г. японская корпорация NTT (Nippon Telegraph and Telephone Corporation) и три ее партнера: фирма Fujikura Ltd., университет Hokkaido University и университет Technical University of Denmark установили мировой рекорд пропускной способности, передав 1000 терабит (1 Пбит / с ) информации в секунду по одному оптическому волокну на расстояние 52.4 км . Передача одного петабита в секунду эквивалентна передаче 5000 двухчасовых HD фильмов за одну секунду.

С целью значительного улучшения пропускной способности оптических коммуникационных систем, было разработано и протестировано волокно с 12-тью сердцевинами, расположенных особым образом в виде соты. В данном волокне благодаря его особой конструкции взаимные помехи между соседними сердцевинами, которые обычно являются главной проблемой в обычных многосердцевинных ОВ, значительно подавлены. В результате применения поляризационного мультиплексирования, технологии xWDM, квадратурной амплитудной модуляции 32-QAM и цифрового когерентного приема, ученые успешно повысили эффективность передачи в расчете на одну сердцевину более чем в 4 раза, в сравнении с предыдущими рекордами для многосердцевинных ОВ.

Пропускная способность составила 84.5 терабит в секунду на одну сердцевину (скорость канала 380 Гбит/с х 222 каналов). Общая пропускная способность на одно волокно составила 1.01 петабит в секунду (12 х 84.5 терабит).

Также в 2012 г. немного позднее исследователи из лаборатории NEC в Принстоне, Нью-Джерси, США, и Нью-Йоркского научно-исследовательского центра Corning Inc., успешно продемонстрировали сверхвысокую скорость передачи данных со скоростью 1.05 петабит в секунду. Данные передавались с помощью одного многосердцевинного волокна, которое состояло из 12 одномодовых и 2 маломодовых сердцевин.

Данное волокно было разработано исследователями Corning. Объединив технологии спектрального и поляризационного разделения с пространственным мультиплексированием и оптической системы MIMO, а также используя многоуровневые форматы модуляции, исследователи в результате достигли общей пропускной способности 1.05 Пбит/с, поставив, таким образом, новый мировой рекорд самой высокой скорости передачи по одному оптическому волокну.

Летом 2014 года рабочая группа в Дании, используя новое волокно, предложенное японской компанией Telekom NTT, установила новый рекорд -организовав с помощью одного лазерного источникаскорость в 43 Тбит/с . Сигнал от одного лазерного источника передавался по волокну с семью сердцевинами.

Команда Датского технического университета совместно с NTT и Fujikura ранее уже достигала самой высокой в мире скорости передачи данных в 1 петабит в секунду. Однако тогда были использованы сотни лазеров. Сейчас же рекорд в 43 Тбит/с был достигнут с помощью одного лазерного передатчика, что делает систему передачи более энергоэффективной.

Как мы убедились, в связи есть свои интересные мировые рекорды. Для новичков в этой области стоит отметить, что многие представленные цифры до сих пор не встречаются повсеместно в коммерческой эксплуатации, поскольку были достигнуты в научных лабораториях в единичных экспериментальных установках. Однако и сотовый телефон когда-то был прототипом.

Чтобы не перегружать ваш носитель информации, пока остановим текущий поток данных.

Продолжение следует…

Скорость интернета – это объем информации, принятой и переданной компьютером за промежуток времени. Сейчас этот параметр чаще всего измеряется в Мегабитах в секунду, но это не единственная величина, также могут использоваться килобиты в секунду. Гигабиты пока еще в повседневной жизни не используются.

В то же время, размер переданных файлов измеряется обычно в байтах, но не берется в расчет время. Например: Байты, Мбайты или Гбайты.

Очень просто посчитать время, за которое получится скачать файл из сети, используя простую формулу. Известно, что наименьшее количество информации – это бит. Затем идет байт, в котором содержится 8 бит информации. Таки образом скорость в 10 Мегабит в секунду (10/8 = 1,25) позволяет передать 1,25 Мбайта в секунду. Ну а 100 Мбит/сек – 12,5 Мегабайт (100/8) соответственно.

Также можно рассчитать, за сколько загрузиться файл определенного размера из интернета. Например, фильм в 2 Гб загружаемый со скорость 100 Мегабит в секунду, можно скачать за 3 минуты. 2 Гб – это 2048 Мегабайт, которые следует поделить на 12,5. Получим 163 секунды, что равно примерно 3 минутам.
К сожалению, не все знакомы с единицами в которых принято измерять информацию, поэтому упомянем основные единицы:

1 байт – это 8 бит
1 Килобайт (Кб) соответствует 1024 байта
1 Мегабайт (Мб) будет равен 1024 Кб
1 Гигабайт (Гб) соответственно равняется 1024 Мб
1 Терабайт – 1024 Гб

Что влияет на скорость

То, с какой скоростью будет работать интернет на устройстве, зависит прежде всего:

От тарифного плана, предоставляемого провайдером
От пропускной возможности канала. Часто провайдер предоставляет общую скорость абонентам. То есть канал делится на всех, и если все пользователи активно используют сеть, то и скорость может снижаться.
От расположения и настроек сайта, к которому обращается пользователь. Некоторые ресурсы имеют ограничения и не позволяют превышать определенный порог при загрузке. Также сайт может находится на другом континенте, что также повлияет на загрузку.

На скорость передачи данных в некоторых случаях, влияют как внешние, так и внутренние факторы, среди которых:

Расположение сервера, к которому идет обращение
Настройка и ширина канал Wi-Fi роутера, если подключение происходит «по воздуху»
Приложения, запущенные на устройстве
Антивирусы и фаерволы
Настройка ОС и ПК

Скорость передачи информации — презентация онлайн

1. Скорость передачи информации

Скорость передачи информации
Обмен информации происходит с разной скоростью
Пример:
•Скорость чтения
•Скорость речи
Скорость
передачи
информации – это количество
передаваемой
информации
Выражается
в:
за
единицу
времени.
•битах в секунду (бит/с)
•байтов в секунду (байт/с)
•Кбайтов в секунду (Кб/с) и т.д.
Скорость передачи информации называется
скоростью информационного потока
Скорость передачи информации
Для вычисления скорости передачи информации нужно
поделить количество передаваемой информации (в битах) на
время передачи информации (в секундах). То есть скорость
передачи информации измеряется в битах в секунду.
I — количество информации в передаваемом сообщении (в битах),
t— время передачи этого сообщения (в секундах),
V — скорость передачи информации (бит в секунду, бит/с).
V = I/t
Скорость передачи информации
Скорость информационного потока в случае, когда он происходит между
устройствами намного выше, чем между людьми.
Прием информации между техническими устройствами происходит
по каналам связи
Основные характеристики каналов связи:
• Пропускная способность канала связи – это
максимальная скорость передачи информации.
• Надежность
• Стоимость
• Резервы развития
Учитывая пропускную способность каналы связи делятся на:
каналы связи
скорость передачи информации
низкоскоростные
от 50 до 200 бит/с
среднескоростные
от 300 до 9600 бит/с, а в новых
стандартах до 56 000 бит/с;
высокоскоростные (широкополосные)
выше 56 000 бит/с.
Скорость передачи информации (единицы измерения)
Единицы измерения скорости передачи информации:
бит/с соответствует единичному изменению сигнала в канале связи и
при двоичных методах кодирования сигнала;
Бод — это такая скорость, когда передается один сигнал (например,
импульс) в секунду независимо от величины его изменения. В случае
если элемент данных может быть представлен не двумя, а большим
количеством значений какого-либо параметра сигнала, значение 1 бод
будет больше 1 бит в секунду.
Бод (англ. baud) Названа по имени
Эмиля Бодо, изобретателя кода Бодо

кодировки
символов
для
телетайпов.
Зачастую, ошибочно, считают, что
бод — это количество бит,
переданное в секунду
Скорость передачи информации. Решение задач
Скорость передачи данных через ADSL-соединение равна
256000 бит/c. Передача файла через это соединение заняла
2 минуты. Определите размер файла в килобайтах.
Решение:
время передачи: t=2·60 сек=120 сек
передано информации: I=V·t
256 ·1000·120 бит = 28· 23·125 · 22·30 бит =
13·125·30
2
=
Кб=3750Кб
13
2
Ответ:
объем файла 3750 Кб
Скорость передачи информации. Решение задач
Скорость передачи данных через ADSL-соединение равна
128000 бит/c. Через это соединение передают файл размером
625 Кбайт. Определите время передачи файла в секундах.
Решение:
передано информации: I= 625Кб = 625· 213 бит
время передачи: t=V/I
625· 213 = 625· 213 = 25· 26 = 25· 16 = 40 с
128· 1000 27 · 1000
40
10
Ответ: 40 с
Скорость передачи информации. Решение задач
У Аркадия есть доступ в Интернет по высокоскоростному одностороннему
радиоканалу, обеспечивающему скорость получения информации 220 бит в
секунду. У Григория нет скоростного доступа в Интернет, но есть возможность
получать информацию от Аркадия по телефонному каналу со средней
скоростью 216 бит в секунду. Григорий договорился с Аркадием, что тот скачает
для него данные объёмом 11 Мбайт по высокоскоростному каналу и
ретранслирует их Григорию по низкоскоростному каналу.
Компьютер Аркадия может начать ретрансляцию данных не раньше, чем им
будут получены первые 1024 Кбайт этих данных.
Каков минимально возможный промежуток времени (в секундах) с момента
начала скачивания Аркадием данных до полного их получения Григорием? В
ответе укажите только число, слово «секунд» или букву «с» добавлять не нужно.
Скорость передачи информации. Решение задач
Решение:
Так как скорость телефонного канала между Аркадием и Григорием меньше
скорости доступа к сети Интернет у Аркадия, то ретрансляция данных от
Аркадия к Григорию будет идти без перерывов до тех пор, пока не будет передан
весь необходимый объем данных. Поэтому нужно посчитать время закачки
Аркадием первых 1024 Кбайт по радиоканалу и сложить это время со временем
передачи 11 Мбайт по телефонному каналу.
1)
2)
3)
Объем данных будет скачиваться первоначально Аркадием:
1024 Кбайт = 210 *210 байт = 223 бит.
Время закачки Аркадием первых 1024 Кбайт: t=V/I
223 : 220 = 8 сек.
Объем информации, передаваемый по низкоскоростному каналу:
11 Мбайт = 11* 220 байт = 11* 223 бит.
временем передачи 11 Мбайт по телефонному каналу:t=V/I
11* 223 : 216 = 11* 27 = 11*128 = 1408 сек;
Всего получаем 8 + 1408 = 1416 сек.
Ответ:
1416
Скорость передачи информации. Решение задач
Данные объемом 100 Мбайт передаются из пункта А в пункт Б по каналу связи,
обеспечивающему скорость передачи данных 220 бит в секунду, а затем из пункта
Б в пункт В по каналу связи, обеспечивающему скорость передачи данных 222 бит
в секунду. Задержка в пункте Б (время между окончанием приема данных из
пункта А и началом передачи в пункт В) составляет 24 секунды. Сколько времени
(в секундах) прошло с момента начала передачи данных из пункта А до их
полного получения в пункте В? В ответе укажите только число, слово «секунд»
или букву «с» добавлять не нужно
Решение:
1) Выразим объем передаваемых данных в битах, выделив в качестве множителя
степень двойки:
100 Мбайт = 100*220 байт = 100*223 бит.
2) Время передачи данных из пункта А в пункт Б:
TБ = 100*223 (бит) : 220 (бит/сек) = 100*23 = 100*8 = 800 (сек).
3) Время передачи данных из пункта Б в пункт В:
TВ = 100*223 (бит) : 222 (бит/сек) = 100*2 = 200 (сек).
4) Полное время передачи с учетом задержки в пункте Б:
800+200+24 = 1024сек.
Ответ: 1024
Скорость передачи информации. Решение задач
Данные объемом 60 Мбайт передаются из пункта А в пункт Б по каналу
связи, обеспечивающему скорость передачи данных 220 бит в секунду, а
затем из пункта Б в пункт В по каналу связи, обеспечивающему скорость
передачи данных 223 бит в секунду. От начала передачи данных из пункта
А до их полного получения в пункте В прошло 10 минут.
Сколько времени в секундах составила задержка в пункте Б, т.е. время
между окончанием приема данных из пункта А и началом передачи
данных в пункт В? В ответе укажите только число, слово «секунд» или
букву «с» добавлять не нужно.
Решение:
1. Выразим объем передаваемых данных в битах, выделив в качестве
множителя степень двойки: 60 Мбайт = 60*220 байт = 60*223 бит.
2. Время передачи данных из пункта А в пункт Б:
TБ = 60*223 (бит) : 220 (бит/сек) = 60*23 = 60*8 = 480 (сек).
3. Время передачи данных из пункта Б в пункт В:
TВ = 60*223 (бит) : 223 (бит/сек) = 60 (сек).
4. Полное время передачи с учетом задержки в пункте Б:
10 мин = 600 сек.
5. Время задержки: 600 – 480 — 60 = 60 сек.
Ответ: 60
Скорость передачи информации
Используемые материалы:
http://ege-go.ru/zadania/grb/b10/b10-answ/#B10.3
http://www.faqo.ru/edinitscy-izmereniya/informatsciya/
http://www.klyaksa.net/htm/exam/exam2007/exam_9_2007/bilet05.htm
•О.Л. Соколова «Поурочные разработки по информатике» 10 класс,
Москва «ВАКО» 2008
•О.Ю. Заславская, И.В. Левченко «Информатика. Весь курс» Москва
«ЭКСМО» 2009

В чем разница между скоростью передачи в бодах и скоростью передачи в битах?

Бит в секунду-это просто. Это именно то, на что это похоже. Если у меня есть 1000 бит и я отправляю их со скоростью 1000 бит / с, для их передачи потребуется ровно одна секунда.

Бод — это символы в секунду. Если эти символы — неделимые элементы вашего кодирования данных — не являются битами, скорость передачи в бодах будет ниже скорости передачи в битах в разы на символ. То есть, если на символ приходится 4 бита, скорость передачи данных будет равна ¼ скорости передачи данных.

Эта путаница возникла из-за того, что ранние аналоговые телефонные модемы не были очень сложными, поэтому bps был равен боду. То есть каждый символ кодируется одним битом. Позже, чтобы сделать модемы быстрее, инженеры по связи изобрели все более умные способы отправки большего количества битов на symbol.¹

Аналогия

Система 1, биты: Представьте себе систему связи с телескопом на ближней стороне долины и парнем на дальней стороне, держащим одну или другую руку. Вызовите его левую руку «0» и его правую руку «1,», и у вас будет система для передачи одной двоичной цифры — одного бита — за раз.

Система 2, бод: Теперь представьте, что парень на дальнем конце долины держит игральные карты вместо голых рук. Он использует подмножество карт, от туза до 8 в каждой масти, в общей сложности 32 карты. Каждая карта — каждый символ — кодирует 5 бит: от 00000 до 11111 в binary.²

Анализ

Парень из системы 2 может передать 5 бит информации на карту за то же время, которое требуется парню из Системы 1, чтобы передать один бит, раскрыв одну из своих голых рук.

Вы видите, как аналогия, кажется, разрушается: поиск конкретной карты в колоде и ее показ занимает больше времени, чем просто решение показать свою левую или правую руку. Но это просто дает возможность выгодно расширить аналогию.

Система связи с большим количеством битов на символ сталкивается с аналогичной трудностью, поскольку схемы кодирования, необходимые для отправки нескольких битов на символ, намного сложнее, чем те, которые отправляют только один бит за раз. Чтобы расширить аналогию, тогда у парня, показывающего игральные карты, может быть несколько человек за его спиной, разделяющих работу по поиску следующей карты в колоде, вручая ему карты так быстро, как он может их показать. Помощники аналогичны более мощным процессорам, необходимым для создания схем кодирования many-bits-per-baud.

То есть, используя большую вычислительную мощность, система 2 может отправлять данные в 5 раз быстрее, чем более примитивная система 1.

Историческая Vignette

Что мы будем делать с нашим 5-битным кодом? Носителю английского языка кажется естественным использовать 26 из 32 доступных кодовых точек для английского алфавита. Мы можем использовать оставшиеся 6 кодовых точек для символа пробела и небольшого набора управляющих кодов и символов.

Или мы могли бы просто использовать код Бодо, 5-битный код , изобретенный Эмилем Бодо , после которого единица «baud» была coined.³


Сноски и отступления:

  1. Например, стандарт V.34 определил режим передачи 3429 бод при 8.4 битах на символ для достижения пропускной способности 28.8 kbit/sec.

    Этот стандарт говорит только о стороне модема POTS. Сторона RS-232 остается 1 бит на систему символов, поэтому вы также можете правильно назвать ее модемом 28.8k бод. Запутанно, но технически правильно.

  2. Я намеренно упростил здесь все.

    Одна вещь, о которой вы могли бы подумать, — это то, передает ли отсутствие игральной карты информацию. Если это так, это подразумевает наличие некоторого тактового сигнала или сигнала защелки , так что вы можете определить отсутствие несущей информацию карты по промежутку между отображением двух карт.

    Кроме того, что вы делаете с картами, оставшимися в покерной колоде, от 9 до Короля и джокеров? Одна из идей состояла бы в том, чтобы использовать их в качестве специальных флагов для переноса метаданных. Например, вам понадобится способ указать короткий блок trailing. Если вам нужно отправить 128 бит информации, вам нужно будет показать 26 карт. Первые 25 карт передают 5×25=125 бит, а 26-я карта передает 3 бита trailing. Вам нужен какой — то способ сигнализировать, что последние два бита в символе должны быть проигнорированы.

  3. Вот почему ранние аналоговые телефонные модемы были указаны в терминах бодов, а не bps: инженеры по связи использовали эту терминологию со времен телеграфа. Они не пытались перепутать bps и бод; это был просто факт, по их мнению, что эти модемы передавали по одному биту на символ.

Значение скорости передачи данных в компьютерных сетях | Малый бизнес

Скорость передачи данных — это измерение количества данных, отправленных между двумя точками в сети за заданный период времени. Это очень важная концепция в современных бизнес-сетях, поскольку высокая скорость передачи данных позволяет использовать сети для решения сложных задач, таких как онлайн-трансляция. Понимание скорости передачи данных может помочь вам повысить производительность собственной сети вашего бизнеса.

Измерение скорости передачи

Скорость передачи данных обычно измеряется в битах в секунду (бит/с), где один «бит» равен отдельному двоичному числу.Это похоже на сетевую концепцию пропускной способности, которая также измеряется в битах в секунду. Однако скорость передачи и пропускная способность — это две разные вещи. Скорость передачи — это количество данных, которые фактически были переданы между двумя разными точками, а пропускная способность — это измерение теоретической максимальной пропускной способности определенной точки в сети.

Низкая скорость передачи

Каждому сетевому приложению для эффективной работы требуется определенный объем данных. Например, веб-браузер должен получать необходимые данные веб-страницы каждый раз, когда вы переходите на новую страницу.Низкая скорость передачи эффективно препятствует предоставлению этих данных приложениям. Обычно это приводит к замедлению работы, например снижению скорости или прерывистой потоковой передаче. Кроме того, очень низкая скорость передачи может привести к полной остановке работы некоторых приложений.

Приложения с интенсивным использованием данных

Для некоторых сетевых задач требуется более высокая скорость передачи данных, чем для других. Например, онлайн-потоковая передача требует, чтобы ваш компьютер загружал новое изображение каждую долю секунды.Это потребляет гораздо больше данных, чем, скажем, отправка электронной почты. Таким образом, последствия низкой скорости передачи данных могут быть наиболее очевидны для организаций и отдельных лиц, которые регулярно имеют дело с приложениями, интенсивно использующими данные. Эти организации могут вкладывать большие средства в высокопроизводительные сети, чтобы максимизировать скорость передачи.

Узкие места

Стремясь максимально увеличить скорость передачи данных, важно помнить, что скорость любой сети зависит от ее самого медленного компонента. Медленные участки сети могут создавать узкие места, замедляя трафик и снижая скорость передачи, видимую устройствами на другой стороне.Это часто имеет место в беспроводных сетях, которые совместно используют доступную полосу пропускания между всеми клиентами, подключенными к точке доступа. Использование проводных локальных подключений и инвестирование в быстрое подключение к Интернету — два распространенных решения, позволяющих избежать узких мест.

Ссылки

Писатель Био

Энди Уолтон с 2009 года пишет о технологиях, специализируясь на сетях и мобильных коммуникациях. Ранее он был ИТ-специалистом и менеджером по продуктам. Уолтон живет в Лестере, Англия, и имеет степень бакалавра информационных систем Университета Лидса.

Что такое скорость передачи данных?

Скорость передачи данных (DTR) можно определить как отношение общего объема цифровых данных, переданных между двумя точками за определенный период времени. Если две точки могут быть двумя сетевыми компонентами, скажем, два компьютера или данные могут передаваться между флэш-накопителем и жестким диском. Скорость передачи данных на самом деле является мерой скорости, с которой сетевые компоненты могут обмениваться данными (отправлять или получать). Измеряется либо в бит в секунду, либо в , либо в байт в секунду. Для практических целей он измеряется в мегабитах в секунду или мегабайтах в секунду. Но вы обычно видели KBps (килобайт в секунду) при загрузке или загрузке чего-либо. Япония показала самую высокую скорость передачи данных 14 терабит в секунду, используя только один оптоволоконный кабель.

Скорость передачи данных (DTR) = Общий объем переданных цифровых данных/Общее затраченное время

Некоторые единицы скорости передачи данных: 20 BPS = 1024 кбит / с


1 GBPS = 2 30 BPS = 1024 Мбит / с

1 TBPS = 2 40 BPS = 1024 Гбит /

Важность скорости передачи данных в компьютерной сети:

Скорость передачи данных имеет первостепенное значение в современном мире по следующим причинам:

  • Она имеет прямое влияние на бизнес, особенно если это какой-то онлайн-сервис, потому что тогда вы должны иметь высокую скорость передачи данных для оказывать услуги без перерыва.
  • Скорость передачи данных также важна при выполнении некоторых сложных задач, таких как онлайн-потоковая передача, видеозвонок или любая работа, которая является жизненно важной и имеет высокий приоритет.
  • Скорость передачи данных также используется при оценке различных устройств и технологий.
  • Скорость передачи данных дает представление о производительности системы и сети, поэтому она полезна для улучшения.

Факторы, влияющие на скорость передачи данных

Существует несколько факторов, влияющих на скорость передачи данных, некоторые из них:

1.Перегрузка сети: Под перегрузкой сети можно понимать ситуацию, которая может возникнуть, если пользователь отправляет данные с большей скоростью, чем это допустимо сетевыми ресурсами. Когда сетевые ресурсы достигают максимальной емкости, это влияет на скорость передачи данных.

Из-за перегрузки сети возникают следующие проблемы:



  • Потеря пакета: Пакеты теряются из-за перегрузки сети, так как после истечения времени жизни или ограничения количества переходов пакет данных автоматически отбрасывается.
  • Увеличение задержки: Из-за потери пакетов отправитель не получит подтверждения, поэтому после периода тайм-аута отправитель отправит новые пакеты данных, что увеличит задержку связи.
  • Завершение работы сети: В сети возникнут проблемы с подключением, поскольку сеансы будут сброшены из-за потери слишком большого количества пакетов из-за перегрузки сети. Один из них получит сообщения о тайм-ауте сеанса на экране или странице, которые слишком долго отвечают на сообщения.

 2. Состояние клиента или сервера: Это означает, что клиент или сервер должны быть в хорошем состоянии, отвечающем всем критериям для улучшения сети. Он должен иметь все необходимое оборудование вместе с последним программным обеспечением. На скорость передачи данных, безусловно, повлияет, если минимальный процессор, оперативная память и другие компоненты не соответствуют установленным критериям минимальных требований. Предположим, что для достижения скорости передачи данных X КБ/с нам требуется минимум 4 ГБ ОЗУ и восьмиядерный процессор. Если эти критерии не выполняются, скорость передачи данных пострадает.

3. Задержка: Задержка определяется как время, необходимое сети для передачи пакета данных от источника к месту назначения. Если на задержку влияет один или несколько параметров, то это, в свою очередь, повлияет на скорость передачи данных. Существует взаимозависимая связь между задержкой и скоростью передачи данных, которая зависит от протоколов, используемых для передачи данных.

Вот некоторые из факторов, влияющих на задержку:

  • Длина пути, проходимого пакетом от источника к месту назначения.
  • Эффективность и надежность сетевых устройств.
  • Количество устройств, которые должны достичь места назначения.
  • Задержка также зависит от производительности отдельных устройств, используемых при передаче данных от источника к месту назначения.

4. Среда передачи: Скорость передачи данных различна для различных доступных сред, например, если мы используем оптоволоконный кабель и кабель с витой парой, то скорость передачи данных, очевидно, будет разной.Например, USB 1.0 имеет скорость передачи данных 12 Мбит/с, а USB 2.0 — 480 Мбит/с. Точно так же USB 3.0 и 3.1 имеют скорость передачи данных 5 ГБ в секунду и 10 ГБ в секунду соответственно.

Расчет скорости передачи данных

Предположим, что ваш интернет-провайдер объявил о скорости 80 Мбит/с (мегабит в секунду) и у вас есть файл размером, скажем, 80 МБ, тогда сколько времени это займет?

Давайте посчитаем, мы знаем, что в 1 байте 8 бит, поэтому скорость нужно делить на 8, так как наш файл в байтах, а не в битах.

Таким образом, скорость будет 80/8 = 10 МБ/с (мегабайт в секунду)

теперь файл размером 80 МБ будет передан за 80/10 = 8 секунд.

Так мы рассчитываем скорость и время загрузки файлов.

Теперь есть два термина:



  • Скорость загрузки: Скорость загрузки говорит нам, как быстро данные/файлы могут быть переданы с сервера на ваш компьютер.
  • Скорость загрузки: Скорость загрузки говорит нам, как быстро мы можем загружать данные/файлы на сервер из нашей системы, используя Интернет.

В Интернете доступно несколько инструментов для измерения скорости загрузки и выгрузки, некоторые из них — производительность широкополосного доступа и тест скорости. Можно также протестировать аппаратное обеспечение с помощью таких программ, как HDTach и CrystalDiskMark.

Примеры вопросов

Вопрос 1. Какова скорость передачи данных, если 50 мегабайт передаются за 4 минуты?

Решение:

Шаг 1: Конвертировать время на секунды

4 минуты = 4 × 60 секунд

= 240 секунд

Шаг 2: Рассчитать скорость передачи данных с использованием данных Formula

Скорость передачи = общий объем переданных цифровых данных/общее время

D = A/T

= 50/240


= 0.208 Мегабайт в секунду

Здесь скорость передачи данных указана в мегабайтах в секунду, поэтому преобразуйте ее в мегабиты в секунду

Шаг 3: Преобразование Мбит/с в Мбит/с

0,208×8 = 1,664 Мегабит в секунду

Мы умножаем на так как в одном байте 8 бит.

Вопрос 2: Сколько данных будет передано за 1 час со скоростью 100 бит в секунду?

Решение:

Шаг 1: Конвертировать время на секунды

1 час = 60 минут = 60 × 60 секунд

= 3600 секунд

Шаг 2: Использование формулы D = A / / T

Количество данных = передача данных × Time

= 100 × 3600

= 360000 битов

= 360000 битов

Шаг 3: Преобразование в байт

= 360000/8

= 45000 байт

Вы также можете преобразуйте его в килобайты, разделив на 1024.

Вопрос 3: Сколько времени потребуется для передачи 50 ГБ данных со скоростью 4 МБ/с?

Решение:

Шаг 1: Конвертируйте данные 50 ГБ в MB в качестве скорости передачи данных в MBPS

50 ГБ = 50 × 1024 МБ

= 51200 МБ

Шаг 2: формула  D = A/T 

время = 51200/4

= 12800 секунд

Шаг 3: Преобразование в часы

12800 секунд = 12800/3600 часов

9055 часов

Вопрос 4: Какова скорость передачи данных в килобайтах в секунду, если 100 мегабайт передаются за 2 минуты?



Решение:

Шаг 1: Конвертировать время на секунды

2 минуты = 2 × 60 секунд

= 120 секунд

Шаг 2: Рассчитать скорость передачи данных с использованием формулы

Скорость передачи данных = общий объем переданных цифровых данных/общее время

D = A/T

= 100/120

= 0.83 Мегабайт в секунду

Здесь скорость передачи данных указана в мегабайтах в секунду, поэтому преобразуйте ее в килобайты в секунду

Шаг 3: Преобразование МБ/с в Кбит/с

0,83 × 1024 = 849,92 КБ/с

время в минутах потребуется для передачи 25 ГБ данных со скоростью 10 МБ/с ?

Решение:

Шаг 1: Конвертируйте 25 ГБ данные в MB в качестве скорости передачи данных в MBPS

25 ГБ = 25 × 1024 МБ

= 25600 МБ

Шаг 2: формула  D = A/T

время = 25600/10

= 2560 секунд

Шаг 3: Преобразование в минуты

2560 секунд = 2560/60 минут

= 4266 минут


Имеет ли значение скорость передачи данных?

В этой статье мы ответим на некоторые из наиболее часто задаваемых вопросов о скоростях передачи данных, что они собой представляют, их важность и многое другое.

СВЯЗАННЫЕ: 9 неожиданных преимуществ использования USB-удлинителя

В этой статье:

  1. Что такое скорость передачи данных?
  2. Как измерить скорость передачи данных?
  3. Какие факторы влияют на скорость передачи данных между компьютером и внешним запоминающим устройством?
  4. Как проверить скорость передачи файлов с флэш-накопителя?
  5. Какие программы могут проверить скорость передачи файлов?
  6. Что такое хорошая скорость передачи файлов?
  7. Как повысить скорость медленного флэш-накопителя?
  8. Имеет ли значение скорость передачи данных?
  9. Какая разница в скорости между USB 2.0 и USB 3.0?
  10. Какова самая высокая скорость передачи данных из когда-либо зарегистрированных?
  11. В чем разница между полосой пропускания, пропускной способностью и скоростью передачи данных?

Часто задаваемые вопросы о скорости передачи данных

1. Что такое скорость передачи данных?

Скорость передачи данных также известна как скорость передачи данных или DTR. Он обозначает, сколько цифровых данных может быть передано за определенное время.

2. Как вы измеряете скорость передачи данных?

В зависимости от носителя, который передает данные, единицы измерения будут отличаться.

  • Единица измерения данных для передачи через Интернет измеряется в килобитах в секунду.
  • Соединения по локальной сети, которые обычно быстрее, чем Интернет, измеряются в мегабитах в секунду.
  • Для передачи данных через компьютер единицей измерения скорости передачи данных становится байт в секунду.

3. Какие факторы влияют на скорость передачи данных между компьютером и внешним запоминающим устройством?

На скорость передачи данных между компьютером и внешним запоминающим устройством влияет множество факторов.

  • Место для хранения — Если ЦП компьютера загружен, система может не получать данные с большей скоростью. Кроме того, если ваше внешнее запоминающее устройство заполнено, его способность передавать данные также будет медленнее.
  • Состояние компьютера и дисковода — Состояние компьютера и дисковода также влияет на скорость. Если устройства особенно старые, они могут работать медленнее, чем ожидалось.
  • Длина кабеля — Чем длиннее кабель, тем медленнее становится скорость передачи данных.
  • Размер файла — Размер передаваемого файла также влияет на скорость. Чем больше размер файла, тем медленнее он передается.
  • Аппаратное обеспечение — Само аппаратное обеспечение может иметь установленный предел передачи, который он не может превышать.

4. Как проверить скорость передачи файлов с флэш-накопителя?

Идеальный способ узнать, насколько быстро флешка может передавать данные, — это использовать определенные программы или приложения. К счастью, для этой цели в Интернете есть несколько программ.

5. Какие программы могут проверить скорость передачи файлов?

Есть много вариантов на выбор, если вы хотите установить программу, помогающую определить скорость передачи файлов.

  • Популярный бесплатный тест USB Flash Benchmark. При его использовании обратите внимание, что может пройти несколько минут, прежде чем вы увидите результаты.
  • Вы также можете попробовать HD Tune, еще одну программу, которая может проверять скорость передачи файлов. Вы можете попробовать его бесплатно в течение 15 дней или получить полную версию за 34 доллара.95.
    • Примечание. Бесплатная пробная версия HD Tune ограничивает информацию, которую вы получаете о скорости передачи данных. Вы можете получить подробный отчет о скорости передачи файлов только в платной версии.
  • CrystalDiskMark тоже отличный вариант. Как и USB Flash Benchmark, он бесплатный. Он имеет простой интерфейс, который прост в использовании, поэтому процесс проверки будет довольно простым.

6. Что такое хорошая скорость передачи файлов?

Средняя скорость передачи между твердотельными накопителями (SSD) и жесткими дисками (HDD) отличается.

Для твердотельных накопителей средняя скорость передачи составляет от 200 МБ/с до 550 МБ/с. С другой стороны, средний диапазон скорости передачи жестких дисков составляет от 80 МБ/с до 160 МБ/с. Жесткие диски

имеют меньшую скорость передачи данных, но они намного дешевле, чем твердотельные накопители.

СВЯЗАННЫЕ: USB 2.0 и USB 3.0: разница между USB 2.0 и USB 3.0 [ИНФОГРАФИКА]

7. Как повысить скорость медленного флэш-накопителя?

Есть несколько способов повысить скорость передачи данных на медленном флэш-накопителе.

  • Сжатие файлов — Сжатие больших файлов перед передачей. Большие файлы влияют на скорость передачи, поэтому это может способствовать замедлению.
  • Используйте более короткий кабель, так как длина кабеля также влияет на скорость передачи.
  • Управление дисками Windows 10 — Подключите флэш-накопитель к компьютеру и выполните следующие действия для повышения производительности.
    1. Перейдите к инструменту «Управление дисками» и найдите флешку по вашему выбору.
    2. Щелкните правой кнопкой мыши на флешке. После этого нажмите «Изменить букву диска» и «Пути».
    3. Перейдите на вкладку «Политики» и выберите «Лучшая производительность». В политике кэширования записи установите флажок «Включить кэширование записи на устройстве».
    4. Нажмите «ОК», чтобы сохранить все изменения.

8. Имеет ли значение скорость передачи данных?

При передаче данных через Интернет, локальную сеть или между дисками и компьютерами скорость передачи данных будет иметь особое значение для людей, которые постоянно передают файлы.

Таким образом, если вы обнаружите, что часто переносите файлы, то стоит инвестировать в диски, способные обеспечить высокую скорость передачи.

9. Какая разница в скорости между USB 2.0 и USB 3.0?

Максимальная скорость передачи USB 2.0 может достигать 480 мегабит в секунду или 60 мегабайт в секунду. С другой стороны, USB 3.0 может получить до 640 мегабит в секунду или 5 гигабайт в секунду.

10. Какова самая высокая скорость передачи данных из когда-либо зарегистрированных?

Исследователи из Соединенного Королевства зафиксировали самую высокую в истории скорость передачи данных 1.125 терабит в секунду. Они смогли добиться этого с помощью системы оптической связи. В системе этого типа для передачи данных вместо электрического тока используется свет.

11. В чем разница между полосой пропускания, пропускной способностью и скоростью передачи данных?

Говоря о передаче данных, эти три термина часто путают, так что же это такое?

  • Пропускная способность:  Пропускная способность — это измерение максимального объема данных, который кто-либо может передать от получателя к отправителю и обратно.
  • Пропускная способность:  С другой стороны, пропускная способность – это фактическое количество данных, которое удалось передать.
  • Скорость передачи данных: DTR — это общая скорость передачи данных между каналами.

 

Надеемся, мы ответили на основные вопросы, которые могут возникнуть у вас о скорости передачи данных. Мы надеемся, что это руководство помогло вам больше узнать о скорости передачи данных и помочь вам оценить, какая из них будет соответствовать вашим потребностям в передаче файлов.

У вас есть другие вопросы, связанные со скоростью передачи данных? Чем вас заинтересовала эта тема? Комментарий ниже, чтобы сообщить нам!

Up Next:

Похожие статьи

Как измерить скорость передачи данных в локальной сети может найти способ измерить скорость передачи в нашей сети.

В настоящее время в нашем распоряжении есть отличный инструмент, который позволит нам очень просто выполнить эту операцию. Далее мы покажем  , как измерить скорость передачи данных в моей локальной сети с помощью JPerf?

Мы можем найти другие инструменты, похожие на JPerf онлайн, которые предлагают нам те же результаты, но обычно они платные или предлагают вам много рекламы, что действительно очень раздражает.

Вместо этого это программное обеспечение , доступное для различных платформ, таких как Windows, MacOS, Linux, iOS, Android и т. д.но еще одна его наиболее заметная особенность заключается в том, что он абсолютно бесплатный.

Это другая очень важная информация, которую должны знать пользователи, поскольку таким образом они могут узнать, правильно ли работает их оборудование.

Еще одним важным фактом, которым вы должны управлять, является знание типов компьютерных сетей , что они из себя представляют и для чего они нужны. Но сейчас мы сосредоточимся на том, чтобы рассказать вам , как измерить скорость передачи данных в моей локальной сети с помощью JPerf?

 Как измерить скорость передачи данных в моей локальной сети с помощью JPerf?

Сеть, к которой мы подключены и которая позволяет нам иметь доступ к Интернету в наших домах, известна как локальная локальная сеть  .Затем можно измерить производительность и скорость передачи данных в этой сети. И для этого мы воспользуемся этим ценным инструментом, а потом расскажем, как его можно использовать.

Когда у нас есть оптимальная скорость соединения в нашей сети, мы можем легко просматривать мультимедийный контент. Мы также будем совершать и принимать видеозвонки плавно и без перерывов, которые затрудняют общение. Мы также можем играть онлайн с нашими друзьями и людьми, которых мы не знаем.

Теперь мы объясним, что вы должны сделать, чтобы использовать этот инструмент, и для этого у вас должен быть маршрутизатор, он должен быть для оптоволоконных соединений.Нам также понадобятся два ПК, на которых мы будем осуществлять передачу скорости измерения между ними. У нас также должно быть соединение через кабели RJ45.

Это для подключения оборудования, если у вас есть только один кабель, вы можете подключить другое устройство через WiFi  и даже оба. Как только мы создадим нашу локальную сеть, мы бесплатно загрузим приложение на оба компьютера. И один из них будет работать как сервер, а другой как клиент.

Использование инструмента JPerf для измерения скорости передачи данных

Следующее, что нужно сделать, это взять компьютер, который будет работать в качестве сервера, и найти его IP-адрес.Мы собираемся сделать это с помощью команды, которую мы собираемся выполнить непосредственно на ПК, и это команда ifcomfig . Теперь появится несколько данных и среди них IP-адрес, который мы собираемся записать, следующее, что вам нужно сделать, это написать команду iperf –s.

Таким образом, вы разрешите компьютеру работать в качестве сервера и будете ожидать подключения какого-либо клиента. Теперь мы должны перейти к следующему компьютеру, на этом установлена ​​операционная система Windows, и здесь мы собираемся выполнить следующую команду.Диск c: /iperf-2.0.9-win64. Теперь мы перейдем к вводу команды ipert –c и IP-адреса, который вы записали с сервера.

Когда вы это сделаете, вы получите одинаковые результаты на экране, как на компьютере, который работает как сервер, так и на компьютере, который работает как клиент. Он предложит нам такие данные, как пакеты, которые он отправляет за определенное время, измеряемое в секундах. Также за это время сколько мегабайт было передано и какая пропускная способность.

Эти значения могут быть хорошими или плохими в зависимости от вашего соединения, если оба компьютера подключены кабелем, скорость будет намного лучше.Таким образом, мы закончили эту статью, в которой мы могли бы научить вас , как измерить скорость передачи данных в моей локальной сети с помощью JPerf.

Новый подход к передаче информации достигает предела квантовой скорости

Несмотря на то, что квантовые компьютеры являются молодой технологией и еще не готовы к повседневному практическому использованию, исследователи уже изучают теоретические ограничения, которые будут ограничивать квантовые технологии. Одна из вещей, которую обнаружили исследователи, заключается в том, что существуют пределы скорости передачи квантовой информации через любое квантовое устройство.

Эти ограничения скорости называются границами Либа-Робинсона, и в течение нескольких лет некоторые из этих границ насмехались над исследователями: для некоторых задач существовал разрыв между лучшими скоростями, допускаемыми теорией, и скоростями, возможными для лучших алгоритмов. разработал. Как будто ни один производитель автомобилей не мог придумать, как сделать модель, которая достигла бы предела возможностей местных автомагистралей.

Но в отличие от ограничений скорости на дорогах, информационные ограничения скорости нельзя игнорировать, когда вы спешите — они являются неизбежным следствием фундаментальных законов физики.Для любой квантовой задачи существует предел того, насколько быстро взаимодействие может дать о себе знать (и, таким образом, передать информацию) на определенное расстояние. Базовые правила определяют наилучшую возможную производительность. Таким образом, ограничения скорости передачи информации больше похожи на максимальный балл в старой школьной аркадной игре(link is external), чем на правила дорожного движения, а достижение максимального балла — заманчивый приз для ученых. В новом квантовом протоколе группы квантово запутанных кубиты (красные точки) задействуют больше кубитов (синие точки) на каждом шаге, чтобы помочь быстро перемещать информацию из одного места в другое.Поскольку на каждом этапе задействовано больше кубитов, протокол создает эффект снежного кома, благодаря которому достигается максимальная скорость передачи информации, допускаемая теорией. (Фото: Minh Tran/JQI)

Группа исследователей под руководством адъюнкт-профессора Алексея Горшкова нашла квантовый протокол, который достигает теоретических пределов скорости для определенных квантовых задач. Их результат дает новое представление о разработке оптимальных квантовых алгоритмов и доказывает, что не существует более низкого, неоткрытого предела, препятствующего попыткам создания более совершенных проектов.Горшков, который также является научным сотрудником Объединенного квантового института, Объединенного центра квантовой информации и компьютерных наук (QuICS) и физиком Национального института стандартов и технологий (внешняя ссылка), и его коллеги представили свой новый протокол в недавняя статья, опубликованная в журнале Physical Review X (внешняя ссылка).

«Этот разрыв между максимальными скоростями и достижимыми скоростями беспокоил нас, потому что мы не знали, была ли это неверная граница, или мы были недостаточно умны, чтобы улучшить протокол», — говорит Минь Тран, Аспирант JQI и QuICS, который был ведущим автором статьи.«На самом деле мы не ожидали, что это предложение окажется таким мощным. И мы очень старались улучшить оценку — оказалось, что это невозможно. Так что мы в восторге от этого результата».

Неудивительно, что теоретическое ограничение скорости для отправки информации в квантовом устройстве (таком как квантовый компьютер) зависит от базовой структуры устройства. Новый протокол предназначен для квантовых устройств, в которых базовые строительные блоки — кубиты — влияют друг на друга, даже если они не расположены рядом друг с другом.В частности, команда разработала протокол для кубитов, взаимодействие которых ослабевает по мере увеличения расстояния между ними. Новый протокол работает для ряда взаимодействий, которые не ослабевают слишком быстро, и охватывает взаимодействия во многих практических строительных блоках квантовых технологий, включая центры азота и вакансий, ридберговские атомы, полярные молекулы и захваченные ионы.

Важно отметить, что протокол может передавать информацию, содержащуюся в неизвестном квантовом состоянии, в удаленный кубит, что является важным свойством для достижения многих преимуществ, обещанных квантовыми компьютерами.Это ограничивает способ передачи информации и исключает некоторые прямые подходы, такие как простое создание копии информации в новом месте. (Для этого необходимо знать квантовое состояние, которое вы передаете.)

В новом протоколе данные, хранящиеся в одном кубите, передаются его соседям с помощью явления, называемого квантовой запутанностью. Затем, поскольку все эти кубиты помогают переносить информацию, они работают вместе, чтобы распространить ее на другие наборы кубитов. Поскольку задействовано больше кубитов, они передают информацию еще быстрее.

Этот процесс можно повторять, чтобы продолжать генерировать более крупные блоки кубитов, которые передают информацию все быстрее и быстрее. Таким образом, вместо простого метода кубитов, передающих информацию один за другим, как баскетбольная команда, передающая мяч по площадке, кубиты больше похожи на снежинки, которые на каждом шагу объединяются в более крупный и все более быстро катящийся снежный ком. И чем больше снежок, тем больше хлопьев прилипает при каждом обороте.

Но, пожалуй, на этом сходство со снежками заканчивается.В отличие от настоящего снежного кома, квантовая коллекция может разворачиваться сама. Информация остается на удаленном кубите, когда процесс выполняется в обратном порядке, возвращая все остальные кубиты в исходное состояние.

Когда исследователи проанализировали этот процесс, они обнаружили, что лавинообразно возрастающие скорости кубитов перемещаются по информации в теоретических пределах, допускаемых физикой. Поскольку протокол достигает ранее доказанного предела, ни один будущий протокол не сможет его превзойти.

«Новым аспектом является то, как мы запутываем два блока кубитов, — говорит Тран.«Раньше был протокол, который запутывал информацию в один блок, а затем пытался по одному слить в него кубиты из второго блока. Но теперь, поскольку мы также запутываем кубиты во втором блоке, прежде чем объединить его с первым блоком, улучшение будет еще больше».

Протокол является результатом исследования возможности одновременного перемещения информации, хранящейся на нескольких кубитах. Они поняли, что использование блоков кубитов для перемещения информации повысит скорость протокола.

«С практической стороны протокол позволяет нам не только распространять информацию, но и быстрее запутывать частицы», — говорит Тран. «И мы знаем, что с помощью запутанных частиц можно делать много интересных вещей, например измерять и воспринимать с более высокой точностью. А быстрое перемещение информации также означает, что вы можете быстрее обрабатывать информацию. В создании квантовых компьютеров есть много других узких мест, но, по крайней мере, с точки зрения фундаментальных ограничений, мы знаем, что возможно, а что нет.

В дополнение к теоретическим выводам и возможным технологическим приложениям математические результаты команды также раскрывают новую информацию о том, насколько большими должны быть квантовые вычисления, чтобы моделировать взаимодействия частиц, подобные взаимодействиям кубитов в новом протоколе. Исследователи надеются изучить ограничения других видов взаимодействий и изучить дополнительные аспекты протокола, например, насколько он устойчив к шуму, нарушающему процесс.

Оригинальная история Бейли Бедфорд: https://jqi.umd.edu/news/new-approach-information-transfer-reaches-quantum-speed-limit

Помимо Горшкова и Трана, соавторами исследования являются аспирант JQI и QuICS Абхинав Дешпанде, JQI и Аспирант QuICS Эндрю Ю. Гуо и профессор физики Университета Колорадо в Боулдере Эндрю Лукас.

Измерение скорости передачи во времени с помощью cURL

Обычно, когда вы запускаете команду cURL для загрузки файла, вы видите индикатор прогресса, который обновляется каждую секунду.

  % Итого % Получено % Средняя скорость Xferd Время Время Время Текущее
                                 Dload Upload Общая потраченная левая скорость
100 346 100 346 0 0 422 0 --:--:-- --:--:-- --:--:-- 422
  4 635M 4 29.8M 0 0 1793k 0 0:06:02 0:00:17 0:05:45 2394k
  

Этот индикатор прогресса записывается в stderr, и если вы перенаправляете stderr и stdout на файл, а затем запустите tail -f в этом файле, вы увидите, что точно такой же индикатор прогресса обновляется один раз в секунду, без ведения журнала скорости загрузки.Причина, по которой этот вывод обновляется в место, потому что программа записывает возврат каретки \r в конце строки выполнения вместо новой строки \n . Это заставляет курсор вернуться к началу строки без продвижение.

Зная, как это работает, можно изменить вывод команды cURL на сохранить посекундную скорость загрузки. Если вы дополнительно отправляете результаты загрузки большого файла до /dev/null , тогда у вас есть разумное приближение инструмента для тестирования скорости, и вы можете построить график скорость загрузки во времени.Приведенная ниже команда использует tr для перезаписи возврата каретки как новой строки. небуферизованным образом, чтобы данные были мгновенно доступны в выходном файле.

В дополнение к силе команды tr, Сообщение в блоге «Больше скорлупы, меньше яиц» Доктор Дранг обсуждает программирование вызов, предложенный Дональду Кнуту, который решил его с помощью ~10 страниц грамотного Паскаля и Дуга Макилроя, который раскритиковал решение и предоставил альтернативное решение в шести командах оболочки.

  URL="https://релизы.ubuntu.com/20.04/ubuntu-20.04.3-live-server-amd64.iso"

curl -L -o /dev/null "$URL" 2>&1 \
  |tr -u '\r' '\n' > curl.out
  

В результате получается выходной файл, который выглядит следующим образом:

  % Итого % Получено % Средняя скорость Xferd Время Время Время Текущее
                                 Dload Upload Общая потраченная левая скорость

  0 0 0 0 0 0 0 0 --:--:-- --:--:-- --:--:-- 0
  0 0 0 0 0 0 0 0 --:--:-- --:--:-- --:--:-- 0
100 346 100 346 0 0 295 0 0:00:01 0:00:01 --:--:-- 295

  0 0 0 0 0 0 0 0 --:--:-- 0:00:01 --:--:-- 0
  0 0 0 0 0 0 0 0 --:--:-- 0:00:02 --:--:-- 0
  0 0 0 0 0 0 0 0 --:--:-- 0:00:03 --:--:-- 0
  0 0 0 0 0 0 0 0 --:--:-- 0:00:04 --:--:-- 0
  0 635M 0 70871 0 0 12988 0 14:14:26 0:00:05 14:14:21 17260
  0 635M 0 608k 0 0 97534 0 1:53:46 0:00:06 1:53:40 120k
  0 635M 0 1489k 0 0 201k 0 0:53:41 0:00:07 0:53:34 296k
  0 635M 0 2742k 0 0 328k 0 0:33:00 0:00:08 0:32:52 548k
  0 635M 0 4297k 0 0 456k 0 0:23:43 0:00:09 0:23:34 849k
  0 635M 0 6015k 0 0 580k 0 0:18:40 0:00:10 0:18:30 1210k
  1 635M 1 8014k 0 0 701k 0 0:15:27 0:00:11 0:15:16 1471k
  1 635М 1 10.0M 0 0 827k 0 0:13:05 0:00:12 0:12:53 1749k
  1 635M 1 11.0M 0 0 841k 0 0:12:52 0:00:13 0:12:39 1682k
  .
  .
  .
  

Напишите сценарий Python plot-curl-data.py для обработки данных и преобразования их в формат, полезный для gnuplot и визуализировать график:

  #!/usr/bin/env python3

подпроцесс импорта
импорт системы


def transform_curl_data (curl_data_filename: str) -> Нет:
    сырые_линии = []
    с открытым (curl_data_filename) как f:
        для строки в ф.строки чтения():
            raw_lines.append(line.split())

    convert_lines = []
    для строки в raw_lines[3:]:
        если len(line) == 12 и '--' не в строке[9]:
            # curl показывает скорость в байтах в секунду
            если 'k' в строке [11]:
                строка[11] = строка(плавающая(строка[11].replace('k', '')) * 8 * 1024)
            Элиф 'M' в строке [11]:
                строка[11] = строка(плавающая(строка[11].replace('M', '')) * 8 * 1048576)
            Элиф 'G' в строке [11]:
                строка[11] = строка(с плавающей запятой(строка[11].заменить('G', '')) * 8 * 1073741824)
            convert_lines.append([строка[9], строка[11]])

    с open(f'{curl_data_filename}.gnuplot.data', 'w') как f:
        для строки в convert_lines:
            f.write(','.join(строка) + '\n')


def plot (curl_data_filename: str) -> Нет:
    полезная нагрузка = ''.join([
        f'установить вывод "{curl_data_filename}.png"\n',
        'установить разделитель файлов данных ","\n',
        'установить размер терминала png 1400 800\n',
        'установить заголовок "Скорость загрузки"\n',
        'установить метку "Скорость (Мбит/с)"\n',
        'установить xlabel "Время (секунды)"\n',
        'установить время xdata\n',
        'установить время "%H:%M:%S"\n',
        'установить ключ снаружи\n',
        'установить сетку\n',
        'сюжет \\\n',
        f'"{curl_data_filename}.gnuplot.data", используя 1:($2/1e6) со строками lw 1 lt 1 lc 1 title "скорость"\n'
    ])

    gnuplot_command_file = f'{curl_data_filename}.gp'
    с open(gnuplot_command_file, 'w') как f:
        f.write(полезная нагрузка)

    пытаться:
        подпроцесс.выполнить(
            ['который', 'gnuplot'],
            проверить = Верно,
            стандартный вывод=подпроцесс.DEVNULL,
            stderr=подпроцесс.STDOUT
        )
    кроме subprocess.CalledProcessError:
        print(f'gnuplot недоступен в ПУТИ')
        выход(1)

    подпроцесс.запустить(['gnuplot', gnuplot_command_file])


если __name__ == '__main__':
    если len(sys.argv) < 2:
        print(f'Использование: {sys.argv[0]} [curl_data_filename]')
        выход(1)
    еще:
        transform_curl_data (sys.argv [1])
        сюжет (sys.argv [1])
  

Запустите этот скрипт так:

  ./plot-curl-data.py curl.out
  

Вы получите данные ( curl.out.gp.data ) и файлы конфигурации ( curl.out.gp ), например:

  0:00:01,295
0:00:01,0
0:00:02,0
0:00:03,0
0:00:04,0
0:00:05,17260
0:00:06,983040
0:00:07,2424832
0:00:08,4489216
0:00:09,6955008
0:00:10,90
0:00:11,12050432
0:00:12,14327808
0:00:13,13778944
0:00:14,12173312
..
.
  
  установить вывод "curl.out.png"
установить разделитель файлов данных ","
установить терминал png размер 1400,800
установить заголовок «Скорость загрузки»
установить ylabel "Скорость (Мбит/с)"
установить xlabel "Время (секунды)"
установить время xdata
установить время "%H:%M:%S"
установить ключ снаружи
установить сетку
участок \
"curl.out.gp.data" с использованием 1:($2/1e6) со строками lw 1 lt 1 lc 1 title "скорость"
  

График будет отображаться в формате PNG:

Исследование многомасштабных мер передачи информации на основе условной взаимной информации

Abstract

По мере развития науки о больших данных требуются эффективные методы анализа различных данных.Причинность Грейнджера обеспечивает основную модель для количественной оценки причинных взаимодействий. Однако эта теоретическая модель не отвечает требованиям анализа данных реального мира, поскольку временные ряды реального мира разнообразны, модели которых обычно неизвестны. Следовательно, крайне желательны меры без модели, такие как меры по передаче информации. Здесь мы предлагаем многомасштабное расширение мер условной взаимной информации с использованием вейвлета MORLET, которые называются WM и WPM. Предлагаемые меры являются вычислительно эффективными и интерпретируют передачу информации по нескольким шкалам.Мы используем как синтетические данные, так и реальные примеры, чтобы продемонстрировать эффективность новых методов. Результаты новых методов устойчивы и надежны. С помощью моделирования мы обнаружили, что новые методы превосходят вейвлетное расширение энтропии переноса (WTE) как по вычислительной эффективности, так и по точности. Также обсуждаются особенности и свойства предлагаемых мер.

Образец цитирования: Wan X, Xu L (2018) Исследование многомасштабных мер передачи информации на основе условной взаимной информации.ПЛОС ОДИН 13(12): e0208423. https://doi.org/10.1371/journal.pone.0208423

Редактор: Лоуренс М. Уорд, Университет Британской Колумбии, КАНАДА

Поступила в редакцию: 15 июня 2018 г.; Принято: 17 ноября 2018 г.; Опубликовано: 6 декабря 2018 г.

Copyright: © 2018 Wan, Xu. Это статья с открытым доступом, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все соответствующие данные содержатся в рукописи и файлах вспомогательной информации.

Финансирование: X. Wan поддерживается Фондом фундаментальных исследований центральных университетов (ZY1823) и финансированием факультета наук Пекинского химико-технологического университета (YY1707).

Конкурирующие интересы: Авторы заявляют об отсутствии конфликта интересов любого рода в отношении какого-либо продукта, услуги и/или компании, который может быть истолкован как влияющий на позицию, изложенную в рукописи, или обзор рукописи.

1 Введение

По мере развития науки о больших данных для изучения сложности и динамики данных требуются практические методы временных рядов. Данные реального мира представляют собой временные ряды, обычно полученные в результате экспериментов или наблюдений, модели которых разнообразны, а данные часто нелинейны или нестационарны [1–2], например. временные ряды ЭЭГ, измеренные в экспериментах [2–5], и финансовые данные, наблюдаемые на реальных рынках [6]. Поэтому необходим эффективный метод изучения динамики этих сложных систем.

Для изучения направленного взаимодействия временных рядов разработаны различные направленные методы. Наиболее классической мерой причинности является причинность по Грейнджеру (GC) [7–8], это основная модель мер причинности, которая использует тесты значимости для обнаружения направленной зависимости одного временного ряда от другого временного ряда [7–8]. Однако GC имеет много ограничений, это двумерный метод временной области, который подходит только для линейных моделей [7–8]. Другие аналогичные методы были разработаны для покрытия ограничения GC [9-12].Например, условная причинность по Грейнджеру — это многомерный метод, который может обнаруживать прямые взаимодействия между временными рядами [10], GC в частотной области выводится для анализа данных в частотной области [10–11], а нелинейный GC может применяться к нелинейным данным. анализ [12]. К более продвинутым измерениям относятся частичная прямая когерентность (PDC) [13–17] и функция направленного преобразования (DTF) [18–19], которые представляют собой сложные измерения в частотной области. Однако и PDC, и DTF являются линейными мерами, достоверность которых зависит от подгонки модели линейной авторегрессии или скользящего среднего [13–19].

Поскольку временные ряды реального мира часто нелинейны, а иногда и нестационарны, модели данных обычно разнообразны и неизвестны, поэтому линейные причинно-следственные меры для анализа временных рядов реального мира являются надуманными. Для анализа динамики и взаимодействия между реальными временными рядами, а также теоретическими моделями предпочтительны меры по передаче информации [1, 12, 20–30]. Меры передачи информации используются для обнаружения направленной передачи информации между связанными временными рядами, которые можно использовать для изучения направления взаимодействия сложных сетей.Однако передача информации — это понятие, отличное от причинно-следственной связи [31–34]. В [33] Дж. Т. Лизьер и М. Прокопенко использовали исследования энтропии переноса [27] и потока информации для разграничения понятий переноса информации и причинного эффекта [33]. Н. Ай и Д. Полани ввели в [31] понятие каузальной независимости, которое позволяет определить меру силы причинного следствия. В своей работе они называют это понятие информационным потоком, который сравнивают с переносной энтропией.Соответствующая работа представлена ​​Wibral et. др. в [34], в котором предлагается метод расширения из переносной энтропии, который учитывает задержанные взаимодействия источник-цель, в то же время сохраняя обусловленность встроенного целевого состояния на непосредственно предшествующем временном шаге [34]. Этот новый метод расширения, предложенный Wibral et. др. в [34] доказывается как единственно подходящий вариант в соответствии с принципом причинности Винера. Чтобы прояснить понятийную причинность, которая отличается от понятия передачи информации, в работе Дж.Перл в [32].

Энтропия переноса (TE) — это фундаментальная мера передачи информации, предложенная Т. Шрайбером [27], это направленный метод передачи информации, который оценивает передачу двумерной информации между связанными временными рядами. Из-за того, что информационные методы не зависят от моделей, во многих исследованиях предпочтение отдается мерам передачи информации, таким как энтропия переноса (TE), для анализа взаимодействий для различных моделей. Чтобы удовлетворить потребности различного анализа, многие другие методы передачи информации выводятся из энтропии переноса.Например, энтропия символьного переноса (STE) [28] и энтропия частичного переноса (PTE) [35] выводятся для улучшения TE для конкретных приложений. Однако эти меры энтропии переноса являются вычислительно избыточными, поскольку они используют однородные вложения в свои выражения, что приводит к высокой вычислительной сложности и избыточности в их вычислениях, поскольку в вычисление также включаются переменные, не вносящие значительного вклада в обнаружение переноса информации. 22, 29].

Чтобы решить эту проблему, разработаны неоднородные методы встраивания в пространстве состояний, такие как MIME (условная взаимная информация из смешанных вложений) [29] и частичный MIME (PMIME, прямая версия MIME) [22], чтобы уменьшить избыточность вычислений. . Как MIME, так и PMIME используют прогрессивную схему максимального критерия и критерия остановки для выбора существенных компонентов из единого вектора вложения в пространстве состояний для формирования уточненных векторов вложения для обнаружения передачи информации [22, 29].Как следствие, оба метода являются вычислительно эффективными и имеют широкое применение для анализа различных данных [22, 26, 29, 35–38].

Для большинства этих мер требуется стационарность данных [7–8, 13–19]. Данные реального мира, такие как финансовые и биологические временные ряды, не являются строго стационарными. Вейвлет является идеальным инструментом для анализа нестационарных данных, который предлагает хорошие решения для временных и частотных распределений и превосходит краткосрочные преобразования Фурье [24, 39–43]. В [24] вейвлет MORLET [40] введен в TE для охвата нестационарного и прерывистого анализа данных [24].Поскольку TE является примитивным и вычислительно избыточным, мы вдохновлены использованием вейвлета MORLET для расширения MIME и PMIME в вычислительно эффективные многомасштабные меры, которые покрывают недостаток WTE, и ожидается, что новые расширения будут полезны в различных анализах данных, особенно реальных. -мировой анализ данных.

В этой статье мы представляем расширение вейвлета MORLET для MIME и PMIME и изучаем их эффективность в применении как к модельным данным, так и к реальным временным рядам. Работа организована следующим образом.В разделе «Введение» мы рассмотрим предысторию этого исследования. В разделе «Материалы и методы» мы описываем формирующее вейвлет-расширение MIME и PMIME. В разделе «Результаты» четыре синтетические модели (теоретические карты) и два реальных примера (ЭЭГ и финансовые данные) используются для демонстрации эффективности предлагаемых расширений, где все симуляционные исследования сравниваются с вейвлет-расширением TE (WTE). ). В разделе «Обсуждение» обсуждаются применение и особенности новых методов.Окончательный вывод по данному исследованию сделан в разделе Заключение.

2 Материалы и методы

В этом разделе мы представляем детали вейвлет-расширения MIME и PMIME. Здесь мы обозначаем два расширения вейвлета как WM и WPM соответственно.

2.1 Расширение вейвлета MORLET для MIME (WM)

Условная взаимная информация из смешанных вложений (MIME) [29] — это нелинейная мера передачи информации во временной области, вейвлет-расширение которой описывается следующим образом.

Предположим, что X и Y являются двумя произвольными временными рядами длины N, L X и L Y обозначают максимальный временной лаг для X и Y. Чтобы вычислить WM для Y->X , материнская функция [2, 24, 39–43] используется для преобразования временных рядов X и Y в вейвлет-коэффициенты MORLET [24] (1) (2) где Ω 0 0 ∈ [5,6] - это нормализованная частота, время отставание τ x (1 ≤ τ x l x ) τ Y (1 ≤ τ Y L y y ) - это параметры перевода, используемые для локализации вейвлета, S I (1 ≤ i ≤ m, m — общее количество шкал времени) — шкала времени, определяющая ширину и разрешение вейвлета, * — комплексное сопряжение [24].Эта настройка вейвлета аналогична WTE [24].

WM вычисляются для каждой временной шкалы с i (1 ≤ i ≤ m). Для каждого временного масштаба с i (1 ≤ i ≤ m) будущий вектор вложения X временного горизонта T [29] () определяется как (3)

Коллективный набор компонентов-кандидатов также определяется на временной шкале: (4)

Одна и та же прогрессивная схема MIME [29] используется для каждой временной шкалы с i .Прогрессивная схема начинается с пустого вектора b 0 ( s i ) = ∅. В первом итерационном цикле WM проходит B( s i ), чтобы найти элемент x ′, удовлетворяющий критерию максимума [29]: (5) Где I ( x ; по F ( S I )) - это взаимная информация между X и V F ( S и ).Элемент x , который удовлетворяет максимальный критерий, выбран для присоединения B 0 ( S I ), что образуется B 5 1 ( S 8 ) = ( x '), x ' затем удален из b ( S I ) и получает B K -1 ( S I ) = B ( с i )\{ x ′} [29].

На k-м итерационном цикле WM ищет элемент x ′ в оставшемся множестве B k −1 ( с i ) (получено из k-го итерационного цикла ), удовлетворяющее критерию максимума [29] (6) И движется элемент x 'от B K -1 ( S I ) до B K -1 ( S I ) Чтобы получить увеличенный вектор B K ( S I ) = ( x ', B K -1 ( S I )) и B K ( S I ) = B 5 K -1 ( S I ) \ { x }.

Прогрессивная схема останавливается на k+1-м итеративном цикле и использует b k ( s i ) в качестве окончательного выбранного вектора вложения, если выполняется следующий критерий остановки [29 ]: (7)

Здесь A — порог значимости (от 0 до 1), контролирующий включение компонентов встраивания [29]. Этот критерий остановки обеспечивает включение вспомогательных компонентов и предотвращает добавление бесполезных компонентов.Прогрессивная схема останавливается, если при включении нового компонента невозможно предоставить значимую информацию [29, 35–38].

WM для шкалы времени с i оценивается по [29]: (8)

Заметим, что этот перенос информации WM между связанными временными рядами оценивается в одной и той же шкале времени с i , (i = 1,2,…,64), что означает, что WM не оценивает пересечение масштабирует передачу информации. Это ограничение данного метода.Следующим этапом нашего исследования будет оценка межмасштабных передач информации.

2.2 Расширение вейвлета MORLET PMIME (WPM)

WPM — это многовариантная версия WM, которая выводит только прямые взаимодействия. Без ограничения общности предположим, что X, Y и Z являются тремя произвольными временными рядами длины N, L X , L Y , L временные лаги для трех временных рядов.WPM сначала преобразует временные ряды X, Y, Z в вейвлет-коэффициенты MORLET [24]: (9) (10) (11) где материнская функция и все остальные параметры вейвлета одинаковы для WM.

значения WPM вычисляются для каждой временной шкалы. Чтобы вычислить WPM Y->X, определяется будущий вектор вложения [22] временного горизонта T: (12)

В отличие от WM коллективный набор компонентов-кандидатов является многомерным и определяется всеми временными рядами в системе [22]: (13)

Начальный выбранный вектор встраивания снова является пустым вектором

WPM следует той же прогрессивной схеме и максимальному критерию, что и WM, с той лишь разницей, что коллективный набор компонентов-кандидатов. WPM выбирает компоненты-кандидаты из всех, а не из двух переменных в системе, которые способствуют выводу о прямой передаче информации [22].

Если прогрессивная схема останавливается на k+1-м итеративном цикле и использует b k ( s i ) в качестве окончательного выбранного вектора вложения.WPM для Y->X на временной шкале с i определяется выражением (14) где и – компоненты X, Y и Z b k ( s i ) [22, 29] соответственно. Также следует отметить, что WPM оценивает передачу информации между вейвлет-коэффициентами одних и тех же масштабов.

2.3 Коррекция смещения с помощью суррогатных данных

Мы используем суррогатную модель со сдвигом во времени [22, 24, 29, 44–49, 50], чтобы проверить значимость результатов.Возьмем для примера ВМ. Пусть и для обозначения коэффициентов вейвлета MORLET для двух произвольных временных рядов X и Y, WM X Y ( s i ) указывает на передачу информации WM от X оценивается по шкале времени с i . Мы фиксируем и случайным образом переставляем временные индексы [22,24,29,50], чтобы получить заменитель . Затем мы применяем метод WM к исходному ряду и суррогатному временному ряду , результаты обозначаются как WM X Y ( s i , 1 , где q — индекс заменителей .Таким образом, WM с поправкой на смещение для 90 510 X 90 511 → 90 510 Y 90 511 определяется выражением [24] (15)

В следующем контексте мы используем WM C , X Y ( s i ) для обозначения смещения ,29,50]. Точно так же определяются WM с поправкой на смещение для обратного направления и WPM и WTE с поправкой на смещение. Во всех симуляциях мы используем q = 10 [22,24,29,50].

2.4 Контрастная передача информации

Чтобы получить преобладание взаимодействия между связанными временными рядами, мы вычисляем перенос контрастной информации между парными переменными [24]. Например, чтобы проанализировать преобладание взаимодействия между двумя временными рядами X и Y, мы вычисляем контрастную передачу информации между X Y и Y X для каждого временного масштаба с i : Ω WM , x Y ( S I 8) = WM C , x y I I )− WM C , Y X ( s i ).Если Ω WM , X Y ( с i )>0, доминирующая передача информации обнаруживается для X Y 90; и наоборот, если Ω WM , Y X ( s i )>0, для Передача контрастной информации для WPM и WTE определяется аналогичным образом.

3 результатов

В этом разделе мы используем шесть примеров, включая как синтетические данные, так и временные ряды из реального мира, чтобы продемонстрировать эффективность WM и WPM.В этих примерах отображаются различные типы взаимодействий, и все исследования моделирования сравниваются с методом WTE.

3.1 Синтетические данные

Синтетические данные являются примерами модельных временных рядов, созданных уравнениями. Эти примеры включают карты Хенона, линейные авторегрессионные модели и системы Лоренца [22, 29, 50–53], которые являются индетерминированными системами, которые часто используются для анализа временных рядов [22, 29, 50, 53]. Здесь мы используем четыре синтетических примера, чтобы продемонстрировать эффективность предлагаемых мер передачи информации.

3.1.1 Карта косинусов.

Косинусная карта состоит из двух однонаправленно связанных авторегрессионных процессов первого порядка, где один из процессов содержит косинус [24]: (16) где — независимые гауссовские случайные процессы с нулевым средним с дисперсией σ 2 = 2, а e∈[0,1] — сила связи, контролирующая линейное взаимодействие от X t до Y 5 5 5 5 5 5 т . Данные этого примера можно найти в наборе данных S1.

Исходные данные генерируются случайным образом из нормального распределения с нулевым средним и единичной дисперсией. Каждый ряд данных содержит 5×10 4 точек данных. Для сравнения мы используем те же параметры MORLET для WM и WPM, которые рекомендованы для WTE [24, 40]: 10, а n = 64.

Чтобы проанализировать влияние критериев остановки, мы вычисляем WM и WPM как функции критерия остановки A.Критерий остановки А представляет собой пропорциональность условной взаимной информации между текущим и предыдущим итерационными циклами. В общих приложениях [22, 29, 46] A — это значение, близкое к 1, но не превышающее его [22, 29]. Большие значения А представляют более слабые критерии, а меньшие значения А подразумевают более жесткие критерии. В исследованиях MIME и PMIME обычно выбирают критерии остановки: A = 0,95 для MIME и A = 0,97 для PMIME. Этот выбор значения A получается с помощью различных исследований моделирования, A = 0.95 и 0,97 являются подходящими значениями A, которые не только позволяют обнаруживать полезные запаздывающие значения, но и предотвращают включение ложных срабатываний [22, 29, 46]. Чтобы изучить влияние критерия остановки A на оценку передачи информации, мы изменим критерий A = 0,91, 0,93, 0,95, 0,97, 0,99 и представим результаты WM и WPM (направленный вывод) в таблице 1. Поскольку косинус map имеет только два процесса, многомерная мера WPM имеет те же результаты, что и двумерная мера WM.Из таблицы 1 видно, что при силе связи 0,1≤e≤1 как WM, так и WPM указывают на правильную передачу информации от X к Y. При e = 0 связь исчезает и поток информации не обнаруживается.

Пример контрастных результатов WM между X и Y (сила связи e = 0,5) в разных масштабах показан на рис. 1. На этом рисунке видно, что разные критерии остановки A представляют аналогичные результаты контраста WM между X и Y. Y. Однако теоретически критерий остановки становится менее строгим при увеличении A.В более позднем анализе карты Энона мы увидим, что A = 0,95 и A = 0,97 являются хорошим выбором, но A = 0,95 немного жестче, чем A = 0,97, в направленном выводе косвенных взаимодействий, поэтому мы используем A = 0,97 для обоих WM и WPM во всех исследованиях моделирования.

Рис. 1. Контрастная WM для карты косинуса при различных критериях остановки A (e = 0,5).

Эта цифра показывает контрастность WM Ω WM , y ( y I , E ) = WM C , x Y ( S I , E ) - WM C , Y x ( I , E ) ( = 1,2,…64,е = 0,0.1,0.2,…,1) для косинусной карты (связь e = 0,5). Кривые с разными цветами представляют контрастность WM при разных критериях остановки (A = 0,91, 0,93, 0,95, 0,97, 0,99).

https://doi.org/10.1371/journal.pone.0208423.g001

В этом примере мы используем критерий остановки A = 0,97 и указанные параметры встраивания [22, 29, 36–38]: T = 1 ( временной горизонт, временной шаг предсказания) и Lmax = 5 (максимальный временной лаг). Значения передачи информации WM, WPM и WTE фильтруются с коррекцией суррогатного смещения.Кроме того, значения передачи контрастной информации между X и Y вычисляются для WM, WPM и WTE, которые показаны на рисунках 2–4 соответственно.

Рис. 2. Контрастные значения передачи информации WM для косинусной карты.

Эта фигура показывает 3D поверхность контрастности WM Ω WM , x y I , WM C , X Y ( S I , E ) - WM C , y x , I , E )(i = 1,2,…64,e = 0,0.1,0.2,…,1) для косинусной карты. Эта поверхность представляет значения контрастной передачи информации в различных временных масштабах 90 510 с 90 511 90 775 90 510 i 90 511 90 778 и силы связи e. Неотрицательная поверхность подразумевает направленное влияние X->Y.

https://doi.org/10.1371/journal.pone.0208423.g002

Рис. 3. Контрастные значения передачи информации WPM для косинусной карты.

Эта цифра показывает 3D поверхность контрастности WPM Ω WPM , x 9 ( S I , E ) = WPM , C , X Y ( S I , E ) - WPM C , y x , I , E , е )(i = 1,2,…64,e = 0,0.1,0.2,…,1) для косинусной карты. Поверхность представляет значения скорректированной передачи информации по шкале времени с i и силы связи e. Неотрицательная поверхность подразумевает направленный перенос информации от X->Y.

https://doi.org/10.1371/journal.pone.0208423.g003

Рис. 4. Контрастные значения передачи информации WTE для косинусной карты.

на этом рисунке, 3D поверхность представляет контрастность WTE Ω WTE , x ,

( I , I , E C , x y ( S I , E ) - WTE C , y x I , е )(i = 1,2,…64,e = 0,0.1,0.2,…,1) для косинусной карты в разных временных масштабах с i и силы связи e. Неотрицательная поверхность указывает на направленную передачу информации от X->Y.

https://doi.org/10.1371/journal.pone.0208423.g004

На этих рисунках значения передачи контрастной информации нанесены в зависимости от временных масштабов и силы связи. Мы можем видеть, что обе все три меры делают вывод о правильном линейном взаимодействии от X → Y, которые поддерживаются неотрицательными поверхностями Ω WM , X Y (рис. 2), Ω WPM , X Y (рис. 3) и Ω WTE , X Y (рис. 4).

На этих рисунках мы видим косинусоидальную форму (медленно увеличивающийся гребень или «хвост», а не хорошо локализованную в масштабе) поверхностей, которая хорошо отражает влияние косинуса на динамику связанной системы. [24].

Чтобы увидеть передачу информации в каждом независимом направлении, мы наносим значения передачи информации с поправкой на смещение на рис. 5.

Рис. 5. Передача информации между X и Y.

На этом рисунке мы представляем значения передачи информации WM (красный), WPM (синий) и WTE (черный) для косинусной карты (сила связи e = 0.8) в каждом независимом направлении. Мы видим, что все меры представляют доминирующие значения передачи информации для X->Y.

https://doi.org/10.1371/journal.pone.0208423.g005

3.1.2 Четыре однонаправленно связанных карты Хенона.

Четыре однонаправленно связанных карты Хенона определяются уравнениями [22,24–25,29,36–38,51–52]: (17) прямые нелинейные направленные взаимодействия:Используемые параметры вейвлета: r = 0,125, ω 0 = 6, с 0 = 0,2, V = 8, n = 64 [24]. Остальные параметры WM и WPM аналогичны предыдущему примеру. Данные этого примера можно найти в наборе данных S2.

Эти карты Henon имеют более двух переменных, результаты WPM отличаются от результатов WM. Чтобы изучить влияние критериев остановки на многомерном примере, мы проводим следующий анализ прямого взаимодействия между X2 и X3, а также косвенного взаимодействия между X1 и X3.Результаты вывода о направлении различных критериев остановки A показаны в таблице 2. В этой таблице как WM, так и WPM обнаруживают все правильные взаимодействия между однонаправленно связанными картами Henon. Когда критерий остановки мал (A≤0,95), WM обнаруживает только прямые взаимодействия, когда A≥0,97, WM также обнаруживает косвенные взаимодействия от X1->X3, X2->X4. WPM — это прямая мера, поэтому она определяет только прямые взаимодействия для всех различных критериев остановки.

Чтобы проанализировать влияние критериев остановки, в качестве примера возьмем X1 и X3.На рис. 6 показан контраст WM между X1 и X3 с разными критериями остановки и временными масштабами. На этом рисунке косвенное взаимодействие от X1-> X3 может быть обнаружено только при A ≥ 0,97, а при A = 0,99 WM дает ложноположительный результат для X3-> X1. Поскольку WPM является прямым показателем, он дает все нули для передачи информации между X1 и X3 для всех критериев остановки.

Рис. 6. Контрастная ВМ для четырех однонаправленно связанных карт Хенона с разными критериями остановки (X1-X3).

Эта цифра показывает линейные участки контрастности WM (контрастные значения между X1 и X3) ω x 1 → x 3 ( S I , E ) = WM C , x 1 → x 3 ( S I , E ) - WM C , x 3 → x 1 ( s i , e )(i = 1,2,…64) для карт Хенона между X2 и X3.Эти кривые с разными цветами представляют собой контрастные результаты WM, полученные по разным критериям остановки.

https://doi.org/10.1371/journal.pone.0208423.g006

Аналогичным образом мы анализируем влияние критериев на прямые взаимодействия. В качестве примера возьмем прямое взаимодействие X2->X3. Передача информации WM и WPM между X2 и X3 с разными критериями остановки A показана на рисунках 7 и 8. Из этих рисунков видно, что разные критерии остановки представляют аналогичные значения контрастных результатов как для WM, так и для WPM, а тренды контрастного WM и контрастного WPM аналогичны.Это связано с тем, что это взаимодействие между X2->X3 является прямым, и WM и WPM могут давать схожие результаты. Также отметим, что в результатах ВМ по контрасту, когда А = 0,99, ВМ по контрасту представляет отрицательные значения, что подразумевает ложное направление от X3->X2. Это может быть связано с тем, что A велико, а критерии остановки становятся слишком слабыми, что в этой ситуации может быть обнаружено ложное срабатывание.

Рис. 7. Контрастная ВМ для четырех однонаправленно связанных карт Хенона с разными критериями остановки (X1-X3).

Эта фигура показывает контрастность wm между x1 и x3: ω wm , x 1 → ( S I , E ) = WM C , x 1 → x 3 ( S I , E ) - WM C , x 3 → x 1 ( s i , e )(i = 1,2,…64) с разными критериями остановки и временными шкалами.Эти кривые с разными цветами представляют собой контрастную WM, полученную по разным критериям остановки.

https://doi.org/10.1371/journal.pone.0208423.g007

Рис. 8. Контрастный WPM для четырех однонаправленно связанных карт Henon с разными критериями остановки (X1-X3).

Эта цифра показывает контрастность wm между x1 и x3: ω wpm , x 1 → ( S I , E ) = WPM C , x 1 → x 3

( S I , E ) - WPM C , x 3 x 3 ( S i , e )(i = 1,2,…64) с разными критериями остановки и временными шкалами.Эти кривые с разными цветами представляют собой контрастный WPM, полученный по разным критериям остановки.

https://doi.org/10.1371/journal.pone.0208423.g008

Для общей ситуации для вывода о направлении средние значения передачи информации (во временном масштабе) для карт Хенона показаны на рис. 9. В этом На рисунке средние значения передачи информации нанесены по цветовым матрицам, соответствие между цветами и значениями передачи информации показано на цветной шкале.В цветовых матрицах вывод направления каждой решетки осуществляется от канала строки к каналу столбца, например. (1,2)-я решетка в цветовой матрице представляет среднюю передачу информации для X1 → X2. Мы видим, что WM указывает все правильные направления взаимодействий, а WPM делает выводы только о прямых взаимодействиях. В этом исследовании WTE указывает только на явное взаимодействие от X1 → X2, хотя средние значения передачи информации для X3->X1 и X3->X2 положительны, но они слишком слабы по сравнению с силой X1->X2 и не могут быть показаны на этой цветовой карте.

Рис. 9. Цветовая карта для средней передачи информации между четырьмя однонаправленно связанными картами Хенона.

Три цветных графика отдельно показывают средний уровень передачи информации WM (слева), WPM (в центре) и WTE (справа) для четырех однонаправленно связанных карт Henon. Направление каждой решетки считывается из канала строки в канал столбца. На этом рисунке WM указывает все правильные взаимодействия из Xi->Xj, где iXi+1,i = 1,2,3, тогда как WTE указывает только X1->X2 и другие направления определить не удалось.

https://doi.org/10.1371/journal.pone.0208423.g009

Пример передачи информации между X1 и X3 показан на рисунках 10 и 11. На рисунке 10 показаны значения передачи информации с уменьшенным смещением для WM, WPM и WTE между X1 и X3. Из рис. 10 видно, что WM обеспечивает положительную передачу информации для X1->X3 и нулевую передачу информации для X3->X1. Так как X1->X3 — косвенное направление взаимодействия, а WPM — прямая мера, то никакой положительной передачи информации с помощью WPM между X1 и X3 не обнаруживается.WTE выдает ложное срабатывание для X3->X1, но обнуляет передачу информации для X1->X3.

Рис. 10. Передача информации между X1 и X3 для четырех однонаправленно связанных карт Хенона.

На этом рисунке мы представляем значения передачи информации с поправкой на смещение между X1 и X3. Кривые разных цветов отдельно показывают скорректированную передачу информации WM (красный), WPM (синий) и WTE (черный) между X1 и X3, которые нанесены на разные временные шкалы.

https://doi.org/10.1371/journal.pone.0208423.g010

Рис. 11. Значения передачи контрастной информации для X1->X3 для четырех однонаправленно связанных карт Хенона.

На этом рисунке показана контрастная передача информации WM (красный), WPM (синий) и WTE (черный) между X1 и X3 в разных временных масштабах с i (i = 1,2,…64). WM (красный) указывает на косвенную передачу информации от X1->X3 (положительные кривые), тогда как WPM (синий) представляет строго нулевой Ω WPM ,X1→X3 ( s i ) для всех масштабов , что указывает на отсутствие прямой передачи информации между X1 и X3.WTE (черный) представляет слабо выраженное, но отрицательное значение Ω WTE ,X1→X3 ( s i ), что указывает на ложную передачу информации от X3-> X1.

https://doi.org/10.1371/journal.pone.0208423.g011

Значения передачи контрастной информации для X1->X3 (Ω X1→X3 ( s i ), i = 1,…,64) показаны на рис. 11. На этом рисунке WM (красный) указывает на косвенную передачу информации от X1->X3, а WPM (синий) указывает на отсутствие прямой передачи информации между X1 и X3.WTE (черный) представляет отрицательное значение Ω WTE ,X2→X3 ( с i ), что указывает на ложное направление от X3->X1.

Также отметим, что значения передачи информации WM и WPM снижаются до нуля для больших масштабов времени. Это может быть связано со многими причинами. Одна из возможных причин заключается в том, что при увеличении масштаба времени частота и разрешение уменьшаются, детали временного ряда размываются, поэтому причинно-следственные связи становятся слишком слабыми, чтобы их можно было обнаружить.Другая причина связана с характерным временем корреляции карт Хенона [51–52]: если временной лаг карт Хенона превышает характерное время кросс-корреляции, направленное влияние исчезает [54]. Порог временных масштабов может указывать на время взаимной корреляции карт Хенона [54]. В качестве альтернативы, это может быть связано с полной корреляцией между связанными временными рядами, что, если временные ряды полностью коррелированы, система становится детерминированной, чьи значения передачи информации между вейвлет-коэффициентами становятся равными нулю.Корреляция сигналов на некоторых общих частотах [24, 39–43] также может быть причиной исчезновения причинно-следственных связей.

3.1.3 Система трех связанных переменных.

Система трех связанных переменных задается уравнениями [50]: (18) Где x 2 x 3 3 - это линейное взаимодействие системы и x 2 и 2 и x 3 x 3 нелинейные взаимодействия, ε i , t ( i = 1,…,3) — гауссовские случайные белые шумы.Данные этого примера можно найти в наборе данных S3. Параметры WM и WPM такие же, как в предыдущем примере.

Средние значения передачи информации (по всем временным шкалам) вычисляются для системы, показанной на рис. 12. На этом рисунке все показатели правильно определяют линейную (X2→X3) и нелинейную (X1→X2 и X1→X3) взаимодействия.

Рис. 12. Цветовая карта средних значений передачи информации для системы трех связанных переменных.

Три цветные карты показывают средние значения WM (слева), WPM (в центре) и WTE (справа) для системы из трех связанных переменных.Направление каждой решетки указано от канала строки к каналу столбца. Сравнивая значения передачи информации между противоположными направлениями, все меры определяют правильные линейные (X2->X3) и нелинейные (X1->X2, X1->X3) взаимодействия.

https://doi.org/10.1371/journal.pone.0208423.g012

Значения передачи информации с поправкой на смещение вычисляются для каждого направления. Передача информации WM и WPM для X1->X2 аналогична, и все три меры представляют правильное взаимодействие от X1->X2.В качестве примера возьмем направление X1->X3. Передача информации как для X1->X3, так и для X3->X1 представлена ​​на рис. 13. На этом рисунке мы видим, что все три измерения обнаруживают правильное нелинейное взаимодействие от X1->X3. Это также видно из графика передачи контрастной информации между X1 и X3 на рис. 14.

Рис. 13. Передача информации между X1 и X3 при нелинейном взаимодействии X1->X3.

На этом рисунке мы представляем скорректированную погрешность передачи информации WM (красный), WPM (синий) и WTE (черный) между X1 и X3 в различных временных масштабах с i (i = 1,2, …64).При сравнении силы в противоположных направлениях все три показателя указывают на правильное нелинейное взаимодействие от X1->X3.

https://doi.org/10.1371/journal.pone.0208423.g013

Рис. 14. Контрастные значения переноса информации для нелинейного взаимодействия X1->X3.

Три кривые показывают контрастную передачу информации WM (красная), WPM (синяя) и WTE (черная) между X1 и X3 в разных временных масштабах с i (i = 1,2,…64) .Все три показателя указывают на правильное нелинейное взаимодействие X1->X3.

https://doi.org/10.1371/journal.pone.0208423.g014

Для взаимодействия между X2 и X3 передача контрастной информации между X2 и X3 показана на рис. 15.

Рис. 15. Контрастные значения передачи информации для линейного взаимодействия X2->X3.

Три кривые показывают контрастную передачу информации WM (красная), WPM (синяя) и WTE (черная) между X2 и X3 в разных временных масштабах с i (i = 1,2,…64) .Все измерения показывают X2->X3 на малых временных масштабах с i (1≤i<30), а значения контраста снижаются до нуля на средних временных масштабах. Контрастность WM остается нулевой на всех больших масштабах, в то время как контрастность WPM снова становится положительной на некоторых больших временных масштабах. Контрастность WTE колеблется около нулевого уровня с большим количеством положительных, чем отрицательных значений. Все три меры способны указать правильное линейное взаимодействие от X2->X3.

https://дои.org/10.1371/journal.pone.0208423.g015

3.1.4 Три связанные системы Лоренца с нелинейными связями.

Три связанные системы Лоренца с нелинейными связями (19) (20) (21) где k (k = 0,1,3,5) — сила связи, регулирующая взаимодействие от X 1 X 2 и X 2 X 3 5 3 Все временные ряды становятся полностью синхронизированными, когда силы связи k≥8. Параметры WM и WPM такие же, как в предыдущем примере. Данные этого примера можно найти в наборе данных S4.

Средние значения передачи информации (по всем временным шкалам) для систем Лоренца (c = 3) показаны на рис. 16. На этом рисунке как WM, так и WPM указывают на четкое взаимодействие внутри каждой системы и перекрестное взаимодействие между различными системами. WTE также указывает на внутреннее и внешнее взаимодействие, но менее направленным образом.

Рис. 16. Цветовая карта средней передачи информации для трех связанных систем Лоренца (k = 3).

На этом рисунке показана цветовая карта для средней передачи информации WM (слева), WPM (в центре) и WTE (справа) (сила связи k = 3) во времени. Направление каждой решетки указано от канала строки к каналу столбца. Яркие диагональные блоки WM и WPM указывают на внутреннее взаимодействие внутри каждой системы. На графиках WM и WPM верхние правые блоки сравнительно ярче, чем нижние левые блоки, что указывает на взаимодействие между системами.WPM указывает только на прямое взаимодействие из первой системы во вторую и из второй в третью систему, но не на косвенное взаимодействие из первой в третью систему. WTE представляет одинаковую силу передачи информации в обоих направлениях между связанными переменными.

https://doi.org/10.1371/journal.pone.0208423.g016

На рис. 17 показана передача информации с поправкой на смещение между X1 и X2. На этом рисунке мы видим, что WM указывает X1-> X2 на средних масштабах времени, а WPM указывает X1-> X2 на более низких масштабах времени.WTE представляет собой аналогичную и тонкую передачу информации между X1 и X2. Аналогичным образом передача информации для непрямого взаимодействия между X1 и X3 показана на рис. 18.

Рис. 17. Передача информации между X1 и X2.

На этом рисунке показана передача информации WM (красный), WPM (синий) и WTE (черный) между X1 и X2 с поправкой на смещение в разных временных масштабах с i (i = 1,2, …64). Сравнивая мощность передачи информации между X1 и X2, WPM идентифицирует X1->X2 в малых масштабах времени, в то время как WM идентифицирует X1->X2 в средних масштабах времени.WTE дает одинаковую и небольшую силу в обоих направлениях, что затрудняет определение четкого направления взаимодействия.

https://doi.org/10.1371/journal.pone.0208423.g017

Рис. 18. Передача информации между X1 и X3.

На этом рисунке показана передача информации WM (красный), WPM (синий) и WTE (черный) между X1 и X3 с поправкой на смещение в разных временных масштабах с i (i = 1,2, …64). Сравнивая силу между X1 и X3, только WM определяет косвенное направление взаимодействия от X1->X3, WPM является прямым показателем, который представляет нулевую передачу информации между X1 и X3.WTE обеспечивает почти нулевую передачу информации между X1 и X3, причем X3->X1 немного выше, чем X1->X3.

https://doi.org/10.1371/journal.pone.0208423.g018

Контрастная передача информации между системами показана на рис. 19–24. На рисунках 19–21 представлена ​​контрастная передача информации между X1 и X2, на этих рисунках мы видим, что как WM, так и WPM дают четкую положительную передачу информации для X1-> X2, в то время как WTE представляет флуктуирующую передачу информации между X1 и X2.Точно так же на рисунках 22–24 представлена ​​передача информации о контрасте между X2 и X3, на этих рисунках как WM, так и WPM представляют положительный контраст, который указывает на правильный вывод о направлении для X2-> X3, WTE снова дает смещенный контраст, который не может указывать на четкое направление.

Рис. 19. Контрастная передача информации WM для X1→X2.

3D поверхность 3d представляет контрастность WM передача информации (Ω x , x 2 , I , k ) = WM C C C C , x 1 → x 2 ( S I , K ) - WM C , x 2 → x 1 x 1 i , k ), i = 1,2,…64,k = 0,1,3,5) между X1 и X2 при разных связях и масштабах времени.Неотрицательная поверхность указывает на четкие взаимодействия от X1→X2.

https://doi.org/10.1371/journal.pone.0208423.g019

Рис. 20. Контрастная передача информации WPM для X1→X2.

3D поверхность 3D представляет контрастную передачу информации WPM (ω WPM , x 2 , I , K ) = WPM C , x 1 → x 2 ( S I , K ) - WPM C , x 2 → x 1 x 1 75 i , k ),i = 1,2,…64,k = 0,1,3,5) между X1 и X2 при разных связях и масштабах времени.Неотрицательная поверхность указывает на четкие взаимодействия от X1→X2.

https://doi.org/10.1371/journal.pone.0208423.g020

Рис. 21. Контрастная передача информации WTE для X1→X2.

3D поверхность 3D представляет контрастную передачу информации WTE (Ω x , x 2 , I , K ) = WTE C , x 1 → x 2 ( с I , K ) - WTE C , x 2 → x 1 ( S i , k ), i = 1,2,…64,k = 0,1,3,5) между X1 и X2 при разных связях и масштабах времени.Флуктуирующая поверхность вокруг нулевой плоскости не может указать четкого направления взаимодействия.

https://doi.org/10.1371/journal.pone.0208423.g021

Рис. 22. Контрастная передача информации WM для X2→X3.

3D поверхность 3D представляет контрастность WM (Ω WM , x 2 , I , K ) = WM C , X 2 → x 3 ( S I , к ) - WM C , x 3 x 2 ( S I , k ), i = 1,2,…64,k = 0,1,3,5) между X2 и X3 при разных связях и масштабах времени.Положительный выступ поверхности указывает на направленное взаимодействие от X2→X3.

https://doi.org/10.1371/journal.pone.0208423.g022

Рис. 23. Контрастная передача информации WPM для X2→X3.

3D поверхность представляет контрастность WPM (ω WPM , x 3 ( S , K , K ) = WPM C , X 2 → x 3 ( S I , K ) - WPM C , x 3 x 2 ( S I , k ),i = 1,2,…64,k = 0,1,3,5) между X2 и X3 при разных связях и масштабах времени.Положительная поверхность указывает на направленные потоки информации от X2→X3.

https://doi.org/10.1371/journal.pone.0208423.g023

Рис. 24. Контрастная передача информации WTE для X2→X3.

3D поверхность представляет контрастность WTE (Ω WTE , x 2 ( S I , K ) = WTE C , X 2 → x 3 ( S I , K ) - WTE C , x 3 x 2 ( S 5 I , k ),i = 1,2,…64,k = 0,1,3,5) для X2→X3 при различных связях и масштабах времени.Флуктуирующий знак поверхности указывает на отсутствие четкой направленности взаимодействий.

https://doi.org/10.1371/journal.pone.0208423.g024

3.2 Реальный временной ряд

В этом разделе мы используем два реальных примера данных, чтобы продемонстрировать анализ WM и WPM. Примеры включают набор данных ЭЭГ, измеренных в ходе экспериментов, и набор финансовых данных, наблюдаемых на реальном рынке.

3.2.1 Эксперимент по чтению.

В эксперименте по чтению участвуют читатель и слушатель, чьи данные ЭЭГ измеряются, когда читатель читает слушателю короткий рассказ.Об этом эксперименте сообщалось в [26, 38] для проверки потока информации. Данные ЭЭГ состоят из 10 каналов для каждого участника, которые измеряются от 10 международных стандартных электродов [26, 38] на частоте 100 Гц. Набор временных рядов ЭЭГ типичен нелинейный и нестационарный [2–5]. Читатель и слушатель вместе образуют систему «драйвер-ответчик». Здесь мы используем WM и WPM для проверки передачи информации для данных ЭЭГ. Данные эксперимента по чтению можно найти в наборе данных S5.

Для просмотра мгновенной динамики системы все данные разбиваются на равнопространственные временные окна по 4 секунды [26, 38]. Все данные содержат 30 таких временных окон, мы используем 20 промежуточных последовательных временных окон (от 6 до 25 окна) для демонстрации анализа. Предполагается, что WM и WPM обнаруживают направленное взаимодействие от читателя к слушателю [26, 38].

На рис. 25 показаны средние значения передачи информации (по окнам и шкалам) для 20-канальных ЭЭГ читателя и слушателя.Цветовые решетки указывают величины средних значений передачи информации, направление которых считывается из канала строки в канал столбца. На этом рисунке цветовая матрица 20x20 разделена на два диагональных блока 10x10, представляющих «внутримозговые» взаимодействия внутри участников, и два недиагональных блока 10x10, представляющих «межмозговые» взаимодействия между разными участниками. Здесь и WM, и WPM указывают на передачу информации от считывателя к слушателю, потому что правый верхний блок (Читатель->Слушатель) немного ярче нижнего правого блока (Слушатель->Читатель).Цветовая матрица WTE почти симметрична, что затрудняет определение четкого направления.

Рис. 25. Цветовая карта средней передачи информации между читателем и слушателем.

На цветных графиках отдельно показаны средние значения WM (слева), WPM (в центре) и WTE (справа) для 20-канальных ЭЭГ. Для каждой решетки вывод о направлении считывается из канала строки в канал столбца. В цветных матрицах диагональные блоки представляют «внутримозговую» передачу информации внутри каждого участника, а недиагональные блоки представляют «межмозговые» взаимодействия между разными участниками.

https://doi.org/10.1371/journal.pone.0208423.g025

Для анализа направленного взаимодействия между читателем и слушателем контрастная передача информации для Читатель→Слушатель представлена ​​на рис. 26–28. На рисунках 26 и 27 видно, что как WM, так и WPM имеют положительные гребни для контрастной передачи информации, что указывает на преобладающую передачу информации от Reader→Listener. Результаты WTE, как показано на рис. 28, представляют флуктуирующую поверхность вокруг нулевой плоскости, что затрудняет четкое определение направления.

Рис. 26. Контрастный WM для Reader->Listener.

3D поверхность 3D представляет контрастность WM для читателя → слушатель в разных весах и временных окнах (ω WM , R L I , W ) = WM C , R L ( S I , W ) - WM C , R L ( S ( S i , w ),i = 1,2,…64,w = 1,2,…,20).

https://doi.org/10.1371/journal.pone.0208423.g026

Рис. 27. Контрастный WPM для Reader->Listener.

3D поверхность представляет контрастность WPM для читателя → слушатель в разных весах и временных окнах (Ω WPM , R L I , W ) = WPM C , R L ( S I , W ) - WPM C , R L ( S i , w ), i = 1,2,…64,w = 1,2,…,20).

https://doi.org/10.1371/journal.pone.0208423.g027

Рис. 28. Контраст WTE для Reader->Listener.

3D поверхность 3D представляет контрастность WTE для читателя → слушатель в разных весах и временных окнах (Ω WTE , R L I , W ) = WTE C , R L ( S ( S I 8) - WTE C , R L ( S 5 I ), i = 1,2,…64,w = 1,2,…,20).

https://doi.org/10.1371/journal.pone.0208423.g028

3.2.2 Фиксированные доходы.

Данные по фиксированным доходам состоят из 10 фьючерсов на суверенные облигации, выпущенные разными странами и с разными сроками погашения. Метки этих фьючерсов перечислены следующим образом: CAN10 (канадский, срок погашения 10 лет), GER10 (немецкий, срок погашения 10 лет), GER5 (немецкий, срок погашения 5 лет), GER2 (немецкий, срок погашения 2 года), US15 (американский, срок погашения 2 года). со сроком погашения 15 лет), US25 (США, срок погашения 25 лет), US10 (США, срок погашения 10 лет), US5 (США, срок погашения 5 лет), US2 (США, срок погашения 2 года).Данные извлекаются из E-Signal 13 ноября th в 12:51 и восходят к 18 октября th в 13:00, поминутно и в долларах США. Мы используем синхронизированный сегмент данных для демонстрации анализа. Данные фиксированных доходов можно найти в наборе данных S6.

Финансовые временные ряды часто нелинейны и нестационарны [6], мы используем WM и WPM для анализа взаимодинамики между различными фьючерсами на облигации. На рис. 29 показана средняя передача информации (во временном масштабе) для фьючерсов на облигации Германии с различными сроками погашения.И WM, и WPM указывают на передачу информации от GER5->GER10, GER5->GER2 и GER2->GER10. WTE также указывает GER5->GER10 и GER2->GER10, но с другим направлением от GER2->GER5.

Рис. 29. Цветовая карта средней передачи информации между фьючерсами на облигации Германии.

Три цветных графика представляют собой цветовую карту средней передачи информации WM (слева), WPM (в центре) и WTE (справа) между фьючерсами на облигации Германии. Направление потока информации считывается из канала строки в канал столбца для каждой решетки.

https://doi.org/10.1371/journal.pone.0208423.g029

На рис. 30 показаны средние значения передачи информации (во времени) для фьючерсов на облигации США. И WM, и WPM указывают на то, что фьючерсы на долгосрочные облигации США влияют на фьючерсы на краткосрочные облигации США, такие как US10 и US2. WTE определяет сильное влияние от US5 до US25 и US15, но не может сделать вывод о других направлениях.

Рис. 30. Цветовая карта средних значений передачи информации для фьючерсов на облигации США.

Три цветных графика представляют собой цветовую карту для передачи информации о средних значениях WM (слева), WPM (в центре) и WTE (справа) для фьючерсов на облигации США. Направление взаимодействия считывается из канала строки в канал столбца для каждой решетки.

https://doi.org/10.1371/journal.pone.0208423.g030

На рис. 31 показаны средние значения передачи информации (во времени) между всеми фьючерсами на 10-летние облигации, выпущенными в разных странах. Все три показателя указывают US10→CAN10, WM также указывает GER10->US10, тогда как WPM и WTE указывают CAN10->GER10 и US10→GER10.

Рис. 31. Цветовая карта средних значений передачи информации для фьючерсов на 10-летние облигации.

Три цветных графика представляют собой цветовую карту средних значений WM (слева), WPM (в центре) и WTE (справа) для фьючерсов на 10-летние облигации. Направление взаимодействия считывается из канала строки в канал столбца для каждой решетки.

https://doi.org/10.1371/journal.pone.0208423.g031

Чтобы изучить динамику в разных временных масштабах, мы также вычисляем передачу контрастной информации для трех мер, пример фьючерса на облигации Германии показан на Рис. 32–34.

Рис. 32. Контрастные значения передачи информации WM для фьючерса на облигации Германии.

На линейных графиках показаны контрастные значения WM между фьючерсами на облигации Германии в разных временных масштабах с i (i = 1,2,…64).

https://doi.org/10.1371/journal.pone.0208423.g032

Рис. 33. Контрастные значения передачи информации WPM для фьючерсов на облигации Германии.

На линейных графиках показаны контрастные значения WPM между фьючерсами на облигации Германии в разных временных масштабах с i (i = 1,2,…64).

https://doi.org/10.1371/journal.pone.0208423.g033

Рис. 34. Контрастные значения передачи информации WTE для фьючерсов на облигации Германии.

На линейных графиках показаны контрастные значения WTE между фьючерсами на облигации Германии в различных временных масштабах с i (i = 1,2,…64).

https://doi.org/10.1371/journal.pone.0208423.g034

На рис. 32 WM показывает четкое взаимодействие от GER5->GER2 (черный) и GER5->GER10 (красный) и флуктуирующее взаимодействие между GER10 и GER2 (синий).WPM (рис. 33) также указывает на четкое взаимодействие GER5->GER2 (черный) и GER5->GER10 (красный), а также GER2->GER10 (синий). WTE (рис. 34) обозначает GER5->GER10 (красный), GER2->GER10 (синий) и GER2->GER5 (черный).

Мы также исследуем передачу информации для каждого независимого направления. Пример передачи информации между фьючерсами на облигации Германии показан на рис. 35. На этом рисунке три графика отдельно показывают направленную передачу информации между тремя фьючерсами на облигации Германии.На этих графиках мы видим, что как WM, так и WPM дают более высокие значения передачи информации для GER5->GER10, WTE демонстрирует некоторое положительное значение для GER5->GER10, но сила WTE довольно тонкая, которая почти исчезает. Для взаимодействия между GER10 и GER2 как WM, так и WPM указывают на доминирующие потоки информации от GER2->GER10 в средних масштабах времени, снова WTE представляет тонкие передачи информации, которые приблизительно исчезают. На третьем графике как WM, так и WPM показывают доминирующий информационный поток от GER5->GER2, в то время как WTE не может идентифицировать взаимодействия.

Рис. 35. Передача информации между фьючерсами на облигации Германии.

На этом рисунке три графика показывают передачу информации между тремя фьючерсами на облигации Германии (GER10, GER5, GER2). На каждом графике значения передачи информации WM (красный), WPM (синий) и WTE (черный) нанесены в зависимости от разных временных масштабов с i , i = 1,2,…64.

https://doi.org/10.1371/journal.pone.0208423.g035

Общие результаты направленного взаимодействия для фьючерсов на облигации согласуются с результатами, полученными с помощью MIME [55].Разница в том, что WM и WPM могут интерпретировать направленное взаимодействие в нескольких масштабах. Поскольку масштабы связаны с частотами, можно использовать эти многомасштабные меры для определения взаимодействий или корреляции временных рядов в определенных масштабах или частотах, многомасштабная интерпретация передачи информации может помочь найти больше информации из заданных наборов данных.

Обсуждение

В этой статье мы предлагаем две многомасштабные меры передачи информации, а именно WM и WPM, которые расширяются от условных мер взаимной информации с использованием вейвлета MORLET.Серией исследований с моделированием доказана эффективность и точность этих двух показателей в выводе о направлении, которые являются эффективными с точки зрения вычислений и превосходят вейвлет-расширение переносной энтропии (WTE) в различных ситуациях. В частности, эти две меры очень полезны при анализе данных в реальном мире.

Две предложенные меры имеют много хороших преимуществ. Используя вейвлет, предлагаемые меры позволяют делать выводы о направленных взаимодействиях в разных масштабах. Это не только помогает обнаружить больше информации между связанными временными рядами, но и решает проблему анализа нестационарных и прерывистых данных [24, 39–43].Одна из причин, по которой мы используем вейвлет MORLET для расширений измерений, заключается в том, что считается, что вейвлет MORLET тесно связан с человеческим восприятием и имеет жизненно важные приложения в медицине [39–43], которые могут иметь широкое применение в медицине и анализе биологических данных, например. Анализ данных ЭЭГ. Другая причина заключается в том, что M. Lungarella и A. Pitti успешно внедрили вейвлет MORLET в Transfer Entropy, который доказал свою применимость при обнаружении передачи информации [24] при анализе нестационарных и прерывистых данных.Поскольку временные ряды в реальном мире иногда бывают нестационарными и прерывистыми, необходимо иметь такое вейвлет-расширение, которое подходит для практического анализа данных.

Благодаря основанию на условных мерах взаимной информации предлагаемые многомасштабные меры могут иметь широкое применение к различным моделям данных. Меры по передаче информации относятся к типу очень полезных мер. Хотя мы отмечаем, что перенос информации — это понятие, отличное от понятия причинно-следственной связи [31–34], но эффективность направленного вывода и бесмодельное преимущество мер переноса информации гарантируют их широкое применение в различных типах анализа данных. особенно анализ реальных данных [26].

Энтропия переноса (TE) является фундаментальной мерой передачи информации, которая является хорошим прототипом для других производных информационных мер. В работе M. Lungarella и A. Pitti [24] показан вейвлетный вывод TE для анализа нестационарных и прерывистых данных. Однако WTE использует унифицированный вектор вложения в пространстве состояний [25–27], который является избыточным в вычислительном отношении и требует длительного времени вычислений. Этот недостаток не только влияет на точность обнаружения информационных потоков, но также ограничивает использование WTE в приложениях с большими наборами данных.

Чтобы избежать избыточности вычислений и повысить скорость и точность, мы делаем расширение вейвлета на две условные меры взаимной информации смешанных вложений [22, 29]. Двумя мерами-прототипами являются MIME и PMIME, а последняя является прямой версией первой. Эти две меры оказались точными и эффективными при анализе различных данных [22, 26, 29, 35–38]. Они используют прогрессивную схему и критерий остановки, чтобы выбрать для включения только полезные компоненты встраивания, а также для предотвращения ложных причинно-следственных связей [22, 29].Этот критерий остановки используется в качестве порога, который уравновешивает включение полезных запаздывающих элементов и исключение бесполезных запаздывающих элементов [22,26,29,38,46]. Используя выбранные неоднородные векторы вложения в пространстве состояний, MIME и PMIME исключают избыточные компоненты при оценке передачи информации, что не только гарантирует точность, но и устраняет избыточность вычислений.

В исследовании моделирования используемые параметры взяты из ранних исследований [22, 29, 24, 38, 50].Другие параметры возможны, но зависят от конкретного типа приложений. В этой статье мы специально исследовали влияние критерия остановки на обнаружение передачи информации. Критерием остановки А является пропорциональность условной скорости взаимной информации между текущим и прошлым итерационными циклами. Мы видим, что правильный выбор этого критерия помогает обеспечить идентификацию истинных взаимодействий и предотвратить ложные срабатывания. С помощью моделирования мы обнаружили, что A = 0.97 и A = 0,95 являются хорошим выбором для критерия остановки. Критерий остановки А не должен быть слишком большим или слишком маленьким, потому что слишком большое А, например А>0,97, приведет к обнаружению ложных взаимодействий, а слишком маленькое А, например А<0,95, будет слишком жестким для критерия, который он часто не в состоянии идентифицировать взаимодействия, которые действительно существуют. Однако выбор критерия остановки может также зависеть от анализируемых наборов данных.

По определению методов WM и WPM следует отметить, что и WM, и WPM оценивают передачу информации между вейвлет-коэффициентами одних и тех же масштабов, а не разных масштабов.Это может быть пределом этих двух мер. Тем не менее, обнаружение передачи информации между масштабами будет нашим следующим этапом исследования.

При синтетическом анализе данных мы отмечаем, что передача информации снижается до нуля для больших масштабов времени. Многие причины могут объяснить это явление. Одна из причин заключается в том, что с увеличением масштаба времени частота и разрешение уменьшаются, поэтому детали временного ряда размываются, направленное взаимодействие становится слишком слабым, чтобы его можно было обнаружить. Другая причина – характерное время корреляции теоретических карт [51–52, 54].Когда масштаб времени превышает характерное время корреляции, вейвлет-коэффициенты связанных временных рядов становятся полностью коррелированными, и система становится детерминированной, меры передачи информации, такие как MIME и PMIME, исчезают для детерминированных систем [22, 29, 50]. Другая причина заключается в том, что порог временной шкалы может соответствовать частоте, на которой два временных ряда имеют большую взаимную информацию друг о друге, вейвлет-коэффициенты коррелируют на этой частоте, и система становится детерминированной.Эта концепция корреляции является одной из ключевых особенностей вейвлета [24, 39–43], что делает WM и WPM особенными в этом случае. Мы заинтересованы в том, чтобы сделать смелую гипотезу о том, что WM и WPM могут быть в состоянии сделать вывод о времени взаимной корреляции между временными рядами, а также могут быть в состоянии определить общие частоты для корреляций сигналов.

Заключение

В этой статье мы предложили две многомасштабные меры передачи информации, а именно WM и WPM, которые являются вейвлетным расширением MORLET условной взаимной информации из смешанных мер встраивания.Обе меры не требуют моделей и точны при обнаружении передачи информации в различных наборах данных. Используя неоднородные вложения в пространстве состояний, как WM, так и WPM являются вычислительно эффективными, что превосходит WTE как по точности, так и по скорости. Из-за природы вейвлета предлагаемые меры могут иметь широкое применение, включая анализ нестационарных и прерывистых данных.

Благодарности

Авторы признательны профессору Д. Кугиумитцису (Университет Аристотеля в Салониках, Греция) за ценные советы по MIME и PMIME и их программным пакетам.Также благодарим профессора Х. Дженсена (Имперский колледж Лондона, Великобритания) за советы и поддержку в этом исследовании.

Каталожные номера

  1. 1. Веймелка М. и Палус М. Вывод о направленности связи с условной взаимной информацией. Физическое обозрение Е. 2008; 77(2): 026214.
  2. 2. Breakspear M и Stam CJ. Динамика нейронной системы с многомасштабной архитектурой. Философские труды Королевского общества Б. 2005 г .; 360 (1457): 1051–1074.
  3. 3.Кугиумцис Д., Ларссон П.Г. Линейный и нелинейный анализ ЭЭГ для прогнозирования эпилептических припадков. Материалы семинара 1999 г. «Хаос в мозгу?», World Scientific, Сингапур. 2000 г.; 329–333.
  4. 4. Палус М., Дворжак И., Давид И. Пространственно-временная динамика ЭЭГ человека. Физика А. 1992; 185: 433–438.
  5. 5. Переда Э., Кирога Р.К. и Бхаттачарья Дж. Нелинейный многомерный анализ нейрофизиологических сигналов. Прогресс в нейробиологии.2005 г.; 77(1): 1–37.
  6. 6. Марчински Р. и Канц Х. Анализ потока информации между финансовыми временными рядами — улучшенная оценка энтропии переноса. Европейский физический журнал Б. 2002; 30: 275–281.
  7. 7. Грейнджер CWJ. Исследование причинно-следственных связей с помощью эконометрических моделей и кросс-спектральных методов. Эконометрика. 1969 год; 37 (3): 424–438.
  8. 8. Причинность Сета А. Грейнджера. Академия. 2007 г.; 2 (7): 1667.
  9. 9. Анкона Н., Маринаццо Д. и Страмалья С.Подход радиальной базисной функции к нелинейной причинности временных рядов по Грейнджеру. Физическое обозрение Е. 2004; 70(2): 056221.
  10. 10. Чен Ю., Бресслер С.Л. и Дин М. Частотное разложение условной причинности по Грейнджеру и применение к многомерным данным о потенциале нейронного поля. Журнал методов неврологии. 2006 г.; 150(2): 228–237. пмид:16099512
  11. 11. Чичарро Д. О спектральной формулировке причинности Грейнджера. Биологическая кибернетика. 2011 г.; 105 (5–6): 331–347.пмид:22249416
  12. 12. Фаес Л., Нолло Г. и Порта А. Информационное обнаружение нелинейной причинности по Грейнджеру в многомерных процессах с помощью метода неравномерного встраивания. Физическое обозрение Е. 2011; 83(1): 051112.
  13. 13. Баккала Л.А. и Самешима К.К. Частичная направленная когерентность: новая концепция определения нейронной структуры. Биологическая кибернетика. 2001 г.; 84(6): 463–474. пмид:11417058
  14. 14. Biazoli CE, Sturzbecher M, White T, Onias HH, Andrade KC, Araujo DB, et al.Применение частичной направленной когерентности к анализу данных ЭЭГ-фМРТ в состоянии покоя. Связь мозга. 2013; 3 (6), 563–568. пмид:23724827
  15. 15. Sameshima K и Baccala L.A.LA. Использование частичной направленной когерентности для описания взаимодействий ансамбля нейронов. Журнал методов неврологии. 1999 г.; 94(1): 93–103. пмид:10638818
  16. 16. Шелтер Б., Тиммер Дж. и Эйхлер М. Оценка силы направленных влияний среди нейронных сигналов с использованием перенормированной частичной направленной когерентности.Журнал методов неврологии. 2009 г.; 179: 121–130. пмид:19428518
  17. 17. Шелтер Б., Винтерхальдер М., Эйхлер М., Пайфер М., Хеллвиг Б., Гушльбауэр Б. и др. Проверка направленных влияний нейронных сигналов с использованием частичной направленной когерентности. Журнал методов неврологии. 2005 г.; 152: 210–219. пмид:16269188
  18. 18. Такахаши Д.Ю., Баккала Л.А. и Самешима К. Связность в частотной области: теоретико-информационная перспектива. Международная конференция IEEE Engineering in Medicine and Biology.2010 г.; 1726–1729 гг.
  19. 19. Такахаши Д.Ю., Баккала Л.А. и Самешима К. Информационно-теоретическая интерпретация мер связности в частотной области. Биологическая кибернетика. 2010 г.; 103(6): 463–469. пмид:21153835
  20. 20. Обложка Т. и Томас Дж. Элементы теории информации. Джон Уайли и сыновья. 2003.
  21. 21. Гельфанд И., Яглом А. Вычисление количества информации о случайной функции, содержащейся в другой такой функции. Успехи мат.наук. 1959 год; 2(1): 3–52.
  22. 22. Кугиумцис Д. Информационная мера прямой связи от неравномерного вложения. Физическое обозрение Е. 2013; 87(6): 062918.
  23. 23. Кугиумцис Д. Перенос энтропии на ранговые векторы. Журнал нелинейных систем и приложений. 2012 г.; 3: 73–81.
  24. 24. Лунгарелла М. и Питти А. Передача информации в различных масштабах. Физическое обозрение Е. 2007; 76(2): 056117.
  25. 25. Разак Ф.А. и Дженсен Х.Дж.Количественная «причинность» в сложных системах: понимание трансферной энтропии. ПЛОС ОДИН. 2014; 9(6): e99462. пмид:24955766
  26. 26. Разак Ф.А., Ван Х. и Дженсен Х.Дж. Информационно-теоретические меры причинности: музыкальное исполнение как тематическое исследование. Справочник Эдварда Элгара по методам науки о сложности. 2018.
  27. 27. Шрайбер Т. Измерение передачи информации. Письма о физическом обзоре. 200; 85 (2): 461–464. пмид:109
  28. 28. Станик М., Ленертц К.Символическая передаточная энтропия. Письма о физическом обзоре. 2008 г.; 100(15): 158101. pmid:18518155
  29. 29. Влахос И. и Кугиумцис Д. Реконструкция неоднородного пространства состояний и обнаружение связи. Physical Review E Статистическая нелинейная физика и физика мягкого вещества. 2010 г.; 82(1 часть 2): 016207.
  30. 30. Чжоу Ю. Основы теории информации, 3-е издание. Пекинский университет аэронавтики и астронавтики Press. 2006.
  31. 31. Ай Н и Полани Д.Информационные потоки в причинной сети. Достижения в сложных системах. 2008 г.; 11(01):17–41.
  32. 32. Перл Дж. Причинность: модели, рассуждения и выводы. Издательство Кембриджского университета. 2000.
  33. 33. Лизье Дж. Т. и Прокопенко М. Дифференциальная передача информации и причинно-следственная связь. Европейский физический журнал Б. 2010; 73 (4): 605–615.
  34. 34. Wibral M, Pampu N, Priesemann V, Siebenhühner F, Seiwert H, and Lindner M, et. др. Измерение задержек передачи информации.ПЛОС ОДИН. 2013; 8(2): e55809. пмид:23468850
  35. 35. Папана А., Кугиумцис Д., Ларссон П.Д. Выявление прямых причинно-следственных связей и применение к анализу электроэнцефалограмм. Международный журнал бифуркации и хаоса. 2012 г.; 22(9): 046203.
  36. 36. Кутлис С. и Кугиумцис Д. Различение структур связи с использованием сетей причинности из многомерных временных рядов. Хаос. 2016; 26(9): 093–120.
  37. 37. Кугиумцис Д., Кимискидис В.Прямые каузальные сети для изучения эффектов транскраниальной магнитной стимуляции на очаговые эпилептиформные разряды. Международный журнал нейронных систем. 2015 г.; 25 (5): 166–244.
  38. 38. Wan X, Cruts B и Jensen HJ. Причинный вывод корковых нейронных сетей во время музыкальных импровизаций. ПЛОС ОДИН. 2014; 9(12): e112776. пмид:25489852
  39. 39. Анджелини Л., Маэстри Р., Маринаццо Д., Нитти Л., Пелликоро М., Пинна Г.Д. и др. Многомасштабный анализ краткосрочного интервала сердечных сокращений, артериального давления и временных рядов мгновенного объема легких.Искусственный интеллект в медицине. 2007 г.; 41(3): 237–250. пмид:17950584
  40. 40. Дин Дж. Учебник по вейвлет-преобразованию Морле. Курсовая работа, Институт телекоммуникаций. 2014; 1–21.
  41. 41. Liner C. Обзор концепций и приложений вейвлет-преобразования. Университет Хьюстона. 2010 г.; 1–17.
  42. 42. Наджми И. и Садовски Дж. Непрерывное вейвлет-преобразование и частотно-временной анализ с переменным разрешением. Технический дайджест APL Джона Хопкинса.1997 год; 18(1): 134–140.
  43. 43. Попински В., Косек В., Шух Х. и Шмидт М. Сравнение двух функций когерентности и взаимной ковариации вейвлет-преобразования, применяемых к полярному движению и атмосферному возбуждению. Студия геофизики и геодезии. 2002 г.; 46(3): 455–468.
  44. 44. Ланкастер Г., Яценко Д., Пидде А., Тиччинелли В. и Стефановска А. Суррогатные данные для проверки гипотез физических систем. Отчеты по физике. 2018; 748: 1–60.
  45. 45. Причард Д. и Тайлер Дж.Генерация суррогатных данных для временных рядов с несколькими одновременно измеряемыми переменными. Письма о физическом обзоре. 1994 год; 73(7): 951. pmid:10057582
  46. 46. Шрайбер Т. и Шмитс А. Суррогатные временные ряды. Физика Д. 2000; 142(3): 346–382.
  47. 47. Малый М и Це ЦК. Обнаружение детерминизма во временных рядах: метод суррогатных данных. Транзакции IEEE в схемах и системах-I: фундаментальная теория и приложения. 2003 г.; 50 (5): 663–672.
  48. 48.Тайлер Дж., Юбэнк С., Лонгтин А., Галдрикян Б. и Фармер Дж. Д. Тестирование на нелинейность временных рядов: метод суррогатных данных. Физика Д. 1992; 58 (92): 77–94.
  49. 49. Ю С.Х., Ван Д.Х., Ли К. и Чжао З.В. Оценка в авторегрессионных моделях с суррогатными данными и данными проверки. Коммуникации в статистике - теория и методы. 2017; 46 (3): 1532–1545.
  50. 50. Папана А., Кыртсоу С., Кугиумцис Д. и Дикс С. Имитационное исследование мер прямой причинности в многомерных временных рядах.Энтропия. 2013; 15(7): 2635–2661.
  51. 51. Цвитанович П., Гунаратне Г., Прокачча И. Топологические и метрические свойства странных аттракторов типа Энона. Физическое обозрение А. 1988; 38 (3): 1503–1520.
  52. 52. Энон М. Двумерное отображение со странным аттрактором. Коммуникации в математической физике. 1976 год; 50(1): 69–77.
  53. 53. Лоренц ЭН. Механика колебаний. Журнал атмосферных наук. 1963 год; 20(5): 448–465.
  54. 54.Шелтер Б., Винтерхалдер М. и Тиммер Дж. Справочник по анализу временных рядов: последние теоретические разработки и приложения. ВАЙЛИ-ВЧ. 2015.
  55. 55. Ван X. Кандидатская диссертация: анализ причинно-следственных связей временных рядов и анализ данных ЭЭГ по музыкальной импровизации.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *