探索信息传输的基本极限，理解带宽、噪声与信息量之间的微妙关系。从Ralph Hartley的原始理论到现代通信工程的广泛应用，全面解析这一核心概念。
哈特利定理（Hartley's Law）是信息论中的一个基本定理，由拉尔夫·哈特利（Ralph Hartley）于1928年提出。该定理描述了在给定带宽和时间内，信道能够传输的最大信息量。尽管后来克劳德·香农（Claude Shannon）提出了更完善的香农-哈特利定理，但哈特利定理仍然是理解信息传输基础的重要概念。
哈特利定理指出，信道的信息传输能力与带宽成正比，与信号的电平数有关。具体来说，信息量取决于信号的可能状态数和时间长度。
主要涉及三个变量：带宽（B）、信号电平数（M）和时间（t）。这些信息共同决定了信道在特定条件下的最大信息传输速率。
作为信息论的先驱工作，哈特利定理为后续香农定理的发展奠定了基础，标志着人类对信息量化理解的开端。
哈特利定理的数学表达式简洁而优雅，它揭示了信息量与信号状态数之间的对数关系。
I = N log₂ M
其中：
哈特利定理的推导基于以下假设：
| 变量 | 含义 | 单位 | 典型值 |
|---|---|---|---|
| B | 带宽 | Hz | 1 MHz - 10 GHz |
| t | 时间 | s | 1 s - 1 h |
| M | 信号电平数 | - | 2 (二进制) - 1024 (高阶调制) |
| I | 信息量 | bit | 取决于B、t、M |
拉尔夫·哈特利在《通信》（Communication）杂志上发表论文《信息的传输》（Transmission of Information），首次提出了信息量的对数度量方法，奠定了哈特利定理的基础。
克劳德·香农发表《通信的数学理论》，提出了香农-哈特利定理，引入了噪声的概念，完善了信道容量的理论框架。
哈特利定理开始应用于实际的通信系统设计中，特别是在调制解调器和数字通信领域。
随着光纤通信、无线通信和互联网的发展，哈特利定理及其扩展形式成为现代通信工程的核心理论基础。
哈特利定理不仅在理论研究中具有重要意义，在实际工程应用中也发挥着关键作用。以下是几个典型的应用场景：
在调制解调器中，哈特利定理用于确定在给定带宽下，使用多少电平数可以实现最大数据传输速率。例如，V.34调制解调器使用32种电平，理论上可达28.8 kbps。
在蜂窝网络（如4G/5G）中，哈特利定理帮助工程师评估不同调制方案（如QPSK、16-QAM、64-QAM）在特定带宽下的性能极限。
光纤通信系统利用哈特利定理优化信号编码和调制策略，以在有限的频谱资源下实现更高的数据传输速率。
在硬盘和固态硬盘设计中，哈特利定理帮助确定存储介质的密度和读取速率之间的关系，优化存储效率。
DVB-T和ATSC等数字电视标准使用哈特利定理来设计信道编码和调制方案，确保在有限带宽内传输高质量视频信号。
互联网骨干网的路由器和交换机使用哈特利定理优化数据包传输策略，最大化网络吞吐量并减少延迟。
在5G通信系统中，哈特利定理的概念被扩展到更复杂的场景。5G使用毫米波频段，带宽可达数百MHz甚至GHz级别。根据哈特利定理，带宽的增加可以直接提升信息传输速率。然而，实际系统中还需要考虑噪声、干扰和多径效应等因素，因此香农-哈特利定理更为适用。
例如，在5G NR（New Radio）中，使用256-QAM调制（M=256），每个符号携带8比特信息。如果带宽为100 MHz，则理论最大信息速率为：
I = B × log₂ M = 100 × 10⁶ × log₂ 256 = 800 Mbps
这仅是理论值，实际系统中还需要考虑编码开销、保护间隔等因素。
哈特利定理和香农-哈特利定理经常被混淆，但它们有本质的区别。香农-哈特利定理是哈特利定理的扩展，引入了噪声的影响。
公式： I = B × t × log₂ M
假设： 无噪声信道
特点： 仅考虑带宽和信号电平数，忽略噪声影响。适用于理想信道或噪声极小的场景。
适用范围： 早期通信系统、理论分析基础。
局限性： 实际信道中噪声不可避免，哈特利定理给出的容量是理想上限，实际系统无法达到。
公式： C = B × log₂(1 + S/N)
假设： 加性高斯白噪声（AWGN）信道
特点： 引入信噪比（S/N），给出了在有噪声信道中的最大无差错传输速率（信道容量）。
适用范围： 所有实际通信系统设计。
意义： 香农定理证明了存在一个信道容量上限，任何编码方案都无法超越这一极限。
| 比较项 | 哈特利定理 | 香农-哈特利定理 |
|---|---|---|
| 公式 | I = B × t × log₂ M | C = B × log₂(1 + S/N) |
| 噪声考虑 | 不考虑 | 考虑信噪比 |
| 物理意义 | 信息量与信号状态数的关系 | 信道容量上限 |
| 实用性 | 理论参考 | 工程设计基础 |
| 历史地位 | 信息论先驱 | 信息论基石 |
哈特利定理假设信道无噪声，仅考虑带宽和信号电平数对信息量的影响。而香农-哈特利定理引入了信噪比的概念，给出了在有噪声信道中的最大无差错传输速率。哈特利定理是香农定理的基础，香农定理是哈特利定理在噪声信道中的扩展。
虽然实际系统使用香农-哈特利定理进行设计，但哈特利定理仍然具有重要的参考价值。它帮助工程师理解带宽和信号复杂度之间的关系，是优化通信系统性能的基础。例如，在调制解调器设计中，哈特利定理用于确定最佳电平数。
根据哈特利定理 I = B × t × log₂ M，提高信息传输速率的方法有：1）增加带宽B；2）增加传输时间t；3）增加信号电平数M。在实际系统中，增加带宽和电平数是主要手段，但增加电平数会提高对信噪比的要求。
哈特利定理本身不考虑噪声，因此直接应用于无线通信时需要考虑噪声的影响。在实际无线通信系统中，通常使用香农-哈特利定理。但哈特利定理的概念仍然有用，例如在评估不同调制方案的性能时。
哈特利定理的主要局限性在于它假设信道无噪声，这在实际情况中是不可能的。此外，它没有考虑信道编码、纠错码等因素对信息传输的影响。香农-哈特利定理克服了这些局限性，成为更实用的理论工具。
随着信息技术的飞速发展，哈特利定理及其扩展形式在现代通信、数据科学和人工智能等领域仍然发挥着重要作用。以下是几个值得关注的方向：
在量子通信中，信息的基本单位是量子比特（qubit）。哈特利定理的概念可以扩展到量子领域，用于分析量子信道的容量。量子哈特利定理考虑了量子叠加和纠缠等特殊现象，为量子通信系统的设计提供了理论基础。
在大数据时代，海量数据的传输成为关键挑战。哈特利定理帮助工程师优化数据传输策略，例如在云计算和边缘计算中，如何平衡带宽、延迟和可靠性。
物联网设备通常资源受限，哈特利定理为设计高效的信息编码和传输方案提供了指导。例如，在低功耗广域网（LPWAN）中，如何在有限的带宽和功耗下传输尽可能多的数据。
哈特利定理与信息熵密切相关，为数据压缩算法提供了理论依据。在人工智能训练中，高效的数据压缩可以减少传输和存储成本，提高训练效率。
如果您对哈特利定理及其相关领域感兴趣，以下是一些推荐的学习资源：