第7章 保真度准则下的信源编码(ok)

合集下载

(信息论)第7章限失真信源编码

(信息论)第7章限失真信源编码



(7.5)
BD p y | x : D D

i 1, 2, , n ; j 1, 2, , m

7.2.2 信息率失真函数的定义 在 D 允许信道 BD 中可以寻找一个信道 pY | X ,使 给定的信源经过此信道传输时,其信道传输率 I X , Y 达到 最小,定义为信息率失真函数 RD ,也称为率失真函数, 即


1 n d n xi , y j d xik , y jk n k 1



信源编码过程是这样进行的:当信源发送序列 xi 时, 就从分组码 Y 中选取一个码字 y j,使失真最小,即
d n xi | Y min d n xi , y j
y j Y
(7.7)
所以分组码 Y 的平均失真度为


当采用随机编码方法时,考虑到接收端输出序列分
布q yj
,则分组码 Y 的平均失真度为
p xi q y j d n xi | Y (7.9)
N M i 1 j 1
dn Y E dn Y
对于分组码 M , n ,其最大速率为
7.2 信息率失真函数
7.2.1 D 允许信道(试验信道)
问题的提出 对于信息容量为 C的信道传输信息传输率为 R 的信 源时,如果 R C ,就必须对信源进行压缩,使其压缩 后信息传输率 R 小于信道容量 C,但同时要保证压缩 所引入的失真不超过预先规定的限度。 保真度准则
如果预先规定的平均失真度为 D ,则称信源压缩后 的失真度 D 不大于 D 的准则为保真度准则,即保真度 准则满足
,则平均失真度为

信息论考试题(填空简答)

信息论考试题(填空简答)

一.填空题(每空1分,共20分)1.香农信息论的三个基本概念分别为_______________ 、_____________ 、 ____________ 。

2•对离散无记忆信源来说,当信源呈_______________ 分布情况下,信源熵取最大值。

3•写出平均互信息的三种表达公式________________ 、_____________ 、 ____________ 。

4.若连续信源输出的平均功率和均值被限定,则其输出信号幅度的概率密度函数为______________ 时,信源具有最大熵值;若连续信源输出非负信号的均值受限,则其输出信号幅度呈____________ 分布时,信源具有最大熵值。

5. ________________________________ 信道容量是为了解决通信的_________________________ 问题,而信息率失真函数是为了解决通信的___________ 问题。

6. ______________________________________________________ 费诺编码比较适合于的信源。

7•无记忆编码信道的每一个二元符号输出可以用多个比特表示,理想情况下为实数,此时的无记忆二进制信道又称为__________________________ 。

&差错控制的4种基本方式是:_________________ 、_____________ 、 ____________ 、______________ 。

9 . (n,k)线性码能纠t个错误,并能发现I个错误(l>t),码的最小距离为:10.循环码码矢的i次循环移位等效于将码多项式乘___________________ 后再模______________ 。

二.简答题(每小题5分,共30分)1 •分别说明平均符号熵与极限熵的物理含义并写出它们的数学表达式。

2•写出二进制均匀信道的数学表达式,并画出信道容量C与信道转移概率 p的曲线图。

信息论与编码 课程总结

信息论与编码 课程总结

《信息论与编码》课程总结本学期我选修了《信息论与编码》这门课程,信息论是应用近代概率统计方法来研究信息传输,交换,存储和处理的一门学科,也是源于通信实践发展起来的一门新兴应用科学。

信息是系统传输,交换,存储和处理的对象,信息载荷在语言,文字,数据,图像等消息之中。

本书共学习了9章内容,系统详细的学习和深入了解了信息论的相关基本理论。

第一章首先了解了信息论的相关概念,了解到了信息论所研究的通信系统基本模型,以及香农定理的相关应用。

第二章学习到了熵和互信息这两个重要概念。

信源的熵是用来刻画信源发出的消息的平均不确定性,而两个随机变量之间的互信息则表示一个随机变量对另一个随机变量所提供的信息量。

第三章学习到了离散无记忆信源的无损编码。

根据香农的信源编码定理,明白了所谓的无损编码是指信源编码的错误概率可以任意小,但并非为零;信源的无损编码通常是对非常长的消息序列进行的。

并且了解到了几种不等长编码的算法,例如Huffman 编码,Shannon 编码等编码方法。

第四章主要研究的是信道,信道容量及信道编码定理的相关内容。

对信道的研究中,首先是对信道分类和建模,本章主要讨论离散无记忆信道和连续加性高斯噪声信道;其次研究信道容量,这是刻画信道的最重要的参数,最后讨论信道编码定理,该定理刻画了信道可靠传输信息的极限性能。

第五章主要介绍的是率失真理论和保真度准则下的信源编码。

与无损压缩编码不同,保真度准则下的信源编码允许有失真,且其压缩编码是降熵的,它要求在满足失真要求下使数据熵率尽可能低,从而降低码率,所以不可能从压缩后的数据中无失真的恢复出原来的消息。

第六章主要学到的是受限系统和受限系统编码。

在了解了受限系统的相关概念之后,又进一步的了解到了受限系统的有限状态转移图和受限系统的容量和其容量的计算方法等相关重要的知识内容。

第七章主要阐述的是线性分组纠错编码。

纠错编码通常也称为信道编码,在通信中信源编码,信道编码和数据转换编码常常是同时使用的,信源编码器执行数据压缩功能,把信源输出中的余度去除或减小。

信息论基础-第七章

信息论基础-第七章

12
信息论与编码-限失真信源编码
也可以按其它的标准,如引起的损失、风险、主观感觉 上的差别等来定义失真函数。 二、平均失真 由于信源X和信宿Y都是随机变量,所以符号失真度 函数也是一个随机变量,传输时引起的平均失真应该是 符号失真度函数 d(xi , y j )在信源概率空间和信宿概率空间 求平均,即:
信息论与编码-限失真信源编码
第七章 限失真信源编码
1
信息论与编码-限失真信源编码
第五章我们讨论了无失真信源编码。但是, 在很多场合,特别是对于连续信源,因为其绝对 熵为无限大,若要求无失真地对其进行传输,则 要求信道的信息传输率也为无限大,这是不现实 的。因此也就不可能实现完全无失真传输。 另一方面,从无失真信源编码定理来考虑, 由于要求码字包含的信息量大于等于信源的熵, 所以对于连续信源,要用无限多个比特才能完全 无失真地来描述。
d被称为失真矩阵。
10
信息论与编码-限失真信源编码
{ 0 ,1 } ,编码器的输出符号 例4-1-1 设信源符号 X Y { 0 , 1 ,2 } ,规定失真函数为:
d(0,0)=d(1,1)=0;d(0,1)=d(1,0)=1;d(0,2)=d(1,2)=0.5 求失真矩阵d. 解:由失真矩阵定义:
d ( 0 , 0 )d ( 0 , 1 )d ( 0 , 2 ) 010 . 5 d d ( 1 , 0 ) d ( 1 , 1 ) d ( 1 , 2 ) 1 0 0 . 5
11
信息论与编码-限失真信源编码
失真函数 d(xi , y j ) 的函数形式可以根据需要适当选 取,如平方代价函数、绝对代价函数、均匀代价 函数等: 2 d ( x , y ) ( x y ) i j i j 平方失真: (x yj i,y j)x i 绝对失真: d ( x x y 相对失真: d i,y j) i j /x i 0 , x y i j d ( x , y ) ( x , y ) 误码(汉明)失真: i j i j 1 , 其它

无失真编码与保真度准则下的信源编码比较

无失真编码与保真度准则下的信源编码比较

无失真编码与保真度准则下的信源编码比较无失真编码和保真度编码是两种不同的信源编码方法。

无失真编码是一种编码方法,其中编码的输出与其输入完全相同,即没有信息损失。

保真度编码是一种编码方法,其中编码输出与输入之间具有某种度量,通常用于指定被编码信源的相关度量。

在无失真编码中,被编码的信源通常通过重复信源符号来实现。

例如,在串行传输系统中,数据被重复多次,以确保接收方能够正确地接收数据。

虽然这种方法可以确保完全输送原始信源,但它有几个限制。

首先,它需要更多的带宽,因为数据需要被重复发送多次。

其次,它并不适用于所有类型的数据,特别是当数据非常长或不规则时,这种方法会变得非常昂贵和低效。

与此不同的是,保真度编码的目标是在尽可能减少带宽和存储空间的情况下,最大限度地保留原始信源的信息。

通过使用保真度准则,可以将信源表示为某种度量形式。

这些度量通常包括信号功率、功率频谱分布、自相关函数和互相关函数等。

保真度编码通常使用一些高级编码技术,如哈夫曼编码、熵编码和维纳滤波器等。

这些编码方法都源于信息论和通信工程领域的数学理论。

通过这些编码技术,保真度编码可以提高信源的压缩效率,同时最大程度地保留信源的信息。

当比较无失真编码和保真度编码时,无失真编码通常比较简单,但需要更多的带宽和存储空间。

而保真度编码则需要更复杂的算法和技术,但可以在尽可能减少带宽和存储空间的情况下保留更多的原始信息。

综上所述,在处理信源编码问题时,需要综合考虑多个方面,包括数据类型、带宽和存储空间要求等。

无失真编码适用于对带宽和存储空间要求不是很高的应用,例如音频、图片和视频的传输。

保真度编码适用于对存储空间和带宽要求较高的应用,例如用于数字通信系统的压缩算法。

信息论期末复习资料

信息论期末复习资料

书中:1.信息科学,材料科学,能源科学仪器被称为当代的“三大支柱”。

2.带宽与数据传输速率信道带宽与数据传输速率的关系可以奈奎斯特(Nyquist)准则与香农(Shanon)定律描述。

奈奎斯特准则指出:如果间隔为π/ω(ω=2πf),通过理想通信信道传输窄脉冲信号,则前后码元之间不产生相互窜扰。

因此,对于二进制数据信号的最大数据传输速率Rmax 与通信信道带宽B (B=f,单位Hz)的关系可以写为:Rmax =2.f(bps);对于二进制数据若信道带宽B=f=3000Hz ,则最大数据传输速率为6000bps 。

香农定理则描述了有限带宽、有随机热噪声信道的最大传输速率与信道带宽、信噪比之间的关系。

香农定理指出:在有随机热噪声的信道上传输数据信号时,数据传输速率Rmax 与信道带宽B 、信噪比S/N 的关系为: Rmax =B.log2(1+S/N)3.自信息量的性质:非负性、必然事件信息量为0、不可能事件信息量为无穷、信息量是概率的单调递减函数。

4.当X 和Y 相互独立时,互信息为0.5.信源熵表征信源的平均不确定度,平均自信息量是消除信源不确定度所需要的信息的量度。

6信源熵H(X)与信息率R 和信道容量C 的关系:不论何种信道,只要信息率R 小鱼信道容量C ,总能找到一种编码,能在信道上以任意小的错误概率和任意接近于C 的传输率来传送信息。

反之,若R>C,则传输总要产生失真。

又由无失真信源编码定理可知,要做到几乎无失真信源编码,信息率R 必须大于信源熵H (X )。

故三者的关系为:H(x)<=R<=C7.保真度准则下的信源编码定理:即译码平均失真度大于允许失真度。

8.香农三个基本编码定理:无失真信源编码定理、信道编码定理和限失真信源编码定理。

三个基本概念:信源熵、信道容量和信息率失真函数。

9.信源编码、信道编码和安全编码信源编码是以提高通信有效性为目的的编码。

通常通过压缩信源的沉余度来实现。

《信息论与编码》复习试题

《信息论与编码》复习试题

填空1.人们研究信息论的目的是为了 高效、可靠、安全 地交换和利用各种各样的信息。

2.信息的 可度量性 是建立信息论的基础。

3.统计度量 是信息度量最常用的方法。

4.熵 是香农信息论最基本最重要的概念。

5.事物的不确定度是用时间统计发生 概率的对数 来描述的。

6.单符号离散信源一般用随机变量描述,而多符号离散信源一般用 随机矢量 描述。

7.一个随机事件发生某一结果后所带来的信息量称为自信息量,定义为 其发生概率对数的负值 。

8.自信息量的单位一般有 比特、奈特和哈特 。

9.必然事件的自信息是 0 。

10.不可能事件的自信息量是 ∞ 。

11.两个相互独立的随机变量的联合自信息量等于 两个自信息量之和 。

12.数据处理定理:当消息经过多级处理后,随着处理器数目的增多,输入消息与输出消息之间的平均互信息量 趋于变小 。

13. 离散平稳无记忆信源X 的N 次扩展信源的熵等于离散信源X 的熵的 N 倍 。

14. 离散平稳有记忆信源的极限熵,=∞H )/(lim 121-∞→N N N X X X X H 。

15. 对于n 元m 阶马尔可夫信源,其状态空间共有 n m 个不同的状态。

16. 一维连续随即变量X 在[a ,b]区间内均匀分布时,其信源熵为 log 2(b-a ) 。

17.平均功率为P 的高斯分布的连续信源,其信源熵,H c (X )=eP π2log 212。

18.对于限峰值功率的N 维连续信源,当概率密度 均匀分布 时连续信源熵具有最大值。

19.对于限平均功率的一维连续信源,当概率密度 高斯分布 时,信源熵有最大值。

20.若一离散无记忆信源的信源熵H (X )等于2.5,对信源进行等长的无失真二进制编码,则编码长度至少为 3 。

21.若把掷骰子的结果作为一离散信源,则其信源熵为 log 26 。

22.同时掷两个正常的骰子,各面呈现的概率都为1/6,则“3和5同时出现”这件事的自信息量是 log 218(1+2 log 23)。

信源编码

信源编码

应用
表1信源编码实例表以简单的数据压缩为例即可说明信源编码的应用。若有一离散、无失真、无记忆信源,它 含有五种符号U0~U4及其对应概率Pi,对它进行两种编码:等长码和最佳哈夫曼码(见表1)。
其中,等长码的平均码长:=3,即三位码。若采用哈夫曼编码,平均码长,即不足两位码。这就是说,数据 压缩了以上。
另外,在数字电视领域,信源编码包括通用的MPEG—2编码和H.264(MPEG—Part10 AVC)编码等。
相应地,信道编码是为了对抗信道中的噪音和衰减,通过增加冗余,如校验码等,来提高抗干扰能力以及纠 错能力。
定理
不同类型的信源,是否存在有每种信源的最佳的信源编码,这通常是用信源编码定理来表示。最简单、最有 实用指导意义的信源编码定理是离散、无记忆型信源的二进制变长编码的编码定理。它证明,一定存在一种无失 真编码,当把N个符号进行编码时,平均每个符号所需二进码的码长满足。
信源编码
以提高通信有效性为目的而对信源符号 进行的变换,或者说为了减少或消除信
源冗余度而进行的信源符号变换
01 编码结果
03 方式
目录
02 作用 04 定理
目录
05 分类
07 通信系统模型
06 应用 08 专业表述
信源编码是一Βιβλιοθήκη 以提高通信有效性为目的而对信源符号进行的变换,或者说为了减少或消除信源冗余度而进 行的信源符号变换。具体说,就是针对信源输出符号序列的统计特性来寻找某种方法,把信源输出符号序列变换 为最短的码字序列,使后者的各码元所载荷的平均信息量最大,同时又能保证无失真地恢复原来的符号序列。
通信系统模型
[信源]->[信源编码]->[信道编码]->[信道传输+噪声]->[信道解码]->[信源解码]->[信宿] 一般信息论的书上都会有信源编码和信道编码的具体讲解,包括具体的编码方法。

第七章 保真度准则下的信源编码

第七章 保真度准则下的信源编码
当r=s=3时, U 0 1 2 V 0 1 2
失真矩阵为:
0 1 4 D 1 0 1
4 1 0
第一节 失真度和平均失真度
2、平均失真度
D E[d(ui,vj )]
若已知试验信道的传递概率,则平均失真度为:
rs
D P(u,v)d (u,v)
P(ui )P(v j / ui )d (ui , v j )
那么在允许一定程度失真的条件下,能够把信源信息压 缩到什么程度,也就是,允许一定程度失真的条件下,如何 能快速的传输信息,这就是本章所要讨论的问题。
本章所讨论的内容是量化、数模转换、频带压缩和数据 压缩的理论基础。
第一节 失真度和平均失真度
1、失真度
信源
信源 编码
信道 信道 编码
信道 译码
信源 译码
在汉明失真条件下,
R(
D)
H
()
0
H
(D)
0 D D
例: 0.4 D 0.2
R(D) H (0.4) H (0.2) 0.249
第三节 二元信源和离散对称信源的R(D)函数
对于离散对称信源,在汉明失真条件下:
R(D)
log
r
D
log(r
1)
H
(
D)
0
0 D 1 1 r
D 1 1 r
P(v / u) Q(v)
失真度函数变为:
D P(u)Q(v)d(u,v)
U ,V
第二节 信息率失真函数及其性质
所以, Dmax 就是在R(D)=0的情况下,求 D 的最小值
Dmax
min
Q(v)
P(u)Q(v)d (u, v)
U ,V

无失真编码与保真度准则下的信源编码比较

无失真编码与保真度准则下的信源编码比较

无失真编码与保真度准则下的信源编码比较08电子信息工程(1)班周小波080703141通信的根本问题是如何将信源输出的信息在接收端的信宿精确地或近似地复制出来。

在通信过程中,如何在不失真或允许一定失真条件下,用尽可能少的符号来传送信源信息,提高信息传输率;在信道受干扰的情况下,如何增加信号的抗干扰能力,同时又使得信息传输率最大。

若接收端信宿要求无失真地精确复制信源输出的消息,这种表示是一一对应的,即保证信源产生的全部信息无失真地传送给信宿,这时的信源编码是无失真编码。

若接收端信宿不要求完全精确地恢复信源输出的信息,允许产生一定程度的失真,这是符合大多数实现情况的,这时的信源编码是有失真编码。

对某类信源和信宿,首先要确定同信宿可接受的标准,称他为保真度准则,作为不完全精确复制的依据。

编码实质上是对信源的原始符号按一定的数学规则进行的一种变换。

为了分析方便和突出问题的重点,当研究信源编码时,将信道编码和译码看成是信道的一部分,而突出信源编码。

同样,研究信道编码时,将信源编码和译码看成是信源和信宿的一部分,而突出信道编码由于无失真信源编码可以不考虑抗干扰问题,所以它的数学描述比较简单惟一可译性. 传播过程的一些微观理论,是由信息论来提出和完善的,信息论将以模糊的信息概念用数学概念加以定义,用数学方法加以定量化,它是传播学发展的一项重要理论基础。

香农的信息的概念与信息的量的多少是有关联的,信息被定义为Uncertainty不确定性的减少。

为了通讯实践的需要,哈特莱提出,从逻辑上讲,应该用对数单位来度量信息,单位是比特。

而香农在这一认识的基础上,用概率论来测量信息的量。

客观世界中有这样的几种现象,一种是事物在一定条件下是必然发生或是必然不发生的,如水加热到一定沸点时会沸腾,这称为必然事件,或是人离开氧气能活下去则必然不会发生,这是不可能事件,这两种情况都具有确定性;而另一种现象则是在一定条件下,可能发生,也可能不发生,如抛起的硬币,落下时可能是“花”面朝上,也可能是“字”面朝上,这被称为随机时间,具有不确定性。

香农三大定理简答

香农三大定理简答

香农三大定理简答
(最新版)
目录
1.香农第一定理:可变长无失真信源编码定理
2.香农第二定理:有噪信道编码定理
3.香农第三定理:保真度准则下的信源编码定理
正文
香农三大定理是信息论中的基本定理,它们分别是香农第一定理:可变长无失真信源编码定理,香农第二定理:有噪信道编码定理,以及香农第三定理:保真度准则下的信源编码定理。

下面我们将逐一介绍这三大定理。

首先,香农第一定理,又称为可变长无失真信源编码定理。

该定理表明,对于一个离散无噪信源,其输出可以进行无失真的编码,使得在信道上传输的平均速率为每秒 (c/h(s)-a) 个信源符号,其中 c 为信道容量,h(s) 为信源熵,a 为任意小的正数。

但是,要使传输的平均速率大于
(c/h(s)) 是不可能的。

这意味着,无失真的信源编码存在着一个极限,即信源的熵值。

其次,香农第二定理,即有噪信道编码定理。

该定理表明,当信道的信息传输率不超过信道容量时,采用合适的信道编码方法可以实现任意高的传输可靠性。

但是,若信息传输率超过了信道容量,就不可能实现可靠的传输。

最后,香农第三定理,也称为保真度准则下的信源编码定理。

该定理表明,只要码长足够长,总可以找到一种编码方法,使得在给定的信源符号中,译码后的符号与原始符号的误差足够小,即实现有损信源编码。

第1页共1页。

信源编码

信源编码
15
游程编码
• 若已知二元序列以0起始,从游程序列很容易恢 复成原来的二元序列
• 游程序列是多元序列,各长度可按哈夫曼编码 或其它方法处理以达到压缩码率的目的。 • 多元序列也存在相应的游程序列 • 多元序列变换成游程序列再进行压缩编码没有 多大意义
• 游程编码只适用于二元序列,对于多元信源, 一般不能直接利用游程编码
直接编码的数码 压缩比 某种编码的数码
21
• CCITT是Commite' Consultatif International de Telegraphique et Telephonique. 的简称。 • 其英文全称是International consultative committee on telecommunications and Telegraphy 可译成中文: 国际电报电话咨询委员会 • 解释: CCITT是国际电报电话咨询委员会的简称, 它是国际电信联盟(ITU)的常设机构之一。主 要职责是研究电信的新技术、新业务和资费等问 题,并对这类问题通过建议使全世界的电信标准 化。 • 从1993年3月1日起,国际电报电话咨询委员会 (CCITT)改组为国际电信联盟(ITU)电信标 准化部门,简称ITU-T。
• “0”游程和“1”游程总是交替出现,若规定二元序列总是 从“0”开始,第一个游程是“0”游程,则第二个游程必为 “1”游程,第三个又是“0”游程……。 • 对于随机二元序列,各游程长度将是随机变量,其取值可 为1,2,3,…,直至无穷。 • 游程长度序列/游程序列:用交替出现的“0”游程和“1” 游程长度表示任意二元序列。 • 游程变换:即将二元序列变成为游程长度序列。 – 是一种一一对应的变换,也是可逆变换。 例如:二元序列000101110010001… 可变换成如下游程序列 31132131

信息论与编码[第七章保真度准则下的信源编码]山东大学期末考试知识点复习

信息论与编码[第七章保真度准则下的信源编码]山东大学期末考试知识点复习

第七章保真度准则下的信源编码7.1.1 失真度(失真函数)与平均失真度1.离散信源单符号的失真度与平均失真度设离散无记忆信源输出随机变量U,U={u1,u2,…,u r},概率分布为P(u)=[P(u1),P(u2),…,P(u r)],其通过某信道传输到信宿,接收的随机变量为V,V={v1,v2,…,v s}。

(1)离散信源单个符号的失真度它是对应于每一对(u,v)所指定的一个非负函数3.连续信源的失真度和平均失真度设连续信源输出随机变量U,U取值于实数域R,其概率密度分布为p(u)。

通过某连续信道传输到信宿,接收的随机变量为V,V也取值于实数域R。

(1)连续信源的失真度7.1.2 信息率失真函数1.离散信源的信息率失真函数设离散信源输出随机变量U,其概率分布为P(u),接收随机变量为V,失真测度为d(u,v),则信息率失真函数7.1.3 信息率失真函数的特性7.1.4 R(D)函数的参量表述及其计算1.离散信源已知信源的概率分布P(u)和失真函数d(u,v),离散信源的R(D)函数是选取试验信道P(v|u)满足斜率S必为非正的。

当D由D min增大到D max时,S的数值也随之S min= -∞增至S max=0。

除某些特例外,S在D=D max处是不连续的,从某一负值跳到零。

2.连续信源已知连续信源概率密度函数p(u)和失真函数d(u,v),连续信源的R(D)函数是在概率密度函数p(v|u)满足3.差值失真度下连续信源的香农下界限连续信源U,u∈R,概率密度函数p U(u)。

其失真函数为差值量度的函数4.高斯波形信源信源输出的是一个均值为零的平稳高斯随机过程{U(t),-∞<t<∞}。

在均方误差失真度下,信息率失真函数和平均失真度的参量表达式7.1.5 常见信源的R(D)函数1.二元离散对称信源U7.1.6 保真度准则下信源编码定理(香农第三定理)1.保真度准则下信源编码定理及其逆定理保真度准则下信源编码定理又称限失真信源编码定理:离散信源的信息率失真函数为R(D),并有有限的失真函数。

信息论保真准则下的信源编码

信息论保真准则下的信源编码
编码 编码
信道
要实现保失真准则D下的传输,必须满足 R'R(D) (香农第三定理)
R' C (香农第二定理)
R(D) R' C
9
• 单调递减和连续性
7
7.6 保真度准则下的信源编码定理 —— 香农第三定理
对于任意D0,只要码长n足够长,总可以找到一 种编码C,是编码后每个信源符号的信息传输率
R'logMR(D) n
且码的平均失真度
d(C)D
8
7.7 联合有失真信源信道编码定理
—— 香农第二定理+第三定理
C
信源
信源 R ' 信道
4
7.2 信息率失真函数及其性质
—— 信息率失真函数
信源 U
P(vj | ui)
试验信道
V 信宿
D失真许可的试验信道中,平均互信息的最小值:
R (D )mi{In (U ;V)} P (vj|ui) B D
BD
P1(vj |ui) D1 D
I1(U;V)
D
P2(vj |ui) D2 D
I2(U;V)
3
7.1 失真度和平均失真度
—— 保真度准则
信源 U
P(vj | ui)
试验信道
V 信宿
保真度准则: D D(其中D为允许的最大失真)
D失真许可的试验信道的集合 —— 所有满足保真度准则的试验信道的集合:
B D { P ( v j |u i ) : D D ; i 1 , 2 , , r , j 1 , 2 , , s }
7.1 失真度和平均失真度 —— 试验信道
信源
信源 编码
信道 编码
信道 干扰

第7章 保真度准则下的信源编码

第7章 保真度准则下的信源编码

u5 = 111 u6 = 110 → v2 = 111 → 1 u7 = 101 u8 = 011
7.6 有失真信源编码定理的实用意义
这种编码方法,可以看成是一种特殊的试验信道
1 v j ∈ C , v j = f (ui ) P( v j / ui ) = v j ≠ f (ui ) 0
7.1 失真度和平均失真度
信源 试验信道 信宿
我们称此信道为试验信道 试验信道。 试验信道 现在我们要研究在给定允许失真的条件下,是否可以设计一种信 源编码使信息传输率为最低。为此,我们首先讨论失真的测度。 设信源变量为 U = {u1 , u 2 ,...u r },其概率分布为 P(u) = [ P(u1 )...P(ur )] 接受端变量为 V = {v1 , v 2 ,...v s } , 对于每一对(u,v),我们指定一个非负的函数
D≤D
凡满足保真度准则的这些试验信道称为D失真许可的试验信道。 把所有D失真许可的试验信道组成一个集合,用符号 BD 表示。
7.2 信息率失真函数及其性质
1、信息率失真函数 当信源和失真函数给定后,我们总希望在满足保真度准则 下寻找平均互信息的最小值。也就是在 BD 中找一个信道,使 平均互信息取极小值。这个最小值就是在 D ≤ D 的条件下, 信源必须传输的最小平均信息量。
D = E[d (ui , v j )]
若已知试验信道的传递概率,则平均失真度为:
D = ∑ P(u, v )d (u, v ) = ∑∑ P(ui ) P( v j / ui )d (ui , v j )
U ,V i =1 j =1 r s
若平均失真度 D 不大于我们所允许的失真D,我们称此为 保真度准则。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

7.5 联合有失真信源信道编码定理
定理7.3 (信息-传输定理)离散无记忆信源的S的信息 率失真函数为R(D),离散无记忆信道的信道容量C,若满 足 C R( D ) 则信源输出的信源序列能在此信道输出端重现,其失真 小于等于D。 定理7.4 离散无记忆信源S的信息率失真函数为R(D), 每秒钟输出 1/ Ts 个信源符号,离散无记忆信道的信道容量C, 每秒输出 1/ TC 个信源符号,若满足
例2:删除信源
s r 1
0 i j d (ui , v j ) 1 i j (除j=s以外的所有i和所有j) 1/ 2 j s(所有i )
对于二元删除信源r=2,s=3
0 1/ 2 1 D 1 1/ 2 0
7.1 失真度和平均失真度
例3:对称信源r=s,定义失真度为:
7.1 失真度和平均失真度
1、失真度
信 源 信 源 编 码 信 道 编 码 调 制 信道 干扰 解 调 信 道 译 码 信 源 译 码 信 宿
根据信道编码定理,我们可以把信道编码、信道和信道译 码等价成是一个没有任何干扰的广义信道,这样收信者收到 消息后,所产生的失真只是由信源编码带来的。我们也可以 把信源编码和信源译码等价成一个信道, 称此信道为试验信 道。
C R( D ) TC TS
则信源输出的信源序列能在此信道输出端重现,其失真 小于等于D。
7.6
例:
有失真信源编码定理的实用意义
1 U 0 P(u) 1/ 2 1/ 2
要对此信源进行无失真编码,每个信源符号必须用一个二 元符号来表示,信源的信息输出率为R=H=1。若允许失真 存在,并定义失真函数为汉明失真,即
0 1 D 1 0
因而最小失真度 Dmin 0 。并能找到满足该最小失真的试 验信道,且是一个无噪无损信道,其信道矩阵为:
1 0 P 0 1
R(0) I (U ;V ) H ()
7.3 二元信源和离散对称信源的R(D)函数
Dmax min P(u)d (u, v )
例: 0.4
D 0.2
R( D) H (0.4) H (0.2) 0.249
7.3 二元信源和离散对称信源的R(D)函数
对于离散对称信源,在汉明失真条件下:
1 log r D log( r 1) H ( D ) 0 D 1 r R( D ) 1 0 D 1 r
7.2 信息率失真函数及其性质
1、信息率失真函数 当信源和失真函数给定后,我们总希望在满足保真度准则 下寻找平均互信息的最小值。也就是在 BD 中找一个信道,使 平均互信息取极小值。这个最小值就是在 D D 的条件下, 信源必须传输的最小平均信息量。
R( D) min{I (U ;V )}
d (C ) 1 N
P(U )d [u, f (u)]
U
信息率为1/3,而平均失真为1/4,根据香农第三定理, 若允许失真D=1/4时,总可以找到一种编码,使信息输出 率达到极限R(1/4)
到?与什么有关。
6、平均互信息量是否有最大值和最小值分别表示什么? 7、说明信道容量与信息率失真函数的对偶性?
第7章 保真度准则下的信源编码
前面介绍的是无失真信源编码,适用于离散信源,只要 满足R<C,总能做到寻找一种编码方法做到无失真编码,但实 际信源有些是模拟信源,其熵为无穷大,,此时无论如何也找 不到一种编码方法做到无失真.在实际生活中,人们不一定 要求完全无失真的恢复消息,也就是允许有一定的失真。 那么在允许一定程度失真的条件下,能够把信源信息 压缩到什么程度,也就是,允许一定程度失真的条件下, 如何能快速的传输信息,这就是本章所要讨论的问题。本 章所讨论的内容是量化、数模转换、频带压缩和数据压缩 的理论基础。
7.2 信息率失真函数及其性质
2)、 R(D)函数的单调递减性和连续性 R(D)
0
Dmin
Dmax
D
7.3 二元信源和离散对称信源的R(D)函数
1、二元对称信源的R(D)函数 设二元信源U={0,1},其分布概率 P(u) [,1 ] , 1 2 而接收变量v={0,1},设汉明失真矩阵为:
BD
改变试验信道求平均互信息的最小值,实质上是选择一种 编码方式使信息传输率为最小。
7.2 信息率失真函数及其性质
2、信息率失真函数的性质
1)、R(D)的定义域是 (0, Dmax ) (1)、Dmin 和 R( Dmin ) 允许失真度D的最小值为0,即不允许有失真,这要求失真 矩阵中每行至少有一个为0。 R(0)的最小值为H(U),即信息传输率至少为信源的信息熵 例:
n
定理7.2(信源编码逆定理)不存在平均失真度D,而平 均信息传输率 R' R( D)的任何信源编码。即对任意码长n的信 源码C,若码字个数 M 2n[ R ( D )] ,一定有 d (C ) D 该定理告诉我们:如果编码后平均每个信源符号的信息 传输率 R' 小于信息率失真函数 R( D) ,就不能在保真度准 则下再现信源的消息。
Q(v ) V U Q(v ) V
可以这样选 Q ( v ) ,当 d ' (v ) 最小时,取
V V U
Q ( v )等于1,则:
Dmax min d ' (v) min P(u)d (u, v)
当D Dmax 时,R( D) 0, 而当 Dmin D Dmax时
H (U ) R( D) 0
第7章 保真度准则下的信源编码
7.1 失真度和平均失真度
7.2 信息率失真函数及其性质
7.3 二元信源和离散对称信源的R(D)函数
7.4 保真度准则下的信源编码定理 7.5 联合有失真信源信道编码定理 7.6 有失真信源编码定理的实用意义
思考
1、什么是信息传输率及信息传输速率? 2、信道容量的概念及几种表述?(几个单位?) 3、平均互信息量的物理意义? 4、平均互信息量与信息传输率的关系?画图说明。 5、平均互信息量是否有最大值和最小值,这两个值如何找
P( v / u ) Q ( v )
失真度函数变为:
D P(u)Q(v)d (u, v)
U ,V
7.2 信息率失真函数及其性质
所以, Dmax 就是在R(D)=0的情况下,求 D 的最小值
Dmax min P(u)Q(v)d (u, v)
Q(v ) U ,V
上式可改写为
Dmax min Q(v) P(u)d (u, v) min Q(v)d ' (v)
失真度定义: 设离散无记忆信源变量为 U {u1, u2 ,...ur }, 其概率分布为 P(u) [ P(u1 )...P(ur )] 接收端变量为 V {v1 , v2 ,...vs }, 对于每一对(u,v),我们指定一个非负的函数
d (ui , v j ) 0
称为单个符号的失真度(或称失真函数)
d (ui , v j ) (v j ui )2
当r=s=3时, U 0 1 2 失真矩阵为:
0 1 4 D 1 0 1 4 1 0
V 0 1 2
7.1 失真度和平均失真度
4、平均失真度
D E[d (ui , v j )]
若已知试验信道的传递概率,则平均失真度为:
u5 111 u6 110 v2 111 1 u7 101 u8 011
7.6
有失真信源编码定理的实用意义
这种编码方法,可以看成是一种特殊的试验信道
1 v j C , v j f (ui ) P(v j / ui ) v j f (ui ) 0
D P(u, v)d (u, v) P(ui ) P(v j / ui )d (ui , v j )
U ,V i 1 j 1 r s
若平均失真度 D 不大于我们所允许的失真D,我们称此为 保真度准则。 凡满足保真度准则的这些试验信道称为D失真许可的试验信道。 把所有D失真许可的试验信道组成一个集合,用符号 BD 表示。
7.1 失真度和平均失真度
试验信道模型: 信源 试验信道 信宿
现在我们要研究在给定允许失真的条件下,是否可以设 计一种信源编码使信息传输率为最低。即I(X,Y)最小. 即:在保证一定失真度情况下,寻找信息传输率的最小值,(信 道中平均每个符号携带的最少的信息量),为此,首先讨论失 真的测度.
7.1 失真度和平均失真度
0 ui v j d (u, v ) 1 ui v j
可以设想这样一种信源编码:
7.6
有失真信源编码定理的实用意义
0 000
u1 000 u2 001 v1 000 0 u3 010 u4 100
无噪无损 信道传输
1 111
7.4 保真度准则下的信源编码定理
定理7.1 保真度准则下的信源编码定理 设R(D)为一离散无记忆信源的信息率失真函数,并且有有 限的失真测度。对于任意的 D 0, 0, 0 ,以及任意足够长 的码长n,则一定存在一种信源编码C,其码字个数为
M e
{n[ R ( D ) ]}
ห้องสมุดไป่ตู้
而编码后的平均失真度 d (C ) D 如果用二元编码,则:
M 2{n[ R ( D ) ]}
该定理称为香农第三定理。
7.4 保真度准则下的信源编码定理
该定理称为香农第三定理。它告诉我们,对于任何失真度 D,只要码长足够长,总可以找到一种编码C,使编码后的 每个信源符号的信息传输率 R ' log M R( D )
7.1 失真度和平均失真度
2、物理意义:失真函数用来表征信源发出一个符号 ui , 而在接收端再现成符号 v j 所引起的误差或失真。d越小表 示失真越小,等于0表示没有失真。 可以将所有的失真函数排列成矩阵的形式:
相关文档
最新文档