5G通讯技术的一幅扫盲贴19.8.11

      通信技术，

      根据信号传输的介质，可以分两类：有线通信和无线通信。

      即信号要么在空中传播(无线的看不见、摸不着)，要么在实物上传播(有线的，看得见、摸得着)。

      无线通讯技术，也称为移动通讯，它使我们的信息通讯摆脱了位置的束缚。想想以前的座机️电话️，再想想现在的手机，通信技术是不是很神奇！

      我们日常使用的手机，属于移动通讯技术的范畴：是利用无线电磁波在空中完成信号的接收/传送，最终实现通信的。

      举个例子，

      假设你用手机发了1条微信语音给你妈妈，那么这个讯息是怎样完成传输的呢？

    1-输入的语音，首先会在你自己手机里被转化为弱电信号，再经过你手机的天线转化成电磁波信号发送到就近的基站；
    2-就近的基站，首先会把接收到的这段电磁波信号转化为光电信号，再经过光纤电缆传输到你妈妈就近的基站；

    3-你妈妈就近的基站，首先会把接收到的这段光电信号转化成电磁波信号，再经过基站的天线发送到你妈妈手机的天线；

    4-你妈妈手机的天线，首先会把这段接收到的电磁波信号转化为弱电信号，最后再转化为语音让你妈妈听到。

    上面的通讯，几乎是瞬时完成的！通讯技术，是不是很神奇！对于上述举例，这里补充几点说明：

1-基站与基站之间是如何通信呢？

1）可以是有线，我国一般采用有线传输。 2）也可以是无线电磁波传输，比如人烟稀少的欧美。当下4G通讯技术，中国的有线与欧美的无线，没有技术的高低之分，是各自根据自身条件的选择不同而已。

2-为了实现手机的无线通讯，通讯运营商需要修建一个合理/经济的基站网络，在经济可行的情况下尽可能的扩大4G网络覆盖范围。只要你在某个基站的覆盖范围内，那么你的手机会自动与这个基站建立联系，此时你的手机是有信号的状态，可以正常使用。换个角度讲，只要你使用手机，基站系统就可以实时掌握你的位置，也可以知道你所有的通讯内容。

3-目前采用的移动通信4G技术，即使是两个人面对面的拨打对方手机(或手机互传照片)，所有信号都要经过基站进行中转。　

4-我们现在的手机仍是有天线的，只不过天线都被内置在手机内部了，不像90年代的大哥大那样支出来1根长长的天线。关于手机天线是怎么一步一步“消失”的，这个在后面会详细讲一讲。
      好了！前面铺垫了这么多，是想告诉大家：手机利用的是无线通讯技术，而无线通讯技术是通过利用空中的电磁波实现的信号传输。接下来，我们来讲一讲电磁波！

      我们都知道光具有波粒二象性，即是粒子也是波。而电磁波，我们可以通俗的理解为光波，它符合光波在空气中传播的速度，30万千米每秒：

        C=r·v

-C是电磁波在空中的传播速度(等于光速，30万KM/s)

-r是电磁波的波长

-v是电磁波的频率

-电磁波，具有波的特征：

      波长越长 - 信号传输时绕开障碍物的能力越强，传输信号的距离更远。但是信号传输的频次会很低，即手机网速会很慢。

      波长越短 - 电磁波的频率会很高，信号传输的速度极快，几乎瞬时完成。但受限于波长很短，几乎无法绕开障碍物，只能完成近距离的传输。

      真可谓，鱼和熊掌不可兼得！
      手机通讯技术，从1G到5G，传输信号的电磁波的波长是在逐渐减短的，频率则是在逐渐增高的。

      那么即将普及的5G无线通讯技术，会有些什么主要特征呢？
第一、5G的毫米波

    5G电磁波的频率范围，分两种：一种是6GHz以下，这个与目前4G差别不算大。还有一种在24GHz以上，这个就很高了，目前国际上主要使用28GHz进行试验。

如果按28GHz来算，根据前文的公式：

      这就是毫米波！

      你一定会问：“为什么以前我们不用高频率的毫米波呢？”  不是以前不想用，是用不起！频率越高，波长越短，越趋近于直线传播(绕射和穿墙能力越差)，只能完成短距离信号的无线传输。这需要我们修建密集的基站网络，成本太高了，经济不适用。

    现在即将的5G，更是需要比以前密集的基站网络。那我们是如何实现的呢？答案在微基站！
第二、5G的微基站

      前面讲了，移动通信如果采用了5G技术的超高频段，它最大问题是需要修建更加密集的基站网络。

      那么问题来了：如果从4G通讯切入到5G通讯，覆盖同一个区域，需要的基站数量将大幅超过4G。 

      这也是为什么5G时代，通讯运营商拼命怂怼设备商，希望基站降价。如果真的上5G，按以往模式，设备商就发大财了。

      所以在5G时代，为了减轻基站网络建设的成本压力，5G必须寻找新的出路- - - - 这就是微基站！

      基站有两种，微基站和宏基站！看名字就知道，宏基站很大，微基站很小。
      到了5G时代，微基站会更多，几乎随处可见。随着技术发展，微基站的成本会越来越低，不会再对5G技术的商用化造成阻碍。

不过也有人在担心：在5G时代，那么多基站在身边，会不会对人体造成影响？

      答案是：不会。与传统认知恰好相反，基站数量越多，辐射反而越小！设想一下：冬天1群人在房子里，是1个大功率取暖器好，还是几个小功率好？
        基站小，功率低，对大家都好。如果只采用一个大基站，离得近，辐射大，离得远，没信号，反而不好。
第三、天线去哪儿(5G大规模多天线技术)

      移动终端(手机是一种移动终端)，需要利用基站网络实现远距离的通讯，当然也需要1根天线用来连接就近的基站，用来与就近基站进行信号的接收/发送。

      以前的大哥大有1根很长的天线，早期的2G手机也有1根突出来的小天线。那为什么在3G/4G/5G时代，手机天线就没了呢？

      其实并不是手机不需要天线了，而是天线越来越小了。根据天线特性，天线长度应与波长成正比，大约在1/10~1/4之间。

    随着技术发展，手机的通信频率越来越高，波长越来越短，天线当然也就跟着越变变短啦！ 这就意味着，天线可以塞进手机的里面。

    5G时代的毫米波通信，天线也变成毫米级啦！这就是5G的第三大杀手锏- - - - Massive MIMO（大规模多天线技术）！       

      在4G时代，我们就已经有了多天线技术，但是天线数量并不算多，只能说是小规模的。

      到了5G的毫米波时代，多天线技术变成了加强版的大规模。手机里面能塞好多好多根天线；基站就更不用说了，这也是为什么微基站可以那么小巧但功能更加强大的原因之一！我们可以到处建设微基站了！成本也降下来了！

      以前的基站，天线就那么几根：
        现在的基站，天线数量不是按根来算了，是按“阵”！“天线阵列”！一眼看上去，密集恐惧症的节奏。

      不过，天线之间的距离也不能太近。因为天线特性要求，要求天线之间的距离在半个波长以上。如果距离近了，就会互相干扰，影响信号的收发。这对于5G都不是问题，因为我们是毫米级的波长呀！
      但是我们看会发现，在无人区边境地带的士兵们使用的移动通讯设备，仍然有一根支出来的天线。原因很简单，因为离基站很远，为了保障通信，电磁波的波长很长，在厘米级及以上，所以需要一根支出来的天线。
第四、5G的D2D技术

      前面我们有讲，目前的移动4G技术，即使是面对面的拨打对方手机(或手机互传照片)，信号仍都要通过基站进行中转的。 

      而在5G时代，同一基站覆盖范围内的两部手机如果互相进行通信，他们的数据不再经过基站，而是直接手机到手机。

      这样可以节约大量的空中资源，也减轻了基站的压力。
 
2019811
      关于5G技术，还有另外2个问题:（1）5G可以给社会带来哪些巨大的变革？（2）我们又该如何把握5G的发展时间机遇？

      最近有新闻在讲，广州等城市已经开始建设5G微基站，并准备在19年底试点手机的商用5G技术。而与我们息息相关的1个问题就是：要不要马上使用5G手机？不少人表示：“4G现在够用了，5G技术还不成熟，准备过1、2年再看看要不要用”！

      我们再来听一听另一种观点：现在的科技前沿技术，大数据、无人驾驶、AI技术，智慧城市、物联网这些都需要更高阶的通讯技术作为支撑。这不都需要5G技术作为基础支撑吗？总而言之，5G是一种赋能，一种可以带来社会巨大变革的赋能！
    5G的支持者认为，它是一次前所未有的技术革命，应该尽快启动大规模建设，抢占先机。美国为什么要制裁打压华为，这是最好的论据！

      而反对者认为，5G目前根本没有找到合适的应用场景，人们对5G的需求并没有想象中强烈，不适合立刻投入大量资金。
        两种声音，本质上都是认同5G技术的，但在是不是现在就应该大力发展5G建设的这个问题上，存在不同的观点。

        俗话说：“不见兔子不撒鹰”。目前我们确实还没有立刻可以引爆5G需求的场景，这是事实。如果盲目启动大规模的网络建设，就有可能面对“有网没人用”、“叫好不叫座”的尴尬局面，还可能会背上沉重的运营负担，甚至是巨额债务。

      华为任总也说了——“5G实际上被夸大了它的作用”，“实际上现在人类社会对5G还没有这么迫切的需要”。

      不过，是否大规模建设和是否建设，是两回事。在广泛范围内进行试点，还是很有必要的。否则，没有土壤，就更难孵化出我们所期待的“需求”场景。
      我们再来简单看看5G的进程情况。

      作为第5代移动通信技术，美国、欧盟、日本、韩国等国家已开始布局5G试验计划和商用时间表。

     

      2019年是我国5G商用技术的元年。

      2019年6月6日，工信部正式向电信、移动、联通、中国广电发放5G商用牌照 ，批准4家企业经营。

    近期工信部发布“全国范围5G中低频段试验频率”的使用许可。根据5G频谱规划方案，中国电信获得34-35GHz的100MHz频谱资源，中国移动获得2515-2675Mhz的160MHz带宽及48-49Ghz的100MHz频谱资源，中国联通获得35-36Ghz的100MHz频谱资源。
20201221

横向比较其他国家，祖国在基础建设上拥有无比巨大的的优势，比如偏远地区的高速、高铁，电力输送和通讯基站，这些都是数年甚至数几十年不会盈利的商业项目。不同的是这些商业项目，不赚钱但关乎民生国计关，于是政府让国企去做，使得税收一定程度反哺社会建设。大家如果去到青藏、西北、西南山区，会有深刻的体会！

如果没记错，12-13年城市有了4G网络，15-16年云贵偏远乡村有了4G信号。出行交通和通讯沟通这2个板块，走过几个地方之后，真心骄傲，祖国做的好！奥利给！
     

         

导读数据压缩技术是大数据传输过程中需要采用的一种数据存储方法。那么数据压缩技术分为哪两类使用方法是什么呢为此小编今天就来和大家细细聊聊关于数据压缩技术那些事，同时也提醒各位大数据工程师在使用数据压缩过程中的一些注意事项及使用方法。

在数据压缩中，通过使用比原始数据更少的位来对数据进行编码，数据压缩有两种方法：无损压缩，它消除了冗余但不丢失任何原始数据;有损数据压缩，可通过删除不必要或不太重要的信息来修改数据，在大数据的传输和存储中使用数据压缩非常重要，因为它减少了IT部门必须为该数据提供的网络带宽和存储量，同样重要的是，您实际上并不想保留某些类型的大数据，例如作为物联网(IoT)通信数据一部分的设备间握手引起的抖动。

为了最大程度地利用大数据进行数据压缩，您必须知道何时何地使用不同类型的数据压缩工具和公式。选择数据压缩方法时，请牢记以下几条有用的准则：

何时使用无损数据压缩

如果您有一个大数据应用程序，并且无法承受丢失任何数据的麻烦，并且需要解压缩压缩的每个字节的数据，那么您将需要一种无损的数据压缩方法，当您压缩来自数据库的数据时，即使您意味着必须存储更多的数据，也希望进行无损数据压缩。在选择将此数据重新提交到其数据库时，您需要解压缩完整数据，以便它可以与数据库端的数据匹配并进行存储。

何时使用有损数据压缩

有时您不需要或不需要所有数据，例如物联网和网络设备的抖动，您不需要这些数据，只需提供给您业务所需的上下文信息的数据即可。第二个示例是在数据压缩过程的前端可能使用的数据压缩公式中使用人工智能(AI)，如果您正在研究一个特定的问题，并且只希望与该问题直接相关的数据，则可以决定让数据压缩公式不包含与该问题无关的任何数据。

如何选择正确的编解码器

一个编解码器是一个硬件，软件的组合，压缩和解压缩数据，所以它在大数据压缩和解压缩 *** 作的核心作用，编解码器有许多种，因此为正确的数据或文件类型选择正确的编解码器很重要，您选择的编解码器类型将取决于您尝试压缩的数据和文件类型，有无损和有损数据的编解码器，也有一些编解码器必须将所有数据文件作为“整体”处理，而其他编解码器可以将数据分割开，以便可以对其进行并行处理，然后在其目的地重新组合，某些编解码器设置用于可视数据，而其他编解码器仅处理音频数据。

为什么数据压缩很重要

确定将用于大数据的数据压缩类型是大数据 *** 作的重要组成部分，仅在资源端，IT人员就无法承受处理失控和迅速发展的存储的成本，即使必须完整存储数据，也应尽可能地对其进行压缩，也就是说，您可以采取其他步骤来限制存储和处理，以及针对大数据压缩中采用的算法和方法的最适合 *** 作，掌握这些选项是IT部门的关键数据点。

以上就是小编今天给大家整理分享关于“数据压缩技术分为哪两类使用方法是什么”的相关内容希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。

简单说，HomeKit要打破现在各个智能硬件厂家各自为政，用户体验参差不齐的混乱市场格局，让各个厂家的智能家居设备能在iOS层面互动协作，而无需这些厂家直接对接。仔细研究这个架构后，我们发现Home Kit是一套协议，是一个iOS上的数据库，更是智能家居产品互联互通的新思维模式。苹果留给了智能硬件开发商以及第三方开发者很多的发展空间。
首先说说通讯协议。 HomeKit规范了智能家居产品如何和iOS终端连接和通信。苹果软件高级副总裁 Craig Federighi 在WWDC Keynote里轻描淡写地说通过Home Kit协议的绑定功能（Secure Pairing）能确保只有你的iPhone能够开你的车库门。当然软硬件通信协议学问大了。在宣布的芯片合作伙伴里有Broadcom, Marvell和Ti，这几家都是植入式Wi-Fi芯片的主流供应商，所以可以确认HomeKit前期主要支持Wi-Fi或者直连以太网的设备。目前Wi-Fi智能硬件开发上有不少难点要克服，包括设备如何与手机配对， 如何得到Wi-Fi密码并且加入家里的热点，如何保证稳定和安全的远程连接等等。
在数据库层面，苹果推出了一个有利于行业发展的基础设施：在iOS上建立了一个可以供第三方app查询和编辑的智能家居数据库。这个数据库包含几个非常重要的概念是对现在的智能硬件开发商有借鉴意义的：家庭，房间，区域，设备，服务， 动作，触发。
HomeKit把家庭看作一个智能家居设备的集合，通过家庭，房间，区域把这些设备有机的组合起来。设备和服务这两个概念很有意思。这里苹果引入了一个对于硬件产业相对陌生，但是相当“互联网”的概念：面向服务设计（Service Oriented Architecture）。硬件设备被定义成一个提供一个或者多个服务的单元，而这些服务可以被第三方应用发现和调用。例如飞利浦的Hue LED灯就可以理解成提供照明服务的设备，其中开关控制，颜色和亮度的控制都是属于这个服务的具体功能。同样，海尔的天尊空调可以理解为一个提供制冷，制热，空气净化等多个和空气质量相关的服务的设备。
家庭里所有的支持HomeKit标准的智能设备把支持的服务发布出来，通过iOS的发现机制被收录到一个统一的数据库里。 在设备和服务这些基本单位之上，HomeKit定义了家，房间，区域（多个房间的组合）等场景单元来让家里的多台设备形成有机的组合。例如睡房里的电器（例如灯和窗帘）可以被组织成一个场景，统一控制。区域可以把多个房间的设备组合起来一起控制。
HomeKit除了遥控还能干什么？
说到控制，HomeKit的设计远远不像有些媒体解读的那样，简单地把iPhone变成一个万用摇控器。Home Kit的控制体系里有两个重要的自动化概念： 触发 （Trigger）和 *** 作 （Action）。 这个非常像国外比较火的IFTTT应用，用户可以用简单的“IF X THEN Y” 公式和很多现成的数据接口实现非常多元化的自动提醒和 *** 作功能。同样，通过Home Kit的触发和 *** 作机制可以实现各种场景的自动化 *** 作：例如 “当睡房灯被打开时把窗帘拉上”等。
当然以苹果的做事风格，他们把HomeKit作为一个开发框架，不会也不可能参与到这些具体的场景的定义和实现。就好比在iOS上可以具有开发游戏的基础设施，但苹果不会做游戏一样，HomeKit开放数据接口给开发者，方便他们实现智能家居的创新。Home Kit的一个卖点是Siri的整合。用户可以通过语音输入控制指令。这其实也是为开发者所用的设施，因为指令本身是开发者定义的。
通过对HomeKit架构和第一批合作伙伴的分析，我们可以认为苹果在智能家居其实是在打造一个厂家＋开发者共同服务用户的生态环境。通过一个开放的设计理念，苹果预留了相当大的空间给合作方，同时也细化了他们的分工。硬件厂家的专长在提供好的产品，而在手机上建立良好的用户体验则是开发者，特别是第三方开发者的长处。而苹果本身则继续以平台的定位。在公创造推进智能家居行业发展的环境，在私巩固iOS设备在家庭中的核心地位。
HomeKit这张拼图还缺了什么？
但是我们也能看到HomeKit这个智能硬件＋iOS＋Apps／Siri的智能家居组合显然是不完整的。当用户拿着iOS设备在家时，手机可以暂时成为 智能家居的中枢神经，但iOS的高度移动性作为part-time中枢神经显然是不合适或者说是不足够的：当用户离开家，原来完美的智能的家庭马上被打回到石器时代。
这里苹果留出了一个空缺：在iOS以外协调智能硬件的hub。这里有两种可能性：一个是偏硬件的做法 —— 苹果可以把自己的Apple TV，Airport路由器，以及未来要推出的iTV，作为persistent的智能家居中枢。另外一个偏软件的可能性是这个责任放在iCloud。
最关键的是，HomeKit给国内创业团队和硬件厂家提供了什么机会？
最后我来分析一下智能家居市场的现状和HomeKit带来的的机会。目前智能家居产品的市场策略主要有4种：
第一类是像海尔uHome或者美国的Control4这样的整体智能家居系统，通过物理布线或Zigbee等无线通讯方式把兼容的照明，影音，安防电子设备连接到一个中控系统实现统一控制。这种整体方案功能完整，用户体验统一，但需要专业的安装，而且价格不菲。国内厂家一般选择跟房地产开发商合作，主打前装市场，但是普及速度比较慢。
第二类是国际一线的家电企业先制定一套软件协议先把自家产品连接起来成为一个平台，然后通过协议的开放让其他厂家的产品加入其生态系统。三星的Smart Home和海尔的U＋智慧家庭 *** 作系统都是这个理念。三星是从强势的电视和手机方面切入，海尔则凭着白色家电的领先优势入场。
第三类是以路由器／网关方式切入，用取代路由器这样的普及性产品来降低进入家庭的门槛，占领家庭的数据入口，然后逐渐整合其他产品。最近市面上智能路由器的玩家不少。小米更是高调地用小米智能家居样板间来展示小米路由器的整合能力。
这三类走的是平台思维，门槛高而且周期长。大多数创业团队和厂家选择的是第四种策略：把单一功能的产品做到极致，单点突破进入家庭，然后逐渐扩展产品线，尝试整合其他产品。Nest（Google收购前），Dropcam，Belkin WeMo，Smartthings，Hue，墨迹天气， 幻腾智能，博联，以及大多数的家电企业和智能硬件创客都是走的这个产品方向 。
显然 HomeKit的定位对第四类的玩家更为友好，而前三类玩家将在未来受到较大冲击。
苹果希望通过一个比较开放的模式来吸引这些单品硬件厂家与其对接。除了提供完善的协议，通用数据库和庞大的iOS用户群，还引入了第三方开发者，使其为厂家产品所用，给不同场景的应用提供软件支持。
于是，有能力和野心 *** 作前三种平台模式的玩家局面就有点尴尬。那些在硬件产品上和苹果没有直接竞争产品的企业，倒是可以尽量与苹果HomeKit兼容。而三星，小米这些定位和苹果类似的平台的发展必然会使市场形成多个具有规模的智能家居平台同时存在的群雄割据局面，给希望能与这些平台同时兼容的硬件厂家带来非常高的研发和维护成本。
帮助这些硬件厂家克服这些智能家居平台之间的兼容性问题也给物联网技术和云端服务的供应商带来了新的机遇。机智云，还有像Arrayent和Ayla Networks这些与我们定位类似的物联网服务平台在提供完善的硬件云端支持服务基础上，可以通过提供硬件产品的跨平台的接入能力而被更多的智能家居厂家接受。
总的来说，苹果HomeKit的推出对整个智能家居产业的发展是个利好。iOS8在10月份推出后会大大提升消费者对相关智能硬件的关注度。在手机 *** 作系统上搭建了合理的架构，留出来给各路玩家的机会也相当的巨大。Google马上就要召开的Google IO开发者大会也一定会有相应的动作，让智能家居市场的热度继续升温。Show Time！

弯道超车，这是中国 科技 界最常用的形容词了，不过这次有点不一样，这次是美国要弯道超车中国，而这个弯道， 就是6G ！

4月18日，日经亚洲评论发布消息，美国将和日本联手，共同出资45亿美元，进行6G技术的研发，这种家庭和睦的场面我们也见了不少，不过这次有点不一样。

从2018年开始，美国就在组建一个 6G技术的“第一岛链 ”，用来封锁和孤立中国，这次日本的加入，就是这个技术第一岛链的最后一环，我们从头开始说。

世界通信发展有一个十年定律，每过十年，都会有变革性的技术更迭。

3G十年，让手机用户超过了座机用户

4G十年，让互联网成了每个人的所属

5G十年，则是让万物互联成为可能

商用一代，理论一代，这是通信界的真理，当5G落地时，对6G的理论扩展也开始了。

不过在开始说6G的知识之前，我们先说说大洋对岸。

2020年，美国发起了一个联盟，名叫Next G Alliance，你也可以称为 “6G联盟” 。

这个6G联盟的成员囊括了全世界最强的几个信息公司， AT&T、Bell 、英特尔、高通、微软、CISCO、Charter，还有苹果、三星、诺基亚、谷歌 ，甚至包括Facebook都是这个联盟的成员。

当然，老规矩， 华为和中兴都被排除在外了 。

乔一在光刻机大败局中提到过，当年为了解决光刻机问题，美国组建了一个EUV LLC联盟，联盟里高手如云，还有美国三大国家实验室的加持，这个联盟最后成功让美国站在了光刻机的山巅，而这次美国组建的这个6G联盟，就是EUV LLC联盟的翻版。

虽然表面上说是为了推动世界6G技术的发展，不过我们心里都知道，这不过是另一次政治角力而已。

顺嘴一提，这个联盟发起后， 韩国的三星和LG都加入了联盟 ，三星加入联盟之后立马就发了一份白皮书，阐明了自己要为6G做的贡献。 LG则更夸张，4月5日 ，LG直接宣布放弃所有手机业务，全面停止生产和销售手机，未来将专注于6G技术的研发。

别人要么是山里站着挣钱，要么是城里跪着挣钱，这仁兄愣是走出了第三条路，山里跪着赔钱。

我们说回6G技术，先说6G的特点，虽然离落地还有十多年时间，但是全世界的通信界都已经在6G的技术特点上达成了共识，一共就三点： 超速率、低延时、超容量 。

先说超速率，5G技术使用的是10-1毫米电磁波频段，而6G将跨过电磁波，使用波长为3000-30微米的 太赫兹波 ，这个太赫兹乔一先划一下线，待会要考。它升级最明显的作用就是传输速率大幅提升，从理论上来说， 6G的传输速率将会达到1Tbps，是4G的一万倍、5G的一百倍。

再说高容量和零延时，5G技术代表着物联网的可能性，但是因为商用难点和场景特点，我们的实际生活中远远没有达到物联网的规划级别，而前面我们说了，6G的传输效率在太赫兹波的加持下大幅提升，这个太赫兹波的作用不止于此，它还比电磁波有更强的抗干扰能力和更高的带宽，就像高速公路四车道与八车道的差距。

2019年 任正非就表示过， 6G基站的容量是5G的1000倍 。

所以，如果说5G是物联网梦想的开端，那么 6G就是物联网的实现可能 。

5G我们领先了，那么6G我们会不会被超越，当然有可能！但是这个可能性很小，可能性更大的是，未来我们会继续成为6G的领导者， 因为6G的关键技术，在一家中国公司手里 。

这家公司是谁，我相信不用乔一赘述了吧，不知道的话，可以在评论区问我。

事实上在通信界一直有种说法叫“ 5G之后再无G ”

意思是5G已经是最高形态了，往后再没有6G、7G了，我们手里的手机每秒上传下载，都是通过信息通道传输的，而这个信息通道只能走到5G了。

为什么？

很简单，因为“香农极限”。

克劳德·艾尔伍德·香农，美国数学家，爱迪生的远房亲戚，同时也是现代信息论创始人，现代数字通信的奠基人，靠一个理论改变一个世界，说的就是这位大佬。

1948年，香农在普林斯顿研究院提出了那个改变世界的公式：

C=Blog2(1+S/N)

C代表信道容量，也就是每条信息通道的信息量

B是信道的带宽

S是传送信号的平均功率

N是噪声的平均功率

这个公式清楚地表达了电子信号传输速率 ，通道宽度、噪声大小、以及信号功率的关系，在这个公式之前，整个信息界没有人知道这四者的关系，这个公式在信息界的地位，相当于牛顿第二定律在物理界的地位。

从这个公式推理，你就能发现，要增加信道容量，也就是C的数值，只有三种方式： 增加带宽B；增加信号功率S；减少噪声功率N 。

从1G到4G，我们都是在不断循环这三个招数，但到了5G时，这个C的信道容量已经被推到了极限，如果信道容量再升高，空间中的无线电就会相互干扰，很有可能会出现，你给朋友发了个“晚上吃饭吗？”

结果他收到一个“吗饭？上吃晚”。

所以，5G诞生后通信界就表示，“5G之后无G”，因为信道容量已经到极限了。不过当时的通信界没想到，有公司能把干扰问题解决，这个解决干扰问题的公司，就是上面乔一没说的，卖了一个关子的公司。

前面我们说了，信道容量再升高的后果就是干扰越来越强，信息乱码，无法沟通，为了解决这个问题，科学家们搞过多种方式，多输入技术、非正交复用技术等等，最后终于找到了一个可行的办法： 把信息重复发送三遍，然后取其中两个最通顺的进行对比，就能知道原信息是什么了。

是的，这个办法就是这么简单粗暴。

不过说起来容易，实现起来还有问题，重复传送倒是解决了准确率，但是又给通信延迟带来了问题，重复几遍就意味着编码解码过程的延长，你能接受打电话时，每说一句话都要两秒之后才能听到吗，没人能接受，所以这个信道容量的解决方案就一直卡在了编码解码速度上。

于是，华为出场了。

2008年 ，一名叫埃尔达尔的教授提出了新的编译码 Polar码 ，这个埃尔达尔是加拉格尔的学生，而加拉格尔又是香农的学生，所以， 埃尔达尔算是香农的徒孙。

2008年，埃尔达尔提出Polar码；2009年，华为就开始研究5G解决方案。

此时的Polar码还是一个极为年轻的理论，整个通信界都在观望之中，但是华为坚定地认为，这个编译码就是未来，事实证明， 华为赌对了 。

2018年的5G专利公开族中，其中最为重要的Polar专利，华为一人就独占了51个相关专利，占整个Polar技术的一半。

你也许会疑惑，不是在说6G，怎么突然扯到5G了？

因为Polar技术，同样是6G的核心技术之一，而 华为在Polar技术上进入最早、投入最多、实力最强，只要华为不减速，美国就很难弯道超车。

除了Polar技术， 6G还有一个很重要的技术 ，就是我们前面说的太赫兹波 ，这是一种在红外线和微波之间的电磁波，极其特别，特别到它已经越过了电子学，处于宏观电子学和微观光子学中间。

上世纪九十年代，太赫兹波才被发现时，就直接被美国列为了“ 改变未来世界的十大技术”之一。

到今天，这个太赫兹波已经在 物理、生物、化学、材料科学、电子工程 多个领域得到了应用，是整个 科技 界最热闹的前沿。对6G技术的为了展望中，最重要的就是太赫兹波技术。

2005年，中国召开了“香山 科技 会议”，在这个会议上制定了中国太赫兹技术的发展规划，到今天国内已经有多家研究机构展开了太赫兹技术的研究，其中的，是 电子 科技 大学和首都师范大学。

我们常说搞技术研发要十年磨一剑，现在， 6G这把大剑的十年已经开始了，希望华为的Polar技术和电子科大的太赫兹技术，能够在未来某一天，融合交汇。

Vs＝CvAo（2（Pa－Po）／ρ）＾05

Cv流量系数，量纲为一。

Pa－Po流量计上游测压口（入口管道处）和流量计最小流通截面处（文氏喉）的压力差单位Pa。

Ao喉管的截面积，m＾2。

ρb被测流体密度，Kg／m＾3。

扩展资料：

新一代差压流量测量仪的基本测量原理是基于能量守恒定律——伯格曼方程和流量连续性方程。文丘里管由一个圆形测量管和插入测量管内的一种特殊类型的芯组成，与测量管同轴。

特殊芯体的径向外表面具有与经典文丘里管内表面相似的几何形状，芯体与测量管内表面之间形成一个缩小的环形流隙。

流体流经文丘里管的节流过程与流经经典文丘里管或环形孔板的节流过程基本相似。内文文丘里管的结构特点，因此在使用的过程中不存在类似的孔板节流锐利的边缘磨损和污染问题，在节流管流体速度梯度和可能存在的各种轴对称流速度分布有效地调整（整流器），从而实现高准确度和高稳定的流量测量。

参考资料来源：百度百科-流量计算

常见的大数据术语表(中英对照简版)：
A
聚合(Aggregation) – 搜索、合并、显示数据的过程
算法(Algorithms) – 可以完成某种数据分析的数学公式
分析法(Analytics) – 用于发现数据的内在涵义
异常检测(Anomaly detection) –
在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种：outliers, exceptions,
surprises, contaminants他们通常可提供关键的可执行信息
匿名化(Anonymization) – 使数据匿名，即移除所有与个人隐私相关的数据
应用(Application) – 实现某种特定功能的计算机软件
人工智能(Artificial Intelligence) –
研发智能机器和智能软件，这些智能设备能够感知周遭的环境，并根据要求作出相应的反应，甚至能自我学习
B
行为分析法(Behavioural Analytics) –
这种分析法是根据用户的行为如“怎么做”，“为什么这么做”，以及“做了什么”来得出结论，而不是仅仅针对人物和时间的一门分析学科，它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist) – 能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup) – 指研发最新大数据技术的新兴公司
生物测定术(Biometrics) – 根据个人的特征进行身份识别
B字节 (BB: Brontobytes) – 约等于1000 YB(Yottabytes)，相当于未来数字化宇宙的大小。1
B字节包含了27个0!
商业智能(Business Intelligence) – 是一系列理论、方法学和过程，使得数据更容易被理解
C
分类分析(Classification analysis) – 从数据中获得重要的相关性信息的系统化过程; 这类数据也被称为元数据(meta
data),是描述数据的数据
云计算(Cloud computing) – 构建在网络上的分布式计算系统，数据是存储于机房外的(即云端)
聚类分析(Clustering analysis) –
它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性
冷数据存储(Cold data storage) – 在低功耗服务器上存储那些几乎不被使用的旧数据。但这些数据检索起来将会很耗时
对比分析(Comparative analysis) – 在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果
复杂结构的数据(Complex structured data) –
由两个或多个复杂而相互关联部分组成的数据，这类数据不能简单地由结构化查询语言或工具(SQL)解析
计算机产生的数据(Computer generated data) – 如日志文件这类由计算机生成的数据
并发(Concurrency) – 同时执行多个任务或运行多个进程
相关性分析(Correlation analysis) – 是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关
客户关系管理(CRM: Customer Relationship Management) –
用于管理销售、业务过程的一种技术，大数据将影响公司的客户关系管理的策略
D
仪表板(Dashboard) – 使用算法分析数据，并将结果用图表方式显示于仪表板中
数据聚合工具(Data aggregation tools) – 将分散于众多数据源的数据转化成一个全新数据源的过程
数据分析师(Data analyst) – 从事数据分析、建模、清理、处理的专业人员
数据库(Database) – 一个以某种特定的技术来存储数据集合的仓库
数据库即服务(Database-as-a-Service) – 部署在云端的数据库，即用即付，例如亚马逊云服务(AWS: Amazon Web
Services)
数据库管理系统(DBMS: Database Management System) – 收集、存储数据，并提供数据的访问
数据中心(Data centre) – 一个实体地点，放置了用来存储数据的服务器
数据清洗(Data cleansing) – 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性
数据管理员(Data custodian) – 负责维护数据存储所需技术环境的专业技术人员
数据道德准则(Data ethical guidelines) – 这些准则有助于组织机构使其数据透明化，保证数据的简洁、安全及隐私
数据订阅(Data feed) – 一种数据流，例如Twitter订阅和RSS
数据集市(Data marketplace) – 进行数据集买卖的在线交易场所
数据挖掘(Data mining) – 从数据集中发掘特定模式或信息的过程
数据建模(Data modelling) – 使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义
数据集(Data set) – 大量数据的集合
数据虚拟化(Data virtualization) –
数据整合的过程，以此获得更多的数据信息，这个过程通常会引入其他技术，例如数据库，应用程序，文件系统，网页技术，大数据技术等等
去身份识别(De-identification) – 也称为匿名化(anonymization)，确保个人不会通过数据被识别
判别分析(Discriminant analysis) –
将数据分类;按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。
分布式文件系统(Distributed File System) – 提供简化的，高可用的方式来存储、分析、处理数据的系统
文件存贮数据库(Document Store Databases) – 又称为文档数据库(document-oriented database),
为存储、管理、恢复文档数据而专门设计的数据库，这类文档数据也称为半结构化数据
E
探索性分析(Exploratory analysis) –
在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法
E字节(EB: Exabytes) – 约等于1000 PB(petabytes), 约等于1百万 GB。如今全球每天所制造的新信息量大约为1
EB
提取-转换-加载(ETL: Extract, Transform and Load) –
是一种用于数据库或者数据仓库的处理过程。即从各种不同的数据源提取(E)数据，并转换(T)成能满足业务需要的数据，最后将其加载(L)到数据库
F
故障切换(Failover) – 当系统中某个服务器发生故障时，能自动地将运行任务切换到另一个可用服务器或节点上
容错设计(Fault-tolerant design) – 一个支持容错设计的系统应该能够做到当某一部分出现故障也能继续运行
G
游戏化(Gamification) –
在其他非游戏领域中运用游戏的思维和机制，这种方法可以以一种十分友好的方式进行数据的创建和侦测，非常有效。
图形数据库(Graph Databases) –
运用图形结构(例如，一组有限的有序对，或者某种实体)来存储数据，这种图形存储结构包括边缘、属性和节点。它提供了相邻节点间的自由索引功能，也就是说，数据库中每个元素间都与其他相邻元素直接关联。
网格计算(Grid computing) – 将许多分布在不同地点的计算机连接在一起，用以处理某个特定问题，通常是通过云将计算机相连在一起。
H
Hadoop – 一个开源的分布式系统基础框架，可用于开发分布式程序，进行大数据的运算与存储。
Hadoop数据库(HBase) – 一个开源的、非关系型、分布式数据库，与Hadoop框架共同使用
HDFS – Hadoop分布式文件系统(Hadoop Distributed File
System);是一个被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统
高性能计算(HPC: High-Performance-Computing) – 使用超级计算机来解决极其复杂的计算问题
I
内存数据库(IMDB: In-memory) –
一种数据库管理系统，与普通数据库管理系统不同之处在于，它用主存来存储数据，而非硬盘。其特点在于能高速地进行数据的处理和存取。
物联网(Internet of Things) – 在普通的设备中装上传感器，使这些设备能够在任何时间任何地点与网络相连。
J
法律上的数据一致性(Juridical data compliance) –
当你使用的云计算解决方案，将你的数据存储于不同的国家或不同的大陆时，就会与这个概念扯上关系了。你需要留意这些存储在不同国家的数据是否符合当地的法律。
K
键值数据库(KeyValue Databases) –
数据的存储方式是使用一个特定的键，指向一个特定的数据记录，这种方式使得数据的查找更加方便快捷。键值数据库中所存的数据通常为编程语言中基本数据类型的数据。
L
延迟(Latency) – 表示系统时间的延迟
遗留系统(Legacy system) – 是一种旧的应用程序，或是旧的技术，或是旧的计算系统，现在已经不再支持了。
负载均衡(Load balancing) – 将工作量分配到多台电脑或服务器上，以获得最优结果和最大的系统利用率。
位置信息(Location data) – GPS信息，即地理位置信息。
日志文件(Log file) – 由计算机系统自动生成的文件，记录系统的运行过程。
M
M2M数据(Machine2Machine data) – 两台或多台机器间交流与传输的内容
机器数据(Machine data) – 由传感器或算法在机器上产生的数据
机器学习(Machine learning) –
人工智能的一部分，指的是机器能够从它们所完成的任务中进行自我学习，通过长期的累积实现自我改进。
MapReduce – 是处理大规模数据的一种软件框架(Map: 映射，Reduce: 归纳)。
大规模并行处理(MPP: Massively Parallel Processing) –
同时使用多个处理器(或多台计算机)处理同一个计算任务。
元数据(Metadata) – 被称为描述数据的数据，即描述数据数据属性(数据是什么)的信息。
MongoDB – 一种开源的非关系型数据库(NoSQL database)
多维数据库(Multi-Dimensional Databases) – 用于优化数据联机分析处理(OLAP)程序，优化数据仓库的一种数据库。
多值数据库(MultiValue Databases) – 是一种非关系型数据库(NoSQL),
一种特殊的多维数据库：能处理3个维度的数据。主要针对非常长的字符串，能够完美地处理HTML和XML中的字串。
N
自然语言处理(Natural Language Processing) –
是计算机科学的一个分支领域，它研究如何实现计算机与人类语言之间的交互。
网络分析(Network analysis) – 分析网络或图论中节点间的关系，即分析网络中节点间的连接和强度关系。
NewSQL – 一个优雅的、定义良好的数据库系统，比SQL更易学习和使用，比NoSQL更晚提出的新型数据库
NoSQL –
顾名思义，就是“不使用SQL”的数据库。这类数据库泛指传统关系型数据库以外的其他类型的数据库。这类数据库有更强的一致性，能处理超大规模和高并发的数据。
O
对象数据库(Object Databases) –
(也称为面象对象数据库)以对象的形式存储数据，用于面向对象编程。它不同于关系型数据库和图形数据库，大部分对象数据库都提供一种查询语言，允许使用声明式编程(declarative
programming)访问对象
基于对象图像分析(Object-based Image Analysis) –
数字图像分析方法是对每一个像素的数据进行分析，而基于对象的图像分析方法则只分析相关像素的数据，这些相关像素被称为对象或图像对象。
*** 作型数据库(Operational Databases) –
这类数据库可以完成一个组织机构的常规 *** 作，对商业运营非常重要，一般使用在线事务处理，允许用户访问 、收集、检索公司内部的具体信息。
优化分析(Optimization analysis) –
在产品设计周期依靠算法来实现的优化过程，在这一过程中，公司可以设计各种各样的产品并测试这些产品是否满足预设值。
本体论(Ontology) – 表示知识本体，用于定义一个领域中的概念集及概念之间的关系的一种哲学思想。(译者注:
数据被提高到哲学的高度，被赋予了世界本体的意义，成为一个独立的客观数据世界)
异常值检测(Outlier detection) –
异常值是指严重偏离一个数据集或一个数据组合总平均值的对象，该对象与数据集中的其他它相去甚远，因此，异常值的出现意味着系统发生问题，需要对此另加分析。
P
模式识别(Pattern Recognition) – 通过算法来识别数据中的模式，并对同一数据源中的新数据作出预测
P字节(PB: Petabytes) – 约等于1000 TB(terabytes), 约等于1百万 GB
(gigabytes)。欧洲核子研究中心(CERN)大型强子对撞机每秒产生的粒子个数就约为1 PB
平台即服务(PaaS: Platform-as-a-Service) – 为云计算解决方案提供所有必需的基础平台的一种服务
预测分析(Predictive analysis) –
大数据分析方法中最有价值的一种分析方法，这种方法有助于预测个人未来(近期)的行为，例如某人很可能会买某些商品，可能会访问某些网站，做某些事情或者产生某种行为。通过使用各种不同的数据集，例如历史数据，事务数据，社交数据，或者客户的个人信息数据，来识别风险和机遇
隐私(Privacy) – 把具有可识别出个人信息的数据与其他数据分离开，以确保用户隐私。
公共数据(Public data) – 由公共基金创建的公共信息或公共数据集。
Q
数字化自我(Quantified Self) – 使用应用程序跟踪用户一天的一举一动，从而更好地理解其相关的行为
查询(Query) – 查找某个问题答案的相关信息
R
再识别(Re-identification) – 将多个数据集合并在一起，从匿名化的数据中识别出个人信息
回归分析(Regression analysis) –
确定两个变量间的依赖关系。这种方法假设两个变量之间存在单向的因果关系(译者注：自变量，因变量，二者不可互换)
RFID – 射频识别; 这种识别技术使用一种无线非接触式射频电磁场传感器来传输数据
实时数据(Real-time data) – 指在几毫秒内被创建、处理、存储、分析并显示的数据
推荐引擎(Recommendation engine) – 推荐引擎算法根据用户之前的购买行为或其他购买行为向用户推荐某种产品
路径分析(Routing analysis) –
针对某种运输方法通过使用多种不同的变量分析从而找到一条最优路径，以达到降低燃料费用，提高效率的目的
S
半结构化数据(Semi-structured data) –
半结构化数据并不具有结构化数据严格的存储结构，但它可以使用标签或其他形式的标记方式以保证数据的层次结构
情感分析(Sentiment Analysis) – 通过算法分析出人们是如何看待某些话题
信号分析(Signal analysis) – 指通过度量随时间或空间变化的物理量来分析产品的性能。特别是使用传感器数据。
相似性搜索(Similarity searches) – 在数据库中查询最相似的对象，这里所说的数据对象可以是任意类型的数据
仿真分析(Simulation analysis) –
仿真是指模拟真实环境中进程或系统的 *** 作。仿真分析可以在仿真时考虑多种不同的变量，确保产品性能达到最优
智能网格(Smart grid) – 是指在能源网中使用传感器实时监控其运行状态，有助于提高效率
软件即服务(SaaS: Software-as-a-Service) – 基于Web的通过浏览器使用的一种应用软件
空间分析(Spatial analysis) – 空间分析法分析地理信息或拓扑信息这类空间数据，从中得出分布在地理空间中的数据的模式和规律
SQL – 在关系型数据库中，用于检索数据的一种编程语言
结构化数据(Structured data)
-可以组织成行列结构，可识别的数据。这类数据通常是一条记录，或者一个文件，或者是被正确标记过的数据中的某一个字段，并且可以被精确地定位到。
T
T字节(TB: Terabytes) – 约等于1000 GB(gigabytes)。1 TB容量可以存储约300小时的高清视频。
时序分析(Time series analysis) –
分析在重复测量时间里获得的定义良好的数据。分析的数据必须是良好定义的，并且要取自相同时间间隔的连续时间点。
拓扑数据分析(Topological Data Analysis) –
拓扑数据分析主要关注三点：复合数据模型、集群的识别、以及数据的统计学意义。
交易数据(Transactional data) – 随时间变化的动态数据
透明性(Transparency) – 消费者想要知道他们的数据有什么作用、被作何处理，而组织机构则把这些信息都透明化了。
U
非结构化数据(Un-structured data) – 非结构化数据一般被认为是大量纯文本数据，其中还可能包含日期，数字和实例。
V
价值(Value) – (译者注：大数据4V特点之一)
所有可用的数据，能为组织机构、社会、消费者创造出巨大的价值。这意味着各大企业及整个产业都将从大数据中获益。
可变性(Variability) – 也就是说，数据的含义总是在(快速)变化的。例如，一个词在相同的推文中可以有完全不同的意思。
多样(Variety) – (译者注：大数据4V特点之一)
数据总是以各种不同的形式呈现，如结构化数据，半结构化数据，非结构化数据，甚至还有复杂结构化数据
高速(Velocity) – (译者注：大数据4V特点之一) 在大数据时代，数据的创建、存储、分析、虚拟化都要求被高速处理。
真实性(Veracity) – 组织机构需要确保数据的真实性，才能保证数据分析的正确性。因此，真实性(Veracity)是指数据的正确性。
可视化(Visualization) –
只有正确的可视化，原始数据才可被投入使用。这里的“可视化”并非普通的图型或饼图，可视化指是的复杂的图表，图表中包含大量的数据信息，但可以被很容易地理解和阅读。
大量(Volume) – (译者注：大数据4V特点之一) 指数据量，范围从Megabytes至Brontobytes
W
天气数据(Weather data) – 是一种重要的开放公共数据来源，如果与其他数据来源合成在一起，可以为相关组织机构提供深入分析的依据
X
XML数据库(XML Databases) –
XML数据库是一种以XML格式存储数据的数据库。XML数据库通常与面向文档型数据库相关联，开发人员可以对XML数据库的数据进行查询，导出以及按指定的格式序列化
Y
Y字节 (Yottabytes) – 约等于1000 ZB (Zettabytes),
约等于250万亿张DVD的数据容量。现今，整个数字化宇宙的数据量为1 YB, 并且将每18年翻一番。
Z
Z字节 (ZB: Zettabytes) – 约等于1000 EB (Exabytes), 约等于1百万
TB。据预测，到2016年全球范围内每天网络上通过的信息大约能达到1 ZB。
附：存储容量单位换算表：
1 Bit(比特) = Binary Digit
8 Bits = 1 Byte(字节)
1,000 Bytes = 1 Kilobyte
1,000 Kilobytes = 1 Megabyte
1,000 Megabytes = 1 Gigabyte
1,000 Gigabytes = 1 Terabyte
1,000 Terabytes = 1 Petabyte
1,000 Petabytes = 1 Exabyte
1,000 Exabytes = 1 Zettabyte
1,000 Zettabytes = 1 Yottabyte
1,000 Yottabytes = 1 Brontobyte
1,000 Brontobytes = 1 Geopbyte

信号衰减原因很多，自然衰减跟频率是没关系的，但绕射、遮挡、大气吸收等就和频率有关，频率越高越容易被遮挡，也容易被吸收。所以高频信号容易衰减。

电磁波在穿透任何介质的时候都会有损耗。手机、无线遥控器、无线路由器、蓝牙、物联网等采用扩频和其他宽带调制技术的无线设备，会在载波频率之外很宽的频率范围内产生带外发射和杂散发射，这些发射会对其他无线电设备产生干扰。

扩展资料：

手机、无线遥控器、无线路由器、蓝牙、物联网等采用扩频和其他宽带调制技术的无线设备，会在载波频率之外很宽的频率范围内产生带外发射和杂散发射，这些发射会对其他无线电设备产生干扰。为此需要制定相关标准来限制无线通讯产品的工作主频和带外杂散发射量。标准中规定杂散发射需要测量天线端口以及机壳外围两种情况。

机壳外围的辐射功率测量通常采用替代法和直接法测量，直接法测量时，机壳外围的辐射功率可以由测量接收天线输出端的功率值并补偿预校准好的系统的自由空间损耗来直接得到。因此校准的自由空间损耗是否准确直接影响到杂散发射的测量结果。

计算机与计算机思维人工智能的主要目的是用计算机来代替人的大脑。选：B特洛伊木马程序是伪装成合法软件的非感染型病毒选：A第二代计算机的主要特征为：全部使用晶体管，运算速度达到每秒几十万次。选：B计算思维最根本的内容，即其本质是抽象和自动化。选：A感测与识别技术包括对信息的编码、压缩、加密等。选：B计算机软件的体现形式是程序和文件，它们是受著作权法保护的。但在软件中体现的思想不受著作权法保护。选：A信息是人类的一切生存活动和自然存在所传达出来的信号和消息。选：A网格计算（GridComputing）是一种分布式计算。选：A第三代计算机的硬件特征是用中、小规模集成电路代替了分立的晶体管元件。选：A第一代计算机的程序设计语言是用二进制码表示的机器语言和汇编语言。选：A计算思维说到底就是计算机编程。选：B计算思维是一种思想，不是人造物。选：A云计算是传统计算机和网络技术发展融合的产物，它意味着计算能力也可作为一种商品通过互联网进行流通。选：A计算思维是人象计算机一样的思维方式。选：B小型机的特征有两类：一类是采用多处理机结构和多级存储系统，另一类是采用精减指令系统。选：A大规模集成电路的应用是第四代计算机的基本特征。选：A恶意软件是故意在计算机系统上执行恶意任务的特洛伊木马、蠕虫和病毒。选：A信息处理与再生技术包括文字识别、语音识别和图像识别等。选：B对计算机病毒的认定工作，由公安部公共信息网络安全监察部门承担。选：A信息技术(InformationTechnology,IT)是指一切能扩展人的信息功能的技术。选：A计算机系统及计算原理为了提高计算机的运行速度和执行效率，在现代计算机系统中，引入了流水线控制技术，使负责取指令、分析指令、执行指令的部件串行工作。选：B一台计算机能够识别的所有指令的集合称为该计算机的指令系统。选：A *** 作系统是系统软件中最重要的一种，其功能是对计算机系统所有资源进行管理、调度和分配。选：A刷新频率是CRT显示器的技术指标，指的是屏幕更新的速度。刷新频率越高，屏幕闪烁就越少。选：AASCII码用7位二进制编码，可以表示26个英文字母（大小写）及42个常用符号，34个控制字符。选：A汇编语言的特点是由二进制组成，CPU可以直接解释和执行。选：B主频是指CPU和芯片组的时钟频率或工作频率。选：B外存和内存相比，具有容量大，速度慢，成本高，持久存储等特点。选：B微型计算机的台式兼容机是自己根据需要选择各个部件，配置出自己的计算机。选：A计算的复杂度指的是随着问题规模的增长，求解所需存储空间的变化情况。选：B目前微型计算机中常用的硬盘接口主要有IDE和SATA两种。其中，IDE是一种串行接口，SATA是一种并行接口。选：B构成计算机系统的电子元件、机械装置和线路等可见实体称为计算机系统的硬件。选：A声音信号和视频信号的数字化处理过程都是采样→量化→编码。选：BCache主要是解决CPU的高速度和RAM的低速度的匹配问题。选：A微型计算机外存储器是指软盘、硬盘、光盘、移动存储设备等辅助存储器。选：A判断 *** 作系统及XP *** 作盘系统使用LINUX是一个分时 *** 作系统。选：A格式化U盘是右击桌面“我的电脑”图标并选择格式化命令。选：B重启计算机意味着清除内存所有信息，重新把Windows *** 作系统调入内存。选：A剪贴板是内存中开辟的临时存储区，可实现Windows环境下应用程序之间数据的传递和共享。选：A文件名中不可以使用“/”这个符号。选：A打开一个对话框就是启动一个应用程序。选：B从回收站清除的文件不借助其他软件无法再恢复。选：A使用DEL键删除文件是进行物理删除而不是逻辑删除。选：B隐藏任务栏右边的扬声器是打开控制面板中的“声音和音频设备”对话框，去掉“将音量图标放入任务栏”复选框的勾。选：A搜索文件时可以按扩展名分类搜索。选：A我们无法知道CPU使用的情况。选：AWindowsXP *** 作系统是单用户、单任务 *** 作系统。选：B安装打印机不仅要把打印机的数据线连接到计算机上，还要加装该打印机的驱动程序。选：A注销计算机和重新启动计算机的作用完全相同。选：B计算机网络及INTERNET应用分组交换网也叫X25网。选：A搜索引擎是一个应用程序。选：B广域网是一种广播网。选：B分布式处理是计算机网络的特点之一。选：A网卡是网络通信的基本硬件，计算机通过它与网络通信线路相连接。选：A网络安全的基本需求是信息机密性、完整性、可用性、可控性和不可抵赖性。选：AGoogle就是典型的目录搜索引擎选：B非对称密钥密码体系也成为公开密钥密码体系，即加密解密采用两个不同的密钥。选：A人们通常把体系结构标准化的计算机网络称为第三代计算机网络。选：AYahoo是典型的目录搜索引擎。选：A网关又称协议转换器，不同类型的局域网相连接的设备。选：A>