在自由空间中,低频信号似乎走得更远,因为该信号要么被地面衍射,要么被高层大气层反射,从而使它实际上走得更远。
在需要穿透墙壁的城市环境中,2.4GHz的传输距离是否比433MHz的无线电传输距离还远?
在电磁光谱中,伽马射线和X射线是否具有良好的穿透性,因为它们具有很高的频率?
在自由空间中,低频信号似乎走得更远,因为该信号要么被地面衍射,要么被高层大气层反射,从而使它实际上走得更远。
在需要穿透墙壁的城市环境中,2.4GHz的传输距离是否比433MHz的无线电传输距离还远?
在电磁光谱中,伽马射线和X射线是否具有良好的穿透性,因为它们具有很高的频率?
Answers:
确实,较高的频率总是比较低的频率穿透得更深。各种材料的透明度随波长变化的曲线图可能非常块状。考虑一下彩色滤光片,它们仅适用于狭窄的八度波长,我们称之为可见光。
您显然在想的是波长太短,以至于能量非常高,例如X射线和伽马射线。这些都是因为它们的高能量而通过。在较低的能量(较长的波长)下,波以各种方式与材料相互作用,因此它们可以被吸收,折射,反射和重新发射。这些效应以非单调方式随波长,材料深度,电阻率,密度和其他属性而变化。
实际上,较高的频率具有较差的穿透能力。如果您考虑一个纯粹的理论模型,即所谓的趋肤深度,它给出了给定频率的电磁波能够穿透的导体层的厚度,那么您会发现趋肤深度是成反比的频率的平方根:
结果还导致交流电流不能使用导线的整个横截面(正确设计的空心导线可以完成相同的工作),这(部分)就是为什么较小的天线可以正常传输。
但是实际上,事情要复杂得多。无线高清视频是一项严峻的工程挑战(部分原因),因为提供适当带宽所必需的高频信号往往会弹起墙。在此类应用所需的非常高的频率(即〜60 GHz)下,其他吸收/反射现象会影响传输:例如氧气(在空气中)的吸收。这在很大程度上取决于您的波动所需要通过的媒介。
因此,简短的答案是没有。更高的频率无法比低频更好地穿过墙壁。
物理定律可以弯曲,但永远不能打破。
正如讨论所揭示的那样,信号在大气/空间中传播,撞击和通过,被吸收以及沿着反射路径反弹的方式非常复杂。在较低频率下,波长更长,这使得设计天线以适合小型设备的难度更大。信号传播得更远,使覆盖范围更容易,成本更低。但是,这也导致信号干扰,除非以某种方式区分进入公共区域/空间的信号,以便可以通过使用模拟方式或数字信号处理来过滤干扰信号。
在更高的频率下,波长变得更短,这使得将天线打包到小型设备中的工作变得不那么困难,并且可以捕获到达天线的更高电平的信号。但是,信号也被普通的建筑材料,树叶和其他物体吸收得更多。信号趋向于更多地反弹,从而导致多个反射信号出现在非视线(NLOS)区域。这些是其他方面的突出设计注意事项。
越来越多地使用包括信号处理和分数波长天线设计在内的无线技术来抵消信号传播的负面影响,从而在通信中变得实用。与可能尝试滤除所有信号的模拟方法相比,信号处理会利用诸如信号的多径传播之类的负面影响,从而将信号合并以将接收到的信号提高到更高的SNR(信噪比)。更强的信号。MIMO方法不是使用窄带天线,而是使用MIMO,多输入,多输出的信令方法来接收多径信号,并在时空中对其进行区分,这是一种模拟功能,将其数字化并使用信号处理来针对由信号传播引起的时间差异。
信号如何传播的问题很复杂,通常必须限制在用例中,以权衡影响,否则就变得笨拙。但是,必须考虑在理论模型和不断发展的方法上都有广泛的基础,以应对或利用信号的传播方式,吸收如何减少干扰以及如何阻止信号接收,以及反射如何通过多个频率复用增加带宽。
将这种理解带入应用领域需要对组件(天线,芯片等),设备的实用性以及相对于替代品的成本进行实际考虑。最后,在竞争性应用环境中,必须考虑使用多频载波信令方法来提高无线通信的可靠性和组合带宽,以及这如何影响成本等式。
信号与障碍物相互作用的方式比基线计算更为复杂:根据波长,墙壁或其他材料的形成方式可能会在更大或更小程度上阻止信号。在较高的频率处,波长被减小,使得它们可以穿过开口或晶格型结构,而较低的信号可以被吸收或反射。另一方面,材料的分子或组分结构可能会谐振到特定频率:例如,水分子会在2.4 GHz,3.1 GHz附近的主节点处谐振。这就是为什么微波炉通常在2.4 GHz附近运行的原因。由于树叶,雨水和降雪等中存在水,因此会引入特定范围的干扰。无论是否知道,有些人可能对此有经验:
几年前,MIMO已经从国防和航空雷达以及通信中的先前使用发展为制造,并逐渐发展成为WiFi和移动通信中使用的半导体。在此之前,许多顶级设计工程师都对它的优势,成本和实用性表示怀疑。无线子领域已经出现,极大地有利于无线通信,商业雷达和其他应用。较高的频段因散射少而受益最大,更直的视线可提供更好的信号识别/隔离。与较低的频带相比,更多的可以导致轻松和更好的多径信令特性。
但是,我们现在所处的时代是多频带通信的时代,其中最佳的频段是最有利的机会,并且适合于应用程序的需求。