当前位置: 首页 > news >正文

一张图看懂无线网络参考模型

在深入研究复杂的无线通信协议之前,我们需要一张“地图”来搞清楚我们在讨论什么。经典的OSI七层模型是我们计算机网络的教科书标准,但在实际的无线网络(如Wi-Fi)中,我们使用的是一套更为实用、精简的架构。

今天我们就透过这张对比图,来拆解无线网络的骨架。

第一章:理想 vs 现实 —— 从OSI到无线模型

左边的图是理想化的OSI参考模型,就像是网络世界的“宪法”,规定了七层严格的分工。而右边的典型无线网络参考模型,则是现实世界的“操作手册”。

1.1 层的合并与简化

你注意到了吗?在无线模型中,顶部的三层(应用层、表示层、会话层)被统称为上层协议(Upper Layer Protocols)

  • 为什么?因为对于无线传输标准(如802.11 Wi-Fi)来说,你传的是微信消息、网页HTML还是王者荣耀的数据包并不重要。无线网卡只负责把这些数据安全地运送出去,至于数据是什么格式,那是软件(APP和操作系统)的事。

1.2 核心关注点

图中右侧有一个显著的箭头标识——“大多数标准的范围(Scope of most standards)”。

这个范围只覆盖了最底下的两层:物理层(Physical)和数据链路层(Data Link)。

  • 通俗理解:当我们说“发明了Wi-Fi 6”或者“使用了蓝牙5.0”时,我们实际上只是在定义这两层的规则。至于上面的IP地址(网络层)和TCP连接(传输层),那是互联网通用的,无线标准不需要重新发明轮子。


第二章:数据链路层的“双子星”——LLC与MAC

这是这张图最核心、最需要细致解读的部分。在无线模型中,数据链路层并不是铁板一块,而是被切分成了上下两个子层:

  1. 逻辑链路控制子层(Logical Link Control, LLC)—— 位于上层

  2. 介质访问控制子层(Medium Access Control, MAC)—— 位于下层

为什么要这样切分?我们用一个“物流中心”的例子来深入浅出地解释。

2.1 LLC子层:全能的调度员(Multiplexer)

图中的文字特别强调了LLC的主要功能:多路复用(Multiplexing)

  • 场景类比:

    想象MAC层是一辆货车,负责在A地和B地之间跑运输。

    这辆货车不仅要运送信件(Web流量),还要运送包裹(视频流),甚至还有加急文件(系统控制指令)。

    如果没有LLC,货车到了目的地,卸货的人就会一脸懵:这堆数据是给浏览器的?还是给视频播放器的?

    LLC就是那个贴标签的调度员

    • 发送时(Multiplexing):LLC给来自上层不同协议(如IPv4、IPv6、IPX)的数据包贴上标签,然后把它们统一塞进MAC层的“货车”里。

    • 接收时(De-multiplexing):LLC根据标签,把货物精准地分发给上层的不同部门(交给TCP处理,或者直接交给IP层)。

  • 额外职能:跳对跳的控制(Hop-to-Hop Control)

    图中还提到LLC提供流控(Flow Control)和差错控制(Error Control)。

    • 流控:如果接收方处理不过来了,LLC会喊一声:“慢点发!”

    • 差错控制:如果发现数据包坏了,LLC负责要求重传。这相当于在货物真正进仓库前,调度员先做了一次质检。

2.2 MAC子层:交通指挥官

虽然图中没有详细展开MAC,但它位于LLC之下,直接接触物理层。

  • 职责:它不关心货物是什么,它只关心“路况。它负责抢占信道(CSMA/CA)、避免撞车,确保LLC交给它的数据能发得出去。


第三章:物理层与介质 —— 也就是“路”

在模型的最底层,我们看到了红色的Physical(物理层)和黑底红字的Medium(介质)

  • Medium(介质):在有线网络里,它是铜线或光纤;在无线网络里,它是空气(或者更准确地说是电磁波频谱)。

  • Physical(物理层):它是网卡的“硬件前端”。它负责把MAC层传来的数字信号(0和1),转换成空气中振荡的无线电波。


总结

这张图通过对比告诉了我们无线网络设计的核心哲学:分层与解耦

  1. 各司其职:IP层只管寻址,TCP层只管连接,而无线标准(802.11等)只专注于物理层(怎么发波)和数据链路层(怎么抢占波)。

  2. 承上启下LLC子层是无名英雄,它作为“通用适配器”,让上层复杂的网络协议可以无缝地运行在底层的无线硬件之上,而无需关心底下用的是Wi-Fi还是蓝牙。

http://www.cnnetsun.cn/news/754082.html

相关文章:

  • 小白前端别再被float搞晕了:三天搞定CSS浮动布局(附避坑指南)
  • 组建AI本地大模型主机 金士顿存储优化方案
  • Unlikely argument type for equals(): JSONObject seems to be unrelated to String
  • 高效论文生成:十大AI工具助你轻松完成
  • 论文降重利器:AI生成工具Top10推荐
  • 异常、崩溃、复位过程详解
  • java_ssm56校园电动车租赁管理系统
  • 情感分析不再难:AI原生应用开发全指南
  • 2026必备!MBA毕业论文写作神器TOP8测评
  • 智慧交通高速公路城市道路路面抛洒物散落货物障碍物检测数据集VOC+YOLO格式4521张1类别
  • AI 写论文哪个软件最好?测评博主实锤:宏智树 AI 重构毕业论文创作逻辑
  • java_ssm42汽车维修厂配件管理系统预约洗车
  • 【必藏】Agent开发全攻略:从架构设计到实战落地,一篇搞定所有核心链路
  • 学长亲荐9个AI论文网站,继续教育学生轻松搞定毕业论文!
  • 2025–2026 程序员薪资情况浅析
  • SpringBoot+Vue +常规应急物资管理系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】
  • JBoltAI数据处理中心:全类型数据治理与协同引擎
  • 如何在Windows电脑上设置SSH密钥免密登录Ubuntu Server
  • 【计算机视觉、关键点检测、特征提取和匹配】基于SIFT、PCA-SIFT和GLOH算法在不同图像之间建立特征对应关系,并实现点匹配算法和图像匹配(Matlab代码实现)
  • 人力资源公司哪家好?
  • 基于SpringBoot的在线音乐推荐系统开题报告
  • 基于大数据爬虫+Hadoop+Python的农产品销售预测系统设计与实现开题报告
  • CnOpenData 港股上市公司交易日历数据
  • 【基于STFT-CNN-SVM的故障诊断】一种融合短时傅里叶变换(STFT)、卷积神经网络(CNN)和支持向量机(SVM)的故障诊断研究(Matlab代码实现)
  • 【前端】vue3的指令
  • 扬声器内磁盖模具设计冲压工艺及模具设计——冲压工艺及模具设计
  • hw006 篮球比赛计时器
  • 轨道影院投资得多少钱:揭秘飞行影院的成本与潜在收益分析
  • 智能货架商品检测系统:基于 YOLOv8 的开发与应用指南
  • YOLOv8 在智能货架商品检测中的应用:系统开发与实现指南