学了七年的通信,我也想说说通信。

互联网时代

通信,其实就是人和人说话。

以前最常听老师讲的就是"4个W1个H",Who When Where What How。简单说就是,谁在什么时间什么地点以何种方式传播何种信息,所谓通信,研究的就是保证任何人在任何时间任何地点能够以任何方式准确可靠的传递任何类型的信息。

         [01通信通信]

Who:表示传递信息的人。又分为,一对一,一对多,多对一,多对多。

Where:表示传递信息时人的位置。可以是任何地方,包括人口比较密集的CBD中心,人际稀少偏僻的乡村或森林沙漠,也包括乘坐在高速行驶的车上,包括通过各种桥和隧道等。

When:在人有通信需求的任何时间,都能提供通信服务,保证通信质量。

What:人要传递的信息内容。包括语音,文字,图片,小视频,动图,表情包等等,像语音和视频这类信息,又包括实时的和允许有延时的两种。其实对于互联网来说,表情也是一种文字,我们发的链接也是文字。这些不同类型的信息主要在于大小不同,对网络信号强弱的要求不一样。

How:人以什么方式传递这些信息。包括电话,传真,广播,快递,电视,对讲机,移动手机。同时传递这些信息时,人处于什么样的网络环境下,包括有线网,移动网络,WIFI网络等等。

这些只是最简单最基本的通信,一般人在日常生活中也会经历到这些,也能体味到这种种情况的不同之处。

而作为在最专业的通信院校系统学了七年通信的人,当然要弄清楚的不止这些。

以我们最常应用的移动手机为例,需要考虑:怎么保证基站时时刻刻知道手机的位置;怎么能使得手机在待机和通话时消耗最少的电;怎么能对人们说的话传递的各种类型信息进行加密以保证信息的安全;怎么能使尽可能多的用户同时进行通信还不会互相干扰;基站如何区分每一个手机用户;如何保证加密的信息在接收端被正确解读。

我们常常考虑各种终端的功耗问题,要节能还不能降低通信质量;考虑在固定宽度的路上怎么能容纳更多的互相通信的用户;考虑在用户处于移动状态下也能保证通话质量和信息传递速度;考虑用户传输的任何大小的信息都能快速安全无错的到达目标用户。

我们还要通过各种编码调制扩频功控保证你的信号在经过了大气层的反射,空气中小颗粒物的折射,房屋建筑物的散射,以及各种干扰之后能够准确无误的到达传播目的地。

还要在目的地对接收到的信号进行解密解调解码检测,当发现错误信息时,要尽可能的帮助用户恢复信息,理解接收到的信号所传递的信息,达到比较有效的沟通。

          [02爱的通信]

人是一种群居动物,人的存在大多依赖于人与人之间的联系,这联系几乎是必须通过不断的沟通也就是通信来实现。所以,研究通信,就是研究人与人的日常交往。

女人最擅长各种编码了吧。大多时候,她们将自己想说的话想表达的意思都封装起来,用另一种说法来代替。可男人不懂得解码,不懂得在接收端恢复出那些加密过的或者有损失的不完整的信息,更不懂得那些信息所传递的情感。

这就造成了误会,不理解,争吵。

有时候女生和男生不在一个频率上传递信息,女生处于比较高的频率,男生处于低频率,频率不一致导致根本无法进行信息的正常传递,你说的话他接收不到,他说的话你完全无意识,两人之间完全隔离,靠盲听和猜测进行交流。

这当然会产生忽视,猜忌,委屈。

有些人不懂得高效率沟通,在说的话中拐弯抹角加入了各种套近乎胡扯的话(专业名词叫做冗余信息),不能清楚明了的说明重点,浪费了所有人的时间和精力,不够绿色环保。

有些人明明和别人不是一个圈子的,非要挤进去,试图说出一些自己无意识的乱七八糟格格不入的想法,弄的大家都尴尬不堪。对于原先圈子里的人来说,他就是噪音,对于他自己而言,强求自己做些不擅长的事,毫无意义。

有时候我们组办活动,会同时开始好几种游戏,为的就是参与活动的总人数达到最大,大家能选择的活动类型变多,参与的积极性和最终体验也更加满意。

我们也会通过作报告写文章做演讲的方式,传递表达自己的想法。《金字塔原理》中告诉了我们很多种如何高效率表达自己思想的方式,也告诉了我们如何与上下级同事高效沟通,其他文章里讲的方式方法都无出其右,这里也不再赘述。

最羡慕的就是,在与人交际中能拿捏好尺度,把握好分寸,不说空话假话,聪明的掌握好沟通节奏,真诚的表达内心想法,清晰明了,言简意赅,这样的沟通才使得双方都舒服有效。

人的一生大多日子是平凡的,有很多天都是一样的,开始,然后结束,没有留下任何回忆。只是希望在这相同的每一天都能体验到舒服有效愉快的沟通,感受到高效沟通给我们带来的便利。或许有天你会遇到那个和你同频同时有同一兴趣能互相理解的人,你们说的话传递的信息都刚刚好能被对方接受到,又刚刚好能互相准确的理解,于是你们达到同步,能够步调一致的向前。

这就是通信,不论你是否意识到,当你说每句话,你都在进行通信,当你写下每句话,你都在通信,当你看电视听广播打电话甚至坐地铁,你都在通信网络中。

引用《互联网时代》中的一句话:你在哪里,你都在世界之中。你孤身一人,你仍在世界之中。

我们都在网络之中
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,686评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,668评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,160评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,736评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,847评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,043评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,129评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,872评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,318评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,645评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,777评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,861评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,589评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,687评论 2 351

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,637评论 18 139
  • 社交红利阅读笔记 书名:社交红利(修订升级版) 作者:徐志斌 出版社:中信出版社 正文前笔记: 推荐序1摘要 社交...
    凫水阅读 8,920评论 4 26
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,858评论 25 707
  • This is Rakudo version 2016.07.1 built on MoarVM version ...
    焉知非鱼阅读 621评论 5 0
  • 基于排序机制的wordcount 按照每个单词出现次数的顺序,降序排序 二次排序 安装文件的第一列排序,如果第一列...
    ibunny阅读 1,676评论 0 0