香农公式？

C=BLog2(1+S/N)

香农提出并严格证明了“在被高斯白噪声干扰的信道中，计算最大信息传送速率C公式”：C=Blog2(1+S/N)。式中：B是信道带宽（赫兹），S是信号功率（瓦），N是噪声功率（瓦）。该式即为著名的香农公式，显然，信道容量与信道带宽成正比，同时还取决于系统信噪比以及编码技术种类香农定理指出，如果信息源的信息速率R小于或者等于信道容量C，那么，在理论上存在一种方法可使信息源的输出能够以任意小的差错概率通过信道传输。该定理还指出：如果R>C，则没有任何办法传递这样的信息，或者说传递这样的二进制信息的差错率为1/2。

香农定理在意外和概率的基础上对信息作出了一个非常普遍的定义。从他的方程中得出的重要讯息时，如果一个事件的概率是百分之五十，那么他恰好包含了一比特的信息。这可以推广到一个更见普遍的概念，即构成一件真正事务的任何东西，都能分解为一串适当大小的比特。而另一个方程则集中于信道的性质，香农表明，在给定的媒介中每秒钟可以传输的比特数有一个极限，这个极限是由信道的带宽和噪声规定的。开发利用这一极限的最经济方法是通过数字化编码。
香浓的影响不只是局限与通信世界，这类方程的形式在以熵为标题的其他科学领域也可找到，以及可在标明一个物理系统中的无序度那里找到。用信息论来说，这可以用意外的程度来表示。

C=Blog2(1+S/N)式中：C是信道容量，B是信道带宽（Hz），S是信号功率（W），N是噪声功率（W）

香农公式发现了信道传输的天花板，意义重大

C=Blog2(1+S/N)式中：C是信道容量，B是信道带宽（Hz），S是信号功率（W），N是噪声功率（W）

香农其人香农定理指出，如果信息源的信息速率R小于或者等于信道容量C，那么，在理论上存在一种方法可使信息源的输出能够以任意小的差错概率通过信道传输。
　　该定理还指出：如果R>C，则没有任何办法传递这样的信息，或者说传递这样的二进制信息的差错率为1/2。
　　可以严格地证明；在被高斯白噪声干扰的信道中，传送的最大信息速率C由下述公式确定：
　　C=B*log2(1+S/N) （ log2表示以2为底的对数）(bit/s)
　　该式通常称为香农公式。B是信道带宽（赫），S是信号功率（瓦），N是噪声功率（瓦）。
　　香农公式中的S/N 为无量纲单位。如：S/N＝1000（即，信号功率是噪声功率的1000倍）
　　但是，当讨论信噪比（S/N）时，常以分贝（dB）为单位。公式如下：
　　SNR(信噪比，单位为dB)=10LG（S/N)
　　 换算一下：
　　 S/N=10^(SNR/10)
　　公式表明，信道带宽限制了比特率的增加，信道容量还取决于系统信噪比以及编码技术种类。

C=Blog2(1+S/N)式中：C是信道容量，B是信道带宽（Hz），S是信号功率（W），N是噪声功率（W） 这个就是传说中的香农公式。

都已经让上面的人说了。哈

C=Blog2(1+S/N)。

C=Blog2(1+S/N)

C=BLog2(1+S/N)，信道容量，传输带宽，信道信噪比