通信工程专业英语翻译1数字表示形式的信息数字表示的主要优势在于普遍性的表示形式。

由于任何形式的媒体，将它的文本、图像或声音，唯一的形式，相同的方式和相同类型的设备最终处理结果序列中的位数，所有种类的信息编码。

此外，转换的数字信息是免费的错误而模拟转换介绍扭曲和噪音。

1.存储相同的数字数据存储设备可用于所有的媒体。

唯一的区别可能在于大小要求。

仍图像和视频的议案要求大量比文本或图形。

声音也苛刻虽然不如成像。

因此，适当的数字设备可能是必需的例如光盘只读记忆(光盘)。

但关键的一点是，单个类型的数字设备可能会存储所有种类的信息。

2、传输任何能够携带bits 的数据通信系统具有传输任何多媒体数字信息的潜力。

因此，单一的通信网络，支持数字传输可以在理论上，设想。

这一概念称为是旨在整合所有信息传播媒介的运输设施的综合的服务数字网络。

困难可能出现的某些应用程序，特别是要求那些需要尊重高保真的数字信号的时间依赖。

甚至当潜在的整合不同类型的单个通信系统上的信息不利用此漏洞，数字与模拟传输的好处很多。

第一，数字信号是传输噪声比模拟信号不太敏感。

第二，再生的信号，是加强减毒的信号，该进程的更容易。

第三，可以实现错误检测和更正。

第四，加密的信息也是更容易。

3.处理像所有的信息存储在计算机上，它可以将处理、分析、修改、更改或辅之以计算机程序的任何其他数据一样。

这可能是潜力在哪里的最高水平。

可能会试图识别语义内容（语音、手写、表单和模式识别）。

高级的内容识别的一个示例是削减议案视频自动识别和索引视频序列的检测。

数据结构，链接使用指针之间信息的元素，可能会创建更快和灵活的检索。

通过剪切和粘贴函数来创建monomedia 强大编辑（例如声音只）或多媒体文档是可能。

可去除噪音或错误的改进信息的质量，按所示的旧的乙烯基记录数字化来创建高质量音频光盘。

信息相似但创建通过不同类型的流程─ 如议案影像合成的电脑和摄像机拍摄到的视频五月将混在一起。

总结：数字表示允许不同的信息类型的存储在同一台设备上。

此外可通过单个数字网络传输信息。

同样地，当数字化，所有形式的信息可能会都处理由计算机程序，用于编辑、质量改进或信息的意义的认识。

4.缺点是连续信息的数字表示形式信息的数字表示形式的主要缺点在于编码失真。

第一次采样然后量化和编码采样的值的过程介绍了扭曲。

这样做的结果是，生成数字-模拟转换后，提交给最终用户的信号已被完全等同于原始信号的可能性微乎其微。

增加的采样率和相乘的代码示例使用的位数减少失真。

其结果是更的多的时间或空间的单位，称为比特率，有必要为代表的信息每位。

有的比特率爆炸显然技术限制：存储容量不是无限的和输电系统还具有有限的带宽。

其中的关键问题，然后就是选择的数字化，它确定的比特率，准确性和由用户感知的扭曲现象之间的适当平衡。

请不要忘记它是如何扭曲被视为由人类的问题，不是它们的物理。

另一个后果，如前面提到的是声音大数字存储容量的移动或静止图像和较小的程度上，对需要。

八分钟的立體聲CD 都不足以完全填充80 兆硬磁盘的标准的个人计算机。

幸运的是，开发了压缩算法来减轻这些要求。

但最近只有引人瞩目的进展是在数字存储容量和成本已启用的大规模数字化存储媒体，如图像、声音和运动视频的发展。

让我们总结一下：数字化过程介绍信息失真。

通过提高采样率和代码每个采样的位数，可以实现减少这种扭曲。

图像、声音和运动视频需要大量的数字存储容量。

2期望与时刻预期或预期的值，是只是概率随机变量的平均值（或变量函数的）在实验中。

我们开始一个随机变量，为例的泛化后（一般化, , 普遍化概括, 广义性）到多元[统][数]多变量的,多元的）的情况是简单。

让g(X) 是一个随机变量X 同一个指定的概率密度函数的函数或概率密度函数。

因此，Y=g(X) 是另一个r.诉，这可能是离散或连续随机变量X 和函数g(X) 的性质。

Y，编写E(Y)，预期价值被定义为(u1-2.1a 系列)(as-388-2.1b系列)在离散r.诉' s，我们将积分替换求和公式：（2.1）中的关系有时被称为基本定理的期望，但我们把它作为一个定义。

话说，预期值是简单的概率加权平均的值的g(X)，和符号 E [] 是不可或缺的运算符只是速记。

1.第一和第二次的时刻重要的特殊情况，此一般定义的可获得时g (X) = X，身份的功能，以及何时g (X) = X2。

在前一种情况或者（2.2）被称为X 的第一时刻或更常见的是，均值的X 或X 的预期值。

速记，X 的预期值将被表示为或偶尔米时的随机变量名称是清除。

要记得在力学中，一个比喻，如果我们让(X) 然后将单位长度的细杆大众是关于一些值对称x0，然后提供积分或sum (2.2) 中的存在。

当g (X) = X2，我们有(2.3)这种行为称为第二次的时刻或十.通常这由表示均方值.（要追求力学类比，是关于点杆的转动惯量x = 0)一个相关的时刻是方差或第二个中央时刻：(2.4)（物理的类比，Var [X] 是刚刚惯量有关质量中心）。

直接扩展和集成在(2.4) 给(2.5)因此，一个随机变量的方差是相等于其第二个时刻减去第一时间的平方。

随机变量X 的标准偏差被定义为正的方差的平方根，并且是一项共同措施的散点图或分散。

高斯分布的随机变量，标准偏差是σ。

这些可以验证进行中(2.4) 的整合。

若要扩展定义的多维案期望的期望，我们让Y=g(X) n 维随机向量X 的标量值函数。

我们定义Y 要预期价值(2.6)在我们解释的积分要求n 维的集成。

我们现在为期望操作符发展一个重要的业务规则。

考虑总和n 随机变量，Y = X1+ X2+ 进程运行·+ X n。

预期的Y 值(2.7)最后一步如下定义的期望（2.6），或我们可能首先为每个变量找到适当的边际密度反过来，然后使用（2.2）。

因此，无论什么性质的联合密度的n r.诉' s，我们期望的总和是预期值的总和。

2.相关和协方差重视研究随机过程中，当然在通信和信号处理的期望是产品的X2，定义为他们的期望和两个随机变量X1之间的相关性：(2.8)甚至更有用的是X1和X 之间协方差2:(2.9)在我们定义m我随机变量X我的平均数。

请注意，Cov(X,X)=Var(X) 和的冠状病毒（X1X2) = 冠状病毒（2、X X1).因此从(2.8) 如果X1、X2是独立的那么其相关性是他们的手段，m1米2、给予的零(2.9）中的协方差的产品。

协方差为零，当变量都说是不相关。

（更容易和更少令人困惑的任期将会uncovarianced）现在让我们返回到n 的独立变量的总和并考虑Y 的方差。

为简单起见，让我们假设 E [X我] = 0 的所有i，和因此E [Y] = 0。

Y 的差异，然后是我们已调用结果刚刚研制出的[X i X j] E = E [X我] E [X j] i≠j，为独立变量，以及零均值的假设。

因此，这一结果独立随机变量的总和的方差总结在总和中的每个变量的方差而取得的认为即使时的总结的变量具有非零均值。

独立随机变量不相关，但反过来说也是不一般。

凡持有相反的一个重要理由是共同高斯r.诉案' s，就像我们现在讨论。

示例：联合高斯随机变量随机变量X1、2、进程运行·，n X X 都是共同高斯（或共同正常）如果n 维密度函数是窗体的(2.11)其中，x 是n 元组的行向量表示m = 进程运行· m n m2m1）是载体的手段，x T表示矢量转置，K 是n × n 协方差矩阵，定义为(2.12)在(2.11) 指数是二次的形式，这就意味着恒概率密度的曲面是n 维的椭球。

在两个变量的特殊情况联合体育 d.f.可以以五个参数表示：两个意味着两个变量与相关系数(2.13)相关系数为非高斯变量以这样的方式定义，并可被显示为躺在[-1、1] 的时间间隔。

图2.1 描绘了级别的轮廓或在几个值ofρ 的二元高斯情况不断体育d.f.轮廓。

随机变量一起回到n 维的情况下，我们可以看到，如果是不相关的然后K 是一个对角线的矩阵，与条目和密度函数将成为(2.14)事实证明独立。

若要强调一点，不相关高斯随机变量是独立的。

其他分析方便适用于高斯r.诉' s。

第一，边际密度的高斯随机变量也高斯形式，和条件体育d.f.的之一的高斯的变量，前提条件是知识的另一个，也是高斯窗体。

此外，如果我们让Y = Y1、Y2、进程运行· Y n）获得的X、Y，即任何线性变换= AX + b，其中 A 是一个真正可逆n × n 矩阵，b 是一个真正的 1 × n 向量，然后Y 是仍共同高斯，尽管有一个新的均值向量和新的协方差矩阵。

这很容易体现在求解的y x 然后代入(2.12) 和观测的二次型指数。

因此，手术线性变换的高斯变量分析需要均值向量和协方差矩阵的唯一的考虑因素。

作为两个随机变量的相关性扩展，考虑随机变量定义的产品的n 变量，Z = X1X2进程运行· ZX n。

其期望是(2.15)而不能在一般进一步简化。

但是，如果变量是独立的然后我们可能因子n 维体育d.f.并获取(2.16)因此，提供独立持有，随机变量标识其预期的值的乘积的产品的预期价值。

3面向对象设计OSI 系统管理严重依赖的面向对象设计原则在代表管理信息。

此文本提供了这些原则的简要概述。

3.1 动机面向对象概念变得相当流行地区计算机编程，可互换、可重复使用、容易更新和轻松地相互连接的软件部分的承诺。

最近，数据库设计人员已开始欣赏对象定位，其结果是面向对象的数据库管理系统(OODBMSs) 已经开始出现的优势。

它是这后者的区域，是OSI 系统管理相关。

面向对象的编程和面向对象的数据库管理系统其实是不同的东西，但他们共享一个关键概念：软件或数据可以被"集装箱"。

一切都将进入一个框，并可在框内的框。

在最简单的常规程序中，一个程序步骤，就相当于一条指令，在面向对象的语言，每个步骤可能等同于整个boxful 的指令。

同样，使用面向对象的数据库中，一个变量，而不是以单个数据元素，不等于可能等同于整个boxful 的数据。

面向对象数据库的吸引力是其代表各种概念和事实的灵活性。

对于基本的文本和数字信息，传统的面向记录的数据库提供了高效的存储，和关系数据库提供简单且功能强大的通道设施。

但是，当数据不是，或者不能组织成整齐的行和列的词汇和数字，这些方法都存在的缺陷。

下面是一些需要其它种类的数据表示应用程序的示例：化工和制药公司，其数据描述的结构和分子特性家电子产品商店，其关键的数据是半导体设计的巨大库石油公司，存储大量的地球物理地图广告代理机构，具有大量的布局、照片、磁带和电影这些应用程序，可以反映的事，它代表结构的数据库是至关重要的。