第3章 离散信道概述

合集下载

第3章_离散信道及其信道容量1

第3章_离散信道及其信道容量1
信息论基础
10

DUT
3.2 平均互信息及平均条件互信息
互信息量的性质
(2)P(ai) < P(ai|bj ) < 1,这时I(ai) > I(ai/bj),I(ai;bj) > 0。

后验概率大于先验概率,说明收到bj后对信源是否发ai所进行判断 的正确程度,要大于ai在信源集合中的概率. 或者说收到bj后多少还能消除一些对信源是否发ai的不确定度,因 此bj获取了关于ai的信息量。 I(ai;bj) 越大,这种获取就越多。 这正是实际通信时遇到的大多数情况,它对应着信道存在干扰, 但信宿仍能从信源中获取信息量。 从这里隐约可以看到,只要I(ai;bj) > 0,就存在着能够通信的可 能性,在后面的章节将会进一步讨论进行可靠通信的极限条件。
log
P( x | yz ) P( y | xz ) P( xy | z ) log log P( x | z ) P( y | z ) P( x | z ) P( y | z )
P ( x | yz ) P( x | y ) P( x | yz ) log P( x) P( x) P( x | y )

这一性质清楚地说明了互信息量是描述信息流通特性
的物理量,流通量的数值当然不能大于被流通量的数 值。
某一事件的自信息量是任何其他事件所能提供的关于
该事件的最大信息量。
DUT
信息论基础
14
3.2 平均互信息及平均条件互信息
平均条件互信息
I ( x; y | z ) log
I ( x; yz ) log
互信息量的性质
1. 对称性
如果考虑信息的反向流通问题,即考虑事件ai的出现 给出关于事件bj的信息量,或者从ai中获取关于bj的信

第3章离散信道及其信道容量12

第3章离散信道及其信道容量12

第3章离散信道及其信道容量3.1信道的数学模型及分类●在一般广义的通信系统中,信道是很重要的一部份。

信道的任务是以信号方式传输信息和存储信息的。

●研究信道就是研究信道中能够传送或存储的最大信息量,即信道容量问题。

3.1.1信道的分类●实际的通信系统中,物理信道种类很多,包涵的设备也很多。

●信息论是将各种不同的物理信道抽象成统一的数学模型,集中研究信息的传输和存储问题。

●从信息传输的角度来考虑,信道可以根据输入和输出信号的统计性质、信道的统计特性以及信道的用户多少等方法来进行分类。

●根据信道的用户多少,可分为:两端(单用户)信道:一个输入端一个输出端的单向通信的信道。

多端(多用户)信道:在输入端或输出端中至少有一端有两个以上的用户,并且可以双向通信的信道。

●根据信道输出端和输入端的关联,可以分为: 无反馈信道:信道输出端无信号反馈到输入端,输出端信号对输入端信号无影响、无作用。

反馈信道:信道输出端的信号反馈到输入端,对输入端信号起作用、影响输入端信号发生变化。

●根据信道的参数(统计特性)与时间的关系,信道可以分为:固定参数信道:信道的参数(统计特性)不随时间变化而改变。

时变参数信道:信道的参数(统计特性)随时间变化而变化。

●据输入和输出信号的统计特性,可以分为:离散信道:输入和输出的随机序列的取值都是离散的信道,也称数字信道。

连续信道:输入和输出的随机序列的取值都是连续的信道。

半离散半连续信道:输入序列是离散性的但相应的输出序列是连续的信道,或者相反。

波形信道:信道输入和输出的随机变量的取值是连续的,并且还随时间连续变化。

又称为模拟信道。

波形信道可分解成离散信道、连续信道或半离散半连续信道研究。

3.1.2离散信道的数学模型离散信道的数学模型可用图表示为X YX=(X 1,X 2,…X i ,…X N )X :[a 1,a 2,…a r ]P(y|x)Y=(Y 1,Y 2,…Y i ,…Y N )Y :[b 1,b 2,…b s ]P(y|x) =1 除用图表示外,离散信道的数学模型还可用概率空间[X, P(y|x),Y]加以描述。

第3章 离散信道及其信道容量

第3章 离散信道及其信道容量
1 p(b j ) p(ai ) p(b j / ai ) p(b j / ai ) n i i
对称离散信道及其容量

对称信道的信道容量容量
C=max I ( X ; Y ) max[ H ( X ) H ( X | Y )] max[ H (Y ) H (Y | X )] max H (Y ) H (Y / X )
3.2 单符号离散信道

二进制对称信道(BSC)
1-p 0 p p 0
p 1 p P p 1 p
1
1 1-p

如果信道转移概率矩阵的每一行/每一列只包 含一个1,其余都为0,则信道是无干扰离散 息道,否则是有干扰信道
3.3 平均互信息及其特性

平均互信息量
I ( X ; Y ) p( xy) log
p ( ai )
几个特殊信道的信道容量

无干扰离散信道的信道容量
Y 1 1 1 1 1 1 1 (b) 无噪有损信道 部分理想化的无干扰离散信道 1 1 (c) 有噪无损信道 X 1 Y X 1 1 1 Y
aX
(a) 无噪无损信道
几个特殊信道的信道容量

X、Y一一对应 ( I(X;Y)=H(X)=H(Y) ) C=maxI(X;Y)=log n

如果上述方程组存在解{pi}:
P(a ) P(b
i i j
j
/ ai ) log
也就是说:C loge
一般离散信道的信道容量

特别的,当信道转移矩阵非奇异时,对n个i:
p(b
j
j
/ ai ) log
p (b j / ai ) p (b j )

第三章离散信道及其信信道容量

第三章离散信道及其信信道容量

离散信道及其信道容量离散信道的统计特性和数学模型信道传输的平均互信息及其性质信道容量及其计算方法信道的任务是以信号方式传输信息和存储信息。

研究信道中能够传送或存储的最大信息量,即信道容量问题。

只限于研究一个输入端和一个输出端的信道,即单用户信道,其中以无记忆、无反馈、固定参数的离散信道为重点。

3.1 信道的数学模型及分类几个前提:信源输出的消息必须首先转换成能在信道中传输或存储的信号噪声或干扰主要从信道中引入,它使信号通过信道后产生错误和失真输入和输出信号之间一般不是确定的函数关系,而是统计依赖的关系3.1.1 信道的分类根据信道的用户多少(1)两端(单用户)信道只有一个输入端和一个输出端的单向通信的信道(2)多端(多用户)信道输入端或输出端中有一端有两个以上的用户,且可以双向通信的信道根据信道输入端和输出端的关联(1)无反馈信道信道输出端无信号反馈到输入端(2)反馈信道信道输出端的信号反馈到输入端,对输入端的信号起作用,影响输入端信号发生变化。

根据信道的参数与时间的关系(1)固定参数信道信道的参数(统计特性)不随时间变化而改变(2)时变参数信道信道的参数(统计特性)随时间变化而变化根据输入和输出信号的特点(1)离散信道输入和输出的随机序列的取值都是离散的信道(2)连续信道输入和输出的随机序列的取值都是连续的信道(3)半离散或半连续信道输入序列是离散型的但相应的输出序列是连续的信道,或者相反(4)波形信道信道输入和输出的随机变量的取值是连续的,并且还随时间连续变化只限于研究无反馈、固定参数的单用户离散信道。

充分性:若满足此式则离散信道为无记忆信道。

P 证明:根据概率关系,得条件概率(1P y ==......(1P y =((1 P y P =因为所以(P ((1 P y y P y =又因为(y NP y ∑所以∑【例3.2】二元删除信道BEC0 2 10p 1-p 0 101qq ⎡⎤⎢⎥−⎣⎦输入符号X取值于{0,1};输出符号Y取值于{0,2,1} 。

第三章离散信道及其信道容量

第三章离散信道及其信道容量

p(ym/x1)
p(ym/x2) … p(ym/xn)
第一节 信道的数学模型及分类 为了表述简便,可以写成 P(bj / ai ) pij
p11 p P 21 ... pr1 p12 ... p22 ... pr 2 ... p1s p2 s ... prs
i 1 r
P(aibj ) P(ai )P(bj / ai ) P(bj )P(ai / bj )
(3)后验概率
P(ai / b j )
P(aib j ) P(b j )
P(a / b ) 1
i 1 i j
r
表明输出端收到任一符号,必定是输入端某一符号 输入所致
第二节 平均互信息
第三节 平均互信息的特性
1、平均互信息的非负性 I(X;Y)>=0 该性质表明,通过一个信道总能传递一些信息,最 差的条件下,输入输出完全独立,不传递任何信息,互 信息等于0,但决不会失去已知的信息。
2、平均互信息的极值性
I(X;Y)<=H(X) 一般来说,信到疑义度总是大于0,所以互信息总是 小于信源的熵,只有当信道是无损信道时,信道疑义度 等于0,互信息等于信源的熵。
C max{I ( X , Y )} max{H ( X ) H ( X / Y )}
P( X ) P( X )
信道容量与与信源无关,它是信道的特征参数,反 应的是信道的最大的信息传输能力。 对于二元对称信道,由图可以看出信道容量等于 1-H(P)
第四节 信道容量及其一般计算方法
1、离散无噪信道的信道容量 (1)具有一一对应关系的无噪声信道 x1 x2 x3 I(X;Y)=H(X)=H(Y) y1 y2 y3

2015秋.信息论.第3章离散信道及平均互信息量

2015秋.信息论.第3章离散信道及平均互信息量

log2
1 1/ 2
1(bit)
22
X 信源 X 信道 Y 信宿
X 信道故障(设备故障,人员问题)Y=安全X=安全;
信道错误,X,Y取值相反
I ( x安全;y安全 )
log
p( x安全 / y安全 ) p( x安全 )
23
3.2.2平均互信息量
– 互信息量 I(xi; y j ) 是定量地研究信息流通问题 的重要基础。
求出各联合概率:
p(x1 y2 ) p(x1) p( y2 / x1) 0.5 0.02 0.01 p(x1 y1) p(x1) p(y1 / x1) 0.5 0.98 0.49 p(x2 y1) p(x2 ) p(y1 / x2 ) 0.5 0.20 0.10 p(x2 y2 ) p(x2 ) p(y2 / x2 ) 0.5 0.80 0.40
• 但只能描述信源发出某个具体消息 xi ,信宿收
到某具体消息 y j 时流经信道的信息量,是随 xi 和 y j 变化的随机变量。 • 不能从整体上作为信道中信息流通的测度。
– 平均互信息量 I(X;Y )
• 从整体的角度出发,在平均意义上度量每通过一 个符号流经信道的平均信息量。
24
• 互信息量I(xi;yj) 在集XY上的概率加权平均 值称为集合Y与集合X间的平均互信息量。
的信息量,也是任何其他事件所能提供的最大信
息量。
I ( xi ;
yj)
log
p( xi / y p( xi )
j
)
log 1 log 1
p( xi )
p( xi / y j )
xi
yj
I ( xi ) I ( xi / y j )

第3章_离散信道及其信道容量2

第3章_离散信道及其信道容量2
由于 I ( X;Y ) 是输入概率分布p( x) 的∩型凸函数,所以极大值一定存在。 r p(a i ) 1 而 I ( X;Y )是r个变量 p(a1 ), p(a 2 ), , p(a r )的多元函数,并满足 i 1 所以这是一个多元函数求条件极值的问题。于是,可以运用拉格朗日乘 子法来计算这个条件极值,其求解步骤如下: I ( X;Y ) p(a i ) ①引进一个新函数
信息论与编码
第三章 离散信道及其信道容量
1
本章内容提要 3.1 信道的数学模型及分类
信息论与编码
3.2 平均互信息及平均条件互信息 3.3 平均互信息特性 3.4 信道容量及其一般计算 3.6 离散无记忆扩展信道及其信道容量 3.9 信源与信道的匹配
2
信息论与编码
1 1-p 1 0 1-p
数字信道
0
信 息 源
信源 编码器
加 密 器
信道 编码器
调 制 器
信 道 噪声
解 调 器
信道 译码器
解 密 器
信源 译码器
受 信 者
n(t)
模拟信道
S(t)
+
r(t)
3
信息论与编码
3.4 信道容量及其一般计算

P(b j / ai )

I ( X ;Y ) H ( X ) H ( X / Y )
C maxI X;Y maxH X log r
px px
比特/符号
12
信息论与编码 (2)有噪无损信道
1 2 P 0 0 1 2 0 0 0 3 5 0 0 3 10 0 0 1 10 0 0 0 1

第三章离散信道及其信道容量

第三章离散信道及其信道容量
Y
P2( y)
X
P(x, y)log
Y
P( y)
P(y)
P( y)
t
X
Y
P1(x, y)log P1( y) (1 t) X
Y
P2(x, y)log P2( y)
因为y=logx是∩ 函数,根据Jensen不等式
X
Y
P1( x,
y) log
P( y) P1( y)
log
X
Y
P1
(
x,
y)
数,也就是说在某一种概率分布条件下: C=max I(X;Y)比特/符号 C=max I(X;Y)/t 比特/秒 信道容量C(或)是信道的核心指标。P(Y/X)给定
p( x1 ) 4
a2 1 4
a3 1 4
a4
1
4
1 P 1
0 0
0 0 1 1
H ( X ) log42 2bits
P a1 b1
p(a1 ) p b1 a1 p(b1 )
1 1 4 11
1 2
44
P(a2/b1)=1/2, P(a3/b1)=P(a4/b1)=0 H(X/b1)=1bits H(X/b2)= 1bits H(X/Y)=H(X/bi)=1bits
3.3 平均互信息的特性
1. 非负性 I(X;Y) ≥ 0 即接收到的平均互信息量大于等于0,也就是说,从 总体而言,多多少少总可以收到一些信息量。 证明:方法一
∵ H(X) ≥H(X/Y) ∴ I(X;Y)=H(X)-H(X/Y) ≥ 0 方法二 ∵ logx为∩ 型凸函数 Jensen不等式E{f(x)} ≤f{E(X)}
I( X;Y ) H ( X ) H ( )

信息论与编码[第三章离散信道及其信道容量]山东大学期末考试知识点复习

信息论与编码[第三章离散信道及其信道容量]山东大学期末考试知识点复习

第三章离散信道及其信道容量3.1.1 信道的分类在信息论中,信道是传输信息的通道,是信息传输系统的重要组成部分之一。

信道的分类有:按照信道输入端或输出端的个数可分为单用户信道和多用户信道。

按照信道输出端有无信号反馈到输入端可分为有反馈信道和无反馈信道。

按照信道的统计参数是否随时间变化可分为时变参数信道和固定参数信道。

按照信道输入/输出信号取值幅度集合以及取值时间集合的离散性和连续性可分为离散信道(数字信道)和波形信道(模拟信道)。

按照信道输入/输出信号取值幅度集合的离散性和连续性(取值时间是离散的)可分为离散信道和连续信道。

按照信道输入/输出信号在取值时刻上是否有依赖关系可分为有记忆信道和无记忆信道。

按照信道输入信号与输出信号之间是否统计依赖关系可分为有噪信道和无噪(无干扰)信道。

3.1.2 离散信道的数字模型1.一般离散信道(多维离散信道)一般离散信道输入/输出信号取值幅度和取值时刻都是离散的平稳随机矢量。

其数学模型可用离散型概率空间[X,P(y|x),Y]来描述。

其中X=(X1X2…X N)为输入信号,Y= (Y1Y2…Y N)为输出信号。

X中X i∈A={a1,a2,…,a r},Y中Y i∈B={b1,b2,…,b s}。

又P(y|x)(x∈X,y∈Y)是信道的传递概率(转移概率),反映输入和输出信号之间统计依赖关系,并满足概率空间[X,P(y|x),Y]也可用图来描述。

2.基本离散信道(单符号离散信道)单符号离散信道是离散信道中最基本的信道,其信道输入/输出信号都是取值离散的单个随机变量。

数学模型是概率空间[X,P(y|x),Y],(或[X,P(b j|a i),Y]),其中X∈A={a1,a2,…,a r},Y∈B={b1,b2,…,b s),P(y|x)=P(b j|a i)(i=1,2,…,r;j=1,2,…,s)并满足概率空间[X,P(y|x),Y]也可用图来描述,如图3.1所示。

离散信道及其信道容量课件

离散信道及其信道容量课件

离散信道的应用场景
01
02
数据通信
数字电视
03 数字电话
CHAPTER
离散信道模型
输入输出符号集
输入符号集
输出符号集
输入输出概率分布
输入概率分布
输出概率分布
转移概率
定义
转移概率表示在给定输入符号下,输出符号出现的条件概率,即$P(Y=y|X=x)$。
计算方法
根据输入输出概率分布和转移概率的定义,可以通过以下公式计算转移概率: $P(Y=y|X=x) = frac{P(X=x, Y=y)}{P(X=x)}$。
CHAPTER
离散信道容量
信道容量的定 义 01 02
单符号离散信道容量
在无记忆信道中,每个符号独立地通 过信道,信道状态与符号无关,因此 单符号离散信道容量可以通过概率计 算得出。
多符号离散信道容量
多符号离散信道容量是指多个符号在 离散有记忆信道中能够传输的最大信 息量。
多符号离散信道容量的计算方法包括 互信息法、迭代法和密度进化法等。
离散信道容量的应用
数据 传
数据压缩
错误控制编码
通信系统设计
通信协议设计
在通信系统设计中,离散信道容量提供 了关于通信系统性能的理论限制。这有 助于设计者根据这些限制优化通信协议, 提高系统的整体性能。
VS
频谱效率
频谱效率是通信系统设计的重要指标之一。 通过理解和利用离散信道容量,可以更有 效地利用频谱资源,提高频谱效率,从而 在有限的带宽内传输更多的信息。
CHAPTER
离散信道容量的计算方法
解析法
解析法是一种基于概率论和组合数学的计算离散信道容量的方法。它通 过将输入和输出符号之间的概率关系表示为数学表达式,然后求解这些 表达式来计算信道容量。

离散信道及容量

离散信道及容量
P(y 0) P(x) P(0 | x) p (1) p p p
平均信息量之和; H XY H X H Y
(b)一个符号不能提供有关另一符号的任何信息。
IX ;Y IY; X 0
HX ,Y 0
当两个信源相关时 (a)联合熵小于两个信源的熵的和:
H XY H X H Y
(b)平均互信息量等于两信源熵重合的部分; (c)信源的条件熵等于其熵减去平均互信息量:
3. 平均互信息的交换性(对称性)
I (X ;Y ) I (Y; X )
4. 平均互信息 I ( X ; Y ) 的凸状性
I ( X ;Y ) P(xy) log P( y | x)
X ,Y
P( y)
P(x)P( y | x) log X ,Y
P( y | x) P(x)P( y | x)
p0 / 0 0.99
0
0
p0 /1 0.01
p1/ 0 0.01
错误的概率为0.01。
1
1
即有
p1/1 0.99
p yi / xi p0/ 0 p1/1 0.99
p yj / xi p1/ 0 p0 /1 0.01 i j
转移矩阵
pY / X p y j / xi
满足其的充要条件是:
N
P(Y X ) p( y1y2...yN x1x2...xN ) p( yi xi ) i1
对任意的N值和x,y值上式都成立。
3.有干扰有记忆信道 信道中某一瞬间的输出符号不但与对应时刻的输入符号 有关,而且还与此前其它时刻信道的输入符号有关,则该信 道称有记忆信道。 此时 P(Y X ) 不满足:
p(xi ) p( y j
N
xi )

信息论.第3章离散信道与平均互信息量

信息论.第3章离散信道与平均互信息量
X1 X 2 X N
信道
Y1Y2 YN
p( y1 y2 yN | x1 x2 xN )
若Xi取值于A,Yi取值于B,并且Xi的分布相同,Yj 的分布相同,i=1,2,…N
p( y | x) p( y1 y2 ... y N | x1 x2 ... xN ) p( yi | xi )
第3章 离散信道与平均互信息量
研究信源,研究的是信源输出的信息量,即信源 的熵H(X)。 研究信道,研究的是流经信道的信息量,即信道 的输出Y与输入X之间的平均互信息量I(X;Y)。
1
互信息量与平均互信息量
p( xi / y j ) 1 1 log log log p( xi ) p( xi / y j ) p( xi ) p( xi y j ) p( y j / xi ) log log p ( x ) p ( y ) p ( y ) i j j 1.互易性 1 1 I ( y j ; xi ) log log p( yi ) p( yi / x j ) 2 极值性
信息传输速率 信道在单位时间内平均传输的信息量。
1 Rt I ( X ; Y1)对于给定的一个信道,存在输入分布p(x) 使I(X;Y)达到最大,称为最佳输入分布(最 佳信源); 2)信道容量表征信道传送信息的最大能力; 3)C与p(x)无关,是关于信道p(y|x)的函数。
p( x)
C log s H ( p'1 , p'2 ,..., p's )
二元对称信道的信道容量是 C=1-H(P)。 离散准对称信道
C max I ( X ; Y ) max H (Y ) H (Y / X )
p( x) p( x) def

第三章信道及信道容量

第三章信道及信道容量

2但为有限值,即
p11
P
p2
1
p12 p22
,
p1m
p2m
pn1
pn2
pn
m
②二进制对称信道(BSC):输入和输出信号的符号数都 是2,即X∈A={0,1}和Y∈B={0,1}的对称信道。
1-p
0 p
0
1p p
p
P
p
1p
1
1
1-p
16
《信息论与编码》
3)有干扰有记忆信道:每个信道输出不但与当前输入信号 之间有转移概率关系,而且与其它时刻的输入输出信号也 有关。
27
《信息论与编码》
2)信道容量的定义 对于某特定信道,可找到某种信源的概率分布p(ai),使
得 I(X;Y)达到最大。
C m ax { I(X ;Y )} (b it/符 号 ) p(x)
注:对于特定的信道,信道容量是个定值,但是在传输信 息时信道能否提供其最大传输能力,则取决于输入端的概 率分布。一般相应的输入概率分布称为最佳输入分布。
28
若平均传输一个符号需要t秒钟,则信道单位时间内 平均传输的最大信息量为:
C T1 tm p(axx ){I(X;Y)}(bit/秒 )
即信道传输速率。
信道容量C已与输入信源的概率分布无关,它只是 信道传输概率的函数,只与信道的统计特性有关。 所以,信道容量是完全描述信道特性的参量,是信 道能够传输的最大信息量。
这样,波形信道化为多维连续信道,信道转移概率密度 函数为
其中:
19
《信息论与编码》
如果多维连续信道的转移概率密度函数满足
这样的信道称为连续无记忆信道即在任一时刻输出变 量只与对应时刻的输入变量有关,与以前时刻的输入输出 都无关。

3.3 多符号离散信道

3.3 多符号离散信道
I ( X N ; Y N ) H (Y N ) H (Y N / X N )
因为信道无记忆,所以
P(b j1 / ai1 ) P(b j2 / ai2 P( b jN / aiN ) P( b jk / aik )
P(b j / ai ) P (b j1 b j2 b jN / ai1ai2 aiN )
k 1
N
式(3.3.14)说明,离散无记忆信道的N次扩展信道, 如果信源也是离散无记忆信源的N次扩展信源,则信道 总的平均互信息是单符号离散无记忆信道的平均互信 息的N倍。
3. N次扩展信道的信道容量
因为
I ( X N ; Y N ) I ( X k ; Yk )
k 1
N
N
所以 C N max I ( X N ; Y N ) max I ( X k ; Yk ) N N
k 1 N
(3.3.3)
证明见书85页
且 H (Y N ) H (Y1Y2 YN )
I ( X N ; Y N ) H (Y N ) H (Y N / X N )
H (Y1 ) H (Y2 / Y1 ) H (Y3 / YY2 ) H (YN / YY2 YN 1 ) 1 1
p(b1 / a1 ) p(b / a ) 2 2 1 2 p(Y / X ) p(b / a ) 1 3 p(b1 / a4 ) p(b2 / a1 ) p(b3 / a1 ) p(b4 / a1 ) p 2 pp pp p 2 p(b2 / a2 ) p(b3 / a2 ) p(b4 / a2 ) p(b2 / a3 ) p(b3 / a3 ) p(b4 / a3 ) pp p 2 2 p(b2 / a4 ) p(b3 / a4 ) p(b4 / a4 ) p pp

第三章 离散信道及其容量

第三章 离散信道及其容量

3.1 信道的数学模型及分类
通常信源发送的是包含信息的消息,消息转换 成适合信道传输的信号,然后通过信道传递给接 收者。 一般认为干扰或者噪声主要从信道引入,在信 道传输时使信号错误或者失真,因此信道的输入 和输出之间一般是不确定的函数关系,而是统计 依赖关系。 因此,只要知道输入输出信号以及它们的统计 依赖关系,那么信道的全部特性就确定了。
3.1 信道的数学模型及分类
3.1.2 信道的数学模型
条件概率P(y/x)描述了输入信号和输出信号之间 统计依赖关系,反映了信道的统计特性. 信道的数学模型有几种描述方法:(1)如上图用 框图描述;(2)数学语言描述;(3)信道传递图描 述;(4)信道传递矩阵描述。
3.1 信道的数学模型及分类
无扰(无噪声) 1 无扰(无噪声)信道 信道中没有随机性的干扰或干扰很小,输出信 号y与输入信号x之间有确定的对应的关系,其信 道传递图的特点:一一对应或多对一,但不交叉。 y=f(x)
yN
∏ P( y | x )
i =1 N i i i i yN i =1
N
∑∏ P( y | x ) ∏ P( y | xx )
i =1 N −1 i i
N
= P( yN | xN )
⇒ P( yi | x1 x2 ⋯ xN y1 y2 ⋯ yi −1 ) = P( yi | xi ) ⇒ 是离散无记忆信道
P( yN | x1x2 ...xN y1 y2 ...yN −1 ) = P( y1 y2 ...yN | x1x2 ...xN ) P( y1 y2 ...yN −1 | x1x2 ...xN )
P( y1 y2 ...yN | x1x2 ...xN ) = = ∑ P( y1 y2...yN | x1x2...xN )

信息论:第3章离散信道及其信道容量

信息论:第3章离散信道及其信道容量
P ( b1 | a 1 ) P ( 0 | 0 ) 1 p p P ( b 2 | a 2 ) P (1 | 1 ) 1 p p P ( b1 | a 2 ) P ( 0 | 1 ) p P ( b 2 | a 1 ) P (1 | 0 ) p
a1=0
(2)多端(多用户)信道---输入端和输出端中至少有
两个以上的用户,并且可以双向通信的信道。
5
copyright ©赵越 ise_zhaoy1@
根据信道输入端和输出端的关联:
(1)无反馈信道---信道输出端无信号反馈到输入端,
即输出端信号对输入端信号无影响、无作用;
(2)反馈信道---输出端的信号反馈到输入端,对输
(2)连续信道---输入输出的随机序列的取值都是连续 的信道; (3)半离散或半连续信道---输入序列是离散型的,但 相应的输出序列是连续的信道,或相反。 (4)波形信道---输入和输出都是一些时间上连续的随 机信号。(又称模拟信道)
7
copyright ©赵越 ise_zhaoy1@
p(x | y) p( x)
所以,平均互信息 I ( X ; Y ) 永远不会取负值。 最差的情况是平均互信息为零,即信道输出端 接收到输出符号Y后不获得任何关于输入符号X的 信息量。
28
copyright ©赵越 ise_zhaoy1@
有记忆信道。
copyright ©赵越 ise_zhaoy1@
3.1.3 单符号离散信道
单符号离散信道:
输入符号为X,取值于{a1,a2, …,ar}。
输出符号为Y,取值于{b1,b2, …,bs}。 条件概率:P(y/x)=P(y=bj/x=ai)=P(bj/ai) 这一组条件概率称为信道的传递概率或转移概率, 可以用来描述信道干扰影响的大小。

《离散信道》课件

《离散信道》课件
输入和输出都是离散的符号序列。
最大化信道容量的编码
包括香农编码、海明编码和线性码。
离散信道的度量
包括信息熵、互信息和信道容量。
离散信道的应用
广泛应用于无线通信、宽带通信、数据压缩 和错误校正等领域。
联合概率分布
输入和输出同时发生的概率分布。
离散信道的度量
1
信息熵
用于表示随机变量的不确定性,是一个非负实数。
2
互信息
度量输入和输出之间的相互依赖性。
3
信道容量
指在存在一定的噪声时,通过离散信道可以传送的最大信息量。
最大化信道容量的编码
1 香农编码
用于达到信道容量的上限。
2 海明编码
纠正输入中的错误,常用于数字通信中的误码控制。
3 线性码
它具有高效的编码和译码算法,因此在通信中经常使用。
离散信道的应用
无线通信
使得人们可以随时随地通过信号相互沟通交流。
宽带通信
有足够的带宽和速度以支持多种智能设备。
数据压缩
降低存储或传输数据所需的比特数量,从而节省 带宽和存储空间。
错误校正
处理输入错误,并通过编码和解码操作纠正错误。
总结
离散信道
离散信道
通过本课件,您将了解离散信道的定义,概率模型,度量,编码方法和应用, 并深入探讨离散信道技术在现代通讯中的应用成的通道。
例子
二进制对称信道是一个常见的离散信道,每个符号由0或1组成。
离散信道的概率模型
条件概率分布
给定输入,输出发生的概率分布。
  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)。
求: 1. 联合概率: p(xi yj)= p(xi)p(yj| xi)= p(yj)p(xi | yj) i=1,2,…,r;j=1,2,…,s
16
2. 输出符号概率: p( y j ) p( xi y j ) p( xi ) p( y j | xi )
i 1 i 1
1.离散单符号信道的数学模型 r r

问题:在什么条件下,通过信道的信息量最大,即
信道容量的问题。
3
信道的主要研究内容: 信道的分类和建模(信道的统计特性描述) √
信道传输信息的能力(信道容量) √
在有噪信道中能否实现可靠传输?怎样实现可靠 传输?
4
信道分类
按输入/输出信号的幅度和时间特性划分:
幅度 时间
信道分类名称
离散 离散 离散信道/数字信道(例如:数字电话) 连续 离散 连续信道 连续 连续 模拟信道/波形信道(例如:普通电话) 离散 连续 (理论和实用价值均很小)
5
信道分类

根据输入、输出信号的时间特性和取值特性,可以 将信号划分为:


离散信道:指输入输出随机变量均为离散的信道 连续信道:指输入输出随机变量均为离散的信道
Y y2
ys
i 1, 2,..., r ; j 1, 2,..., s
满足: (1)0≤ p(yj|xi) ≤ 1 (i=1,2,…,r;j=1,2,…,s) (2)
p( y
j 1
s
j
| xi ) 1
(i=1,2,…,r)
11
1.离散单符号信道的数学模型
信道传递概率可以用信道矩阵来表示:
PY PX PY | X
17
1.离散单符号信道的数学模型
3. 后验概率(后向概率): 贝叶斯公式
p ( xi | y j ) p ( xi y j ) p( y j ) p ( xi ) p ( y j | xi )
p( x ) p( y
i 1 i
r
j
| xi )
(i =1,2,…,r;j =1,2,…,s)
信道特性可以用转移概率矩阵来表示:
P=[p(yj|xi)]r×s
• 信道的数学模型为{X, P(Y|X),Y}
13
1.离散单符号信道的数学模型
例1:二元对称信道 (BSC:binary symmetric channel)
输入符号集A={0,1}, 输出符号集B={0,1},r=s=2. 传递概率:
j=1,2,…,s
矩阵表示:
p( y1 )
p ( y 2 ) p ( y s ) p ( x1 ) p ( x 2 ) p ( x r ) P
p ( y1 ) p ( x1 ) p( y ) p( x ) 2 2 PT p( xr ) p( y s )
一. 信道模型
信源 信道 信宿
噪声 通信系统的简化模型
信源每发一个符号平均提供的信息量: H(X) 无噪信道→信宿可确切无误的接收信息
9
3.1 信道疑义度与平均互信息量
一. 信道模型
信道
P(Y|X)
输入 X
输出 Y
干扰、噪声
10
1.离散单符号信道的数学模型
x1
x2 X xr
y1
P (Y|X)
p ( y j | xi )
12
rs
1.离散单符号信道的数学模型
• 对于离散单符号信道来说,信道的输入输出均为单个 符号的消息:设信道的输入随机变量X的取值集合为 X={x1,x2,…,xr}, 相应的概率分布为p(xi ) , i=1,2,…,r ; 输出随机变量Y的取值集合为Y={y1,y2,…,ys}, 相应的概 率分布为p (yj ), j=1,2,…,s
信道矩阵为:
p P 0 1 p 1 q 0 q
0

p
1 p 1 q
q
0 ? 1
1
信道转移概率图
15
1.离散单符号信道的数学模型
离散信道常用的概率关系:
已知:先验概率: p(xi) , i=1,2,…,r
前向概率(信道传递概率): p(yj| xi),i=1,2,…,r, j=1,2,…,s

p ( xi | y j ) 1
i 1
r
j =1,2,…,s
18
2.信道疑义度H(X|Y)

根据信道的统计特性是否随时间改变可分为 :

平稳信道(恒参信道、时不变信道,如卫星通信) 非平稳信道(变参信道、时变信道,如移动通信)
6
信道分类
向通信。
多用户信道:双向通信或三个或更多个用户之间相 互通信的情况 ,例如多元接 入信道、广播信道、网 络通信信道等。
第 3章 离散信道
1
信道是指信息传输的通道。包括空间传输和时间传输。
空间传输:电缆、光纤、电波传输的空间、载波线路。
时间传输:磁带、光盘。
信息论中的信道划分是人为的。
2

信道是通信系统最重要的组成部分 通信的本质含义就是信息通过信道得以传送,实现
异地间的信息交流

信道的主要任务:以信号的形式传输和存储信息。
p (0 | 0) p p (0 | 1) p
0
p P p p p
p
p p
0
p(1 | 0) p p(1 |1) p
1
p
1
信道转移概率图
14
1.离散单符号信道的数学模型
例2:二元删除信道
输入符号集A={0,1},符号输出集B={0,?,1},r=2, s=3
x1 x2 P xr
y1 p ( y1 | x1 ) p( y | x ) 1 2 p ( y1 | xr )
y2 p ( y2 | x1 )
p ( y 2 | x2 ) p ( y 2 | xr )
ys p ( ys | x1 ) 1 p ( y s | x2 ) p ( y s | xr )
7
信道分类
按输入/输出之间的记忆性来划分: 无记忆信道:信道在某时刻的输出只与信道该时刻 的输入有关而与信道其他时刻的输入、输出无关。 有记忆信道:信道在某时刻的输出与其他时刻的输 入、输出有关。
根据信道的输入/输出是否是确定关系可分为: 有噪声信道 无噪声信道
8
3.1 信道疑义度与平均互信息量
相关文档
最新文档