没有合适的资源?快使用搜索试试~ 我知道了~
南昌市广电综合信息网络总体方案(共230页).DOC
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 85 浏览量
2021-12-27
11:36:00
上传
评论
收藏 1.13MB DOC 举报
温馨提示
试读
230页
南昌市广电综合信息网络总体方案(共230页).DOC
资源推荐
资源详情
资源评论
第一章 前 言
1.1 项目背景
随 着 社 会 和 技 术 的 发 展 进 步 , 人 类 进 入 了
信 息 时 代 。 专 家 们 预 言 : 2 1 世 纪 信 息 产 业 在 国
民 经 济 的 发 展 中 起 支 柱 作 用 。 我 国 政 府 十 分 重 视
信 息 化 及 其 基 础 设 施 建 设 , 在 立 了 信 息 化 工 作 领
导 小 组 , 制 定 了 《 国 家 信 息 化 九 五 规 划 和 2 0 1 0
年 发 展 纲 要 》 。 并 提 出 : “ 通 信 网 、 广 播 电 视 网 、
计 算 机 网 互 联 互 通 , 互 为 备 份 , 为 国 民 经 济 和 社
会 全 面 进 步 服 务 ” , 已 说 明 广 播 电 视 网 是 国 家 信
息 化 基 础 设 施 的 一 个 重 要 组 成 部 分 。 有 资 料 表 明 :
广 播 电 视 为 社 会 提 供 了 7 0 % 以 上 的 信 息 。 在 新 的
历 史 时 期 , 广 播 电 视 在 国 家 信 息 化 建 设 中 要 发 挥
自 己 应 有 的 作 用 。
在 广 播 电 视 系 统 中 所 传 输 的 信 息 种 类 很
多 , 从 媒 体 的 类 别 看 , 具 有 众 多 的 信 息 种 类 : 包
括 声 音 、 图 像 、 数 据 、 视 频 等 ; 从 地 理 分 布 来 看
它 具 有 多 级 结 构 ; 从 应 用 看 情 况 更 复 杂 , 有 广 播
电 视 节 目 、 计 算 机 数 据 库 查 询 、 多 媒 体 信 息 点 播
等 ; 从 传 输 手 段 看 有 无 线 、 有 线 、 微 波 、 卫 星 传
输 等 , 形 成 “ 天 地 一 体 , 星 网 结 合 ” 的 立 体 传 输
网 络 , 这 已 成 为 目 前 高 速 信 息 网 与 用 户 之 间 传 输
各 种 信 息 , 实 现 信 息 交 换 的 最 好 的 传 输 网 和 接 入
网 。
广 电 高 速 多 媒 体 信 息 网 就 是 建 立 在 广
电 骨 干 传 输 网 上 的 、 提 供 宽 带 多 媒 体 信 息 的 综 合
业 务 网 。 它 分 为 主 干 网 ( 核 心 层 ) 、 中 继 网 ( 地 区
层 ) 和 接 入 网 ( 接 入 层 ) , 主 干 网 和 中 继 网 以 广 电
全 国 主 干 网 和 各 地 区 网 作 为 广 域 传 输 通 信 平 台 ,
接 入 网 采 用 本 地 数 据 骨 干 网 和 C A T V 网 , 广 电 网
的 特 点 就 宽 带 、 高 速 率 、实 现 多 种 不 同 业 务, 终
端 传 输 不 对 称 性 , 适 合 传 输 占 大 量 带 宽 的 视 频 、
语 音 等 多 媒 体 信 息 , 目 前 的 C A T V 分 布 网 绝 大 多
数 是 单 向 的 如 果 改 造 成 双 向 , 采 用 大 容 量 光 纤 作
为 骨 干 传 输 、 就 可 以 满 足 交 互 式 多 媒 体 网 络 对 接
入 网 的 要 求 。
高 速 多 媒 体 网 的 要 求 是 综 合 化 的 , 单 一
的 电 话 网 或 C A T V 网 和 计 算 机 网 都 不 能 独 立 完 成
这 一 使 命 。 这 就 需 要 三 网 联 合 、 取 长 补 短 、 互 相
融 合 、 互 相 渗 透 。 它 将 是 一 个 以 超 大 容 量 光 纤
传 输 网 络 为 骨 干 、 以 高 性 能 计 算 机 为 枢 纽 , 能 传
输 、 交 换 话 音 、 图 象 ( 静 止 或 活 动 〕 、 数 据 , 而
且 是 交 互 式 的 、 拥 有 多 媒 体 终 端 , 其 信 道 速 率 可
达 G b p s 级 的 宽 带 、 高 速 、 综 合 智 能 通 信 网 络 ,
即 是 一 个 交 互 式 多 媒 体 网 络 。
总 之 , 未 来 的 高 速 多 媒 体 综 合 业 务 网 将 以
光 纤 为 传 输 、 以 信 元 或 I P 为 交 换 、 以 C A T V 网 为
接 入 、 以 国 内 广 大 ISP 为 信 息 源 , 并 与 Internet 互
联 的 可 以 提 供 高 速 、 宽 带 和 丰 富 的 多 媒 体 信 息 的
先 进 、 智 能 的 交 互 式 网 络 。
从 信 息 的 生 产 来 看 , 通 信 行 业 只 有 传 输 网 络
和 设 备 , 可 以 为 人 们 传 送 信 息 , 但 它 本 身 并 不 产
生 信 息 。 报 纸 虽 有 大 量 的 信 息 , 但 其 制 作 传 输 手
段 太 慢 、 太 原 始 , 而 且 它 们 也 没 有 传 送 影 视 节 目
的 能 力 , 只 有 广 播 电 视 系 统 既 掌 握 信 息 源 , 又 拥
有 先 进 的 传 输 网 络 。 因 而 广 播 电 视 系 统 是 名 符 其
实 的 最 大 的 信 息 产 业 。 它 既 能 采 制 加 工 处 理 信 息 ,又
能 传 送 文 艺 节 目 , 还 能 开 展 电 视 教 育 , 因 而 它 是
一 个 综 合 信 息 行 业 、 多 功 能 信 息 行 业 。 2 1 世 纪
的 信 息 时 代 , 广 播 电 视 送 将 处 在 更 重 要 的 地 位 ,
信 息时 代 的 许 多 主 要 功 能 如 : 电视 会 议 、 远 程 教
学 、 远 程 医 疗 诊 断 、 DVB 、 HDTV 、VOD、电 视 电 话 、
交 互 式 电 子 游 戏 等 等......,都 是 图 像 通 信 , 这 些
功 能 , 只 有 广 播 电 视 才 有 条 件 完 成 。 信 息 时 代 所
需 的 高 速 、 宽 带 网 络 也 只 有 广 播 电 视 系 统 才 具 备 。
目 前 国 际 上 所 用 的 D V B ( 卫 星 广 播 ) 已 达 700 个 频
道 , 将 来 可 达 到 1.5 万 个 频 道 。 由 此 可 见 , 信 息
时 代 提 供 信 息 量 最 大 、 信 息 内 容 最 广 泛 的 仍 然 是
广 播 电 视 系 统 。 到 那 时 广 播 电 视 系 统 已 不 是 单 一
的 单 向 广 播 系 统 , 它 将 是 一 个 综 合 影 视 、 数 据 和
话 音 通 信 于 一 体 的 综 合 信 息 系 统 。
同 时 迎 合 时 代 的 发 展 , 统 计 显 示 , 互 联 网
( I n t e r n e t ) 发 展 的 速 度 超 过 了 它 以 前 的
所 有 其 他 技 术 。 无 线 电 广 播 问 世 三 十 八 年 后 拥 有
五 千 万 听 众 , 电 视 诞 生 十 三 年 后 拥 有 同 样 数 量 的
观 众 。 而 互 联 网 从 一 九 九 三 年 对 公 众 开 放 到 拥 有
五 千 万 用 户 只 花 了 四 年 时 间。 目 前 , 全 世 界 互 联
网 使 用 者 一 点 五 亿 , 预 计 到 二 0 0 一 年 互 联 网 使
用 者 将 达 三 亿 。
综 上 所 述 , 我 们 完 全 有 理 由 相 信 , 在 高 新
技 术 迅 速 发 展 的 时 代 , 广 播 电 视 系 统 将 作 为 良 好
的 综 合 业 务 信 息 平 台 , 在 信 息 时 代 , 给 人 类 的 生
活 、 工 作 、 学 习 、 娱 乐 等 各 个 层 次 带 来 深 远 的 影
响 和 冲 击 。
南 昌 市 位 于 赣 江 、 抚 河 下 游 平 原 地 带 , 辖
五 区 四 县 , 总 面 积 7 4 0 2 平 方 公 里 , 总 人 口 3 7
8 万 。 南 昌 市 是 江 西 省 省 会 , 是 江 西 的 政 治 、 经
济 、 文 化 中 心 。
近 年 来 在 市 委 、 市 政 府 , 和 省 广 播 电 视 厅
的 领 导 和 关 怀 下 , 在 市 有 线 电 视 工 作 者 的 共 同 努
剩余229页未读,继续阅读
资源评论
辰森技术
- 粉丝: 4
- 资源: 4185
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- n.cpp
- jdk-8u411-windows-x64下载安装可用
- vgg模型-图像分类算法对水果识别-不含数据集图片-含逐行注释和说明文档.zip
- KMP算法(Knuth-Morris-Pratt算法
- vgg模型-python语言pytorch框架训练识别化妆品分类-不含数据集图片-含逐行注释和说明文档.zip
- KMP算法(Knuth-Morris-Pratt算法
- shufflenet模型-基于人工智能的卷积网络训练识别狗的表情-不含数据集图片-含逐行注释和说明文档.zip
- shufflenet模型-python语言pytorch框架训练识别张嘴闭嘴-不含数据集图片-含逐行注释和说明文档.zip
- resnet模型-基于人工智能的卷积网络训练识别面部表情识别-不含数据集图片-含逐行注释和说明文档
- resnet模型-python语言pytorch框架训练识别香蕉品质-不含数据集图片-含逐行注释和说明文档.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功