信息论实验报告2信源编码
信息论编码实验报告 费诺编码附源代码
中南大学信息论与编码实验报告选题：费诺编码学生姓名：学号：专业班级：通信工程指导老师：学院：信息科学与工程学院时间： 2015目录一、实验目的二、实验原理2.1 费诺编码思想2.2 费诺编码流程图三、实验内容四、实验要求五、代码调试结果六、心得体会七、程序源代码一实验目的1. 掌握费诺编码的原理和过程。
2. 熟悉 C/C++语言，练习使用C/C++实现香农码和Huffman 编码。
二、实验原理2.1 费诺编码思想设有离散无记忆信源∑==⎥⎦⎤⎢⎣⎡ni i n n x p x p x p x p x x x 121211)(,)(.....)()(.....1.按信源符号的概率从大到小的顺序排队 不妨设)(......)()(21n x p x p x p ≥≥≥2.将依次排列的信源符号按概率值分为两大组，使两个组的概率之和近似相同，并对各组赋予一个二进制码元“0”和“1”。
3.将每一大组的信源符号再分为两组，使划分后的两个组的概率之和近似相同，并对各组赋予一个二进制符号“0”和“1”。
4.如此重复，直至每个组只剩下一个信源符号为止。
5.信源符号所对应的码字即为费诺码。
例：有一单符号离散无记忆信源⎭⎬⎫⎩⎨⎧=⎥⎦⎤⎢⎣⎡04.008.016.018.022.032.0)(654321x x x x x x X P X对该信源编二进制费诺码)i /(35.2)(gn s bit X H = m L KR 2log =%92.97)(==R x H η∑===61)/(4.2)(i i i k x p K 符号比特2.2 费诺编码流程图三、实验内容使用C\C++实现费诺编码，并自己设计测试案例。
四、实验要求1.提前预习实验，认真阅读实验原理以及相应的参考书。
2.认真高效的完成实验，实验中服从实验室管理人员以及实验指导老师的管理。
3.认真撰写实验报告，内容可以自己编排，可以考虑包括以下一些方面：原理概述、程序设计与算法描述、源程序及注释（程序太长可以只选取重要部分）、运行输出结果实例、调试和运行程序过程中产生的问题及采取的措施、对实验的讨论分析、总结。
信息论实验2
《信息论与编码》实验2 香农编码规则及其软件实现一、实验目的1、通过上机实践，实现常用的信源编码方案，以加深对编码理论的理解，促进对本课程所学知识的理解和把握。
2、通过信源编译码，理解香农第一定理3、通过信源编译码，掌握信源编码的方法和手段二、实验原理信源编码主要可分为无失真信源编码和限失真信源编码。
无失真信源编码主要适用于离散信源或数字信号，如文本、表格及工程图纸等信源，它们要求进行无失真地数据压缩，要求完全能够无失真地可逆恢复。
凡是能载荷一定的信息量，且码字的平均长度最短，可分离的变长码的码字集合都可称为最佳码。
为此必须将概率大的信息符号编以短的码字，概率小的符号编以长的码字，使得平均码字长度最短。
其中香农编码是能获得最佳码的编码方法之一。
香农第一定理指出，选择每个码字的长度i K 满足下式I(i x )≤i K <I(i x )+1 ，i ∀就可以得到这种码。
这种编码方法称为香农编码。
香农编码步骤：设离散无记忆信源二进制香农码的编码步骤如下：(1)将信源符号按概率从大到小的顺序排列，为方便起见，令p (x 1)≥ p (x 2)≥…≥ p (xn )(2)令p (x 0)=0，用)(j a x P ，j =i +1表示第i 个码字的累加概率，则：n j x P x P j i i j a ,...,2,1,)()(10==∑-=12112,,,,,,()1(),(),,(),,()()n i n ii i n x x x x X p x p x p x p x p x P X =⎧⎫⎡⎤==⎨⎬⎢⎥⎣⎦⎩⎭∑(3)确定满足下列不等式的整数i K ，并令i K 为第i 个码字的长度－log2 p (xn )≤i K <－ log2 p (xn )+1(4)将)(j a x P 用二进制表示，并取小数点后i K 位作为符号xi 的编码。
三、实验内容1）充分掌握信源编码方案之一的香农编码算法设计；2）以教材例题为算例，将该编码方法用代码实现。
信源编码的实验报告
一、实验目的1. 理解信源编码的基本原理和过程。
2. 掌握几种常见的信源编码方法，如哈夫曼编码、算术编码等。
3. 分析不同信源编码方法的编码效率。
4. 培养动手实践能力和分析问题、解决问题的能力。
二、实验环境1. 操作系统：Windows 102. 编程语言：Python3.73. 实验工具：PyCharm IDE三、实验内容1. 哈夫曼编码2. 算术编码四、实验步骤1. 实验一：哈夫曼编码（1）读取信源数据，统计每个字符出现的频率。
（2）根据字符频率构建哈夫曼树，生成哈夫曼编码表。
（3）根据哈夫曼编码表对信源数据进行编码。
（4）计算编码后的数据长度，并与原始数据长度进行比较，分析编码效率。
2. 实验二：算术编码（1）读取信源数据，统计每个字符出现的频率。
（2）根据字符频率构建概率分布表。
（3）根据概率分布表对信源数据进行算术编码。
（4）计算编码后的数据长度，并与原始数据长度进行比较，分析编码效率。
五、实验结果与分析1. 实验一：哈夫曼编码（1）信源数据：{a, b, c, d, e}，频率分别为{4, 2, 2, 1, 1}。
（2）哈夫曼编码表：a: 0b: 10c: 110d: 1110e: 1111（3）编码后的数据长度：4a + 2b + 2c + 1d + 1e = 4 + 2 + 2 + 1 + 1 = 10（4）编码效率：编码后的数据长度为10，原始数据长度为8，编码效率为10/8 = 1.25。
2. 实验二：算术编码（1）信源数据：{a, b, c, d, e}，频率分别为{4, 2, 2, 1, 1}。
（2）概率分布表：a: 0.4b: 0.2c: 0.2d: 0.1e: 0.1（3）编码后的数据长度：2a + 2b + 2c + 1d + 1e = 2 + 2 + 2 + 1 + 1 = 8（4）编码效率：编码后的数据长度为8，原始数据长度为8，编码效率为8/8 = 1。
六、实验总结1. 哈夫曼编码和算术编码是两种常见的信源编码方法，具有较好的编码效率。
信息论与编码实验2-实验报告
信息论与编码实验2-实验报告信息论与编码实验 2 实验报告一、实验目的本次信息论与编码实验 2 的主要目的是深入理解和应用信息论与编码的相关知识，通过实际操作和数据分析，进一步掌握信源编码和信道编码的原理及方法，提高对信息传输效率和可靠性的认识。
二、实验原理（一）信源编码信源编码的目的是减少信源输出符号序列中的冗余度，提高符号的平均信息量。
常见的信源编码方法有香农编码、哈夫曼编码等。
香农编码的基本思想是根据符号出现的概率来分配码字长度，概率越大，码字越短。
哈夫曼编码则通过构建一棵最优二叉树，为出现概率较高的符号分配较短的编码，从而实现平均码长的最小化。
（二）信道编码信道编码用于增加信息传输的可靠性，通过在发送的信息中添加冗余信息，使得在接收端能够检测和纠正传输过程中产生的错误。
常见的信道编码有线性分组码，如汉明码等。
三、实验内容与步骤（一）信源编码实验1、选取一组具有不同概率分布的信源符号，例如：A（02）、B （03）、C（01）、D（04）。
2、分别使用香农编码和哈夫曼编码对信源符号进行编码。
3、计算两种编码方法的平均码长，并与信源熵进行比较。
（二）信道编码实验1、选择一种线性分组码，如（7,4）汉明码。
2、生成一组随机的信息位。
3、对信息位进行编码，得到编码后的码字。
4、在码字中引入随机错误。
5、进行错误检测和纠正，并计算错误纠正的成功率。
四、实验结果与分析（一）信源编码结果1、香农编码的码字为：A（010）、B（001）、C（100）、D （000）。
平均码长为 22 比特，信源熵约为 184 比特，平均码长略大于信源熵。
2、哈夫曼编码的码字为：A（10）、B（01）、C（111）、D （00）。
平均码长为 19 比特，更接近信源熵，编码效率更高。
（二）信道编码结果在引入一定数量的错误后，（7,4）汉明码能够成功检测并纠正大部分错误，错误纠正成功率较高，表明其在提高信息传输可靠性方面具有较好的性能。
信息论与编码技术实验报告
《信息论与编码技术》实验报告实验一：请根据公式-plogp ，说明小概率事件和大概率事件对熵的贡献。
解：先做图，然后分析。
将公式写为)(log )(2p p p f -=对它编写计算和画图程序如下：p=0:0.01:1;x=-p.*log2(p);plot(p,x);从图中曲线看出，小概率事件和大概率事件的情况下，熵值都很低，贡献很小，在概率为0.5附近时熵值最大，故此时对熵的贡献最大。
实验二：请对a 、b 、c 霍夫曼编码，它们的概率是0.6、0.3、0.1。
并以此对符号串ababaacbaa 编码和译码。
解：编码步骤分为：事件排序，符号编码，信源编码，信道编码。
MATLAB 程序：clc;a=0.3;b=0.3;c=0.4; %%%霍夫曼编码A=[a,b,c];A=fliplr(sort(A)); %%%降序排序if (a==b)&(a>c), %%实现了当a,b,c 其中两概率相同时的编码，及3值均不同时的编码 u='a';x=a;v='b';y=b;w='c';z=c;elseif (a==b)&(a<c),u='c';x=c;v='a';y=a;w='b';z=b;elseif (c==b)&(c>a),u='b';x=b;v='c';y=c;w='a';z=a;elseif (c==b)&(c<a),u='a';x=a;v='b';y=b;w='c';z=c;elseif(a==c)&(a>b),u='a',x=a;v='c',y=c;w='b',z=b;elseif(a==c)&(a<b),u='b';x=b;v='a';y=a;w='c';z=c;elseif A(1,1)==a,u='a';x=a;elseif A(1,1)==b,u='b';x=b;elseif A(1,1)==c,u='c';x=c;endif A(1,2)==a,v='a';y=a;elseif A(1,2)==b,v='b';y=b;elseif A(1,2)==c,v='c';y=c;endif A(1,3)==a,w='a';z=a;elseif A(1,3)==b,w='b';z=b;elseif A(1,3)==c,w='c';z=c;endend %%%x，y，z按从大到小顺序存放a，b，c的值，u,v,w存对应字母if x>=(y+z),U='0';V(1)='0';V(2)='1';W(1)='1';W(2)='1';else U='1';V(1)='0';V(2)='0';W(1)='1';W(2)='0';enddisp('霍夫曼编码结果：')if u=='a',a=fliplr(U),elseif u=='b',b=fliplr(U),else c=fliplr(U),end if v=='a',a=fliplr(V),elseif v=='b',b=fliplr(V),else c=fliplr(V),end if w=='a',a=fliplr(W),elseif w=='b',b=fliplr(W),else c=fliplr(W),end %%%编码步骤为：信源编码，信道编码disp('信源符号序列：')s='ababaacbaa' %%%信源编码q=[];for i=s;if i=='a',d=a;elseif i=='b';d=b;else d=c;end;q=[q,d];endm=[]; %%%符号变数字for i=q;m=[m,str2num(i)];endP=[1,1,1,0;0,1,1,1;1,1,0,1];G=[eye(3),P];%%%信道编码%%%接下来的for循环在程序中多次使用，此处作用是将已编码组m每3个1组放入mk中进行运算之后存入Ck数组中，每次mk中运算结束之后清空，再进行下一组运算，而信道编码结果数组C则由C=[C,Ck]存入每组7个码。
信息论与编码实习报告
信息论与编码实习报告一、引言信息论与编码是通信工程、计算机科学和电子工程等领域的重要基础课程。
本次实习旨在通过实际操作，深入理解和掌握信息论与编码的基本原理和技术，提高我们的实际操作能力和问题解决能力。
二、实习内容1、信息论基础：实习的第一部分，我们通过自学和讨论的方式，深入学习了信息论的基本概念和原理，包括信息的度量、熵、信道容量等。
2、编码理论：在这一阶段，我们重点学习了线性编码、循环编码、哈夫曼编码等编码方法，并了解了编码的效率及其可靠性。
3、模拟与数字通信系统：我们通过模拟软件，设计和实现了简单的模拟通信系统，同时，也通过实验箱，了解了数字通信系统的基本原理和技术。
4、无线通信和网络：在这一部分，我们重点学习了无线通信和网络的基础知识，包括无线信道模型、无线调制解调技术、无线网络协议等。
5、实习项目：最后，我们根据所学的知识，完成了一个实习项目——设计并实现一个具有高可靠性和高效率的通信系统。
三、实习收获通过这次实习，我们收获颇丰。
首先，我们对信息论与编码的基本概念和原理有了更深入的理解和掌握，能够更好地将理论知识应用到实际中。
其次，我们提高了自己的实际操作能力和问题解决能力，能够在实践中发现和解决问题。
最后，我们了解了通信系统的基本原理和技术，对未来的学习和工作有了更好的准备。
四、结论本次实习是我们学习信息论与编码的重要环节，我们通过实际操作，深入理解和掌握了信息论与编码的基本原理和技术，提高了自己的实际操作能力和问题解决能力。
我们也发现了自己的不足之处，将在未来的学习和工作中更加努力，不断提高自己的能力和水平。
信息论与编码曹雪虹课后习题答案随着科技的发展，信息已经成为现代社会中不可或缺的一部分。
在大学中，信息论与编码作为一门重要的学科，已经成为了计算机科学、通信工程、电子工程等专业的必修课程。
而在这门课程中，曹雪虹教授的教材《信息论与编码》被广泛使用。
本文将介绍一些该教材的课后习题答案，以帮助读者更好地掌握信息论与编码的相关知识。
信息论与编码实验报告
信息论与编码实验报告一、实验目的本实验主要目的是通过实验验证信息论与编码理论的基本原理，了解信息的产生、传输和编码的基本过程，深入理解信源、信道和编码的关系，以及各种编码技术的应用。
二、实验设备及原理实验设备：计算机、编码器、解码器、信道模拟器、信噪比计算器等。
实验原理：信息论是由香农提出的一种研究信息传输与数据压缩问题的数学理论。
信源产生的消息通常是具有统计规律的，信道是传送消息的媒体，编码是将消息转换成信号的过程。
根据信息论的基本原理，信息的度量单位是比特（bit），一个比特可以表示两个平等可能的事件。
信源的熵（Entropy）是用来衡量信源产生的信息量大小的物理量，熵越大，信息量就越多。
信道容量是用来衡量信道传输信息的极限容量，即信道的最高传输速率，单位是比特/秒。
编码是为了提高信道的利用率，减少传输时间，提高传输质量等目的而进行的一种信号转换过程。
常见的编码技术有霍夫曼编码、香农-费诺编码、区块编码等。
三、实验步骤1.运行编码器和解码器软件，设置信源信息，编码器将信源信息进行编码，生成信道输入信号。
2.设置信道模拟器的信道参数，模拟信道传输过程。
3.将信道输出信号输入到解码器，解码器将信道输出信号进行解码，恢复信源信息。
4.计算信道容量和实际传输速率，比较两者的差异。
5.改变信道参数和编码方式，观察对实际传输速率的影响。
四、实验结果与分析通过实验，我们可以得到不同信道及编码方式下的信息传输速率，根据信道参数和编码方式的不同，传输速率有时会接近信道容量，有时会低于信道容量。
这是因为在真实的传输过程中，存在信噪比、传输距离等因素导致的误码率，从而降低了实际传输速率。
在实验中，我们还可以观察到不同编码方式对传输速率的影响。
例如，霍夫曼编码适用于信源概率分布不均匀的情况，可以实现数据压缩，提高传输效率。
而区块编码适用于数据容量较大的情况，可以分块传输，降低传输错误率。
此外，通过实验我们还可以了解到信息论中的一些重要概念，如信源熵、信道容量等。
信源编码实验报告
电子科技大学实验报告课程名称信息论与编码实验名称信源编码任课教师姓名学号时间2018 年11月28 日一、实验目的和要求1.掌握对信源变长编码定理的理解；2.掌握信源编码技术，如香农编码，费诺编码，哈夫曼编码或其他无失真信源编码技术；3.对英文小说“Game of Thrones”中出现的26个英文字母和空格符号（一共27个符号）进行信源编码。
4.至少对前两章“Prologue”和“Bran”中出现的符号进行统计。
5.任意选择一种编程平台，C++，Java，Python，Matlab等等。
6.运行程序后，能够在屏幕上显示每一个符号对应的码字，原始信源的熵，平均码字长度，码字长度的方差，以及编码效率。
二、 实验内容1. 对英文小说“Game of Thrones ”中出现的26个英文字母和空格符号（一共27个符号）进行信源编码。
2. 在屏幕上显示每一个符号对应的码字，原始信源的熵，平均码字长度，码字长度的方差，以及编码效率。
三、 实验原理1. 采用哈夫曼编码完成实验要求2.哈夫曼（Haveman ）编码算法是满足前缀条件的平均二进制码长最短的编-源输出符号，而将较短的编码码字分配给较大概率的信源输出。
算法是：在信源符号集合中，首先将两个最小概率的信源输出合并为新的输出，其概率是两个相应输出符号概率之和。
这一过程重复下去，直到只剩下一个合并输出为止，这个最后的合并输出符号的概率为1。
这样就得到了一张树图，从树根开始，将编码符号1 和0 分配在同一节点的任意两分支上，这一分配过程重复直到树叶。
从树根到树叶途经支路上的编码最后就构成了一组异前置码，就是霍夫曼编码输出。
离散无记忆信源：例如Uu 1u 2u 3u 4u 5P (U ) = 0.4 0.2 0.2 0.1 0.1通过上表的对信源缩减合并过程，从而完成了对信源的霍夫曼码。
四、实验步骤1.主函数为sourcecoding，用fopen打开text文本，并用fread读取文本，得到ASCII码向量seq;2.利用自己编写statistic.m函数统计seq向量中出现的符号和概率，并通过处理得到所需向量seq2. statistic函数采用了对seq处理的三种形式。
信息论与编码理论课程实验报告
二、实验环境及相关情况（包含使用软件、实验设备、主要仪器及材料等）
设备：PC机
软件：matlab 2007
0.0055 0.0115 0.0061 0.0176 0
构建信源模型如下：
h i j k l m n
0.0267 0.0672 0.0042 0.0030 0.0521 0.0212 0.0733
o p q r s t u
0.0842 0.0254 0.0048 0.0648 0.0933 0.0739 0.0327
9.实验报告独立完成，无抄袭现象，并按时提交，格式规范。
综合评定：
附录（程序源代码）
1.编写MATLAB程序
clc
clear all
%随机输入一组数据
string='abdddssdsssdabaabaddkkidkidkdiakdjjaidjaid';
%将上述中所有英文字母化为小写
string=lower(string);
自评/互评成绩：100（评阅者签名：熊萌萌）
2、教师评价
评价标准
评语等级
优
良
中
及格
不合格
1.实验态度认真，实验目的明确
2.实验方案或流程图思路清晰、合理
3.实验程序设计合理，能运行
4.实验步骤记录详细，具备可读性
5.实验数据合理
6.实验结论正确
7.实验总结分析合理、透彻
8.实验报告完整、文字叙述流畅，逻辑性强
信息论与编码课程实验报告
福建农林大学计算机与信息学院信息工程类信息论与编码课程实验报告实验项目列表实验名称1：信源建模一、实验目的和要求（1）进一步熟悉信源建模；（2）掌握MATLAB程序设计和调试过程中数值的进制转换、数值与字符串之间的转换等技术。
二、实验内容（1）假设在一个通信过程中主要传递的对象以数字文本的方式呈现。
（2）我们用统计的方式，发现这八个消息分别是由N1，N2，…，N8个符号组成的。
在这些消息是中出现了以下符号（符号1，符号2，…，符号M）每个符号总共现了（次数1，次数2，…，次数M）我们认为，传递对象的信源模型可表示为：X为随机变量（即每次一个字符）；取值空间为：（符号1，符号2，…，符号M）；其概率分布列为：（次数1/（N1+…+N8），…，次数M/( N1+…+N8）)三、实验环境硬件：计算机软件：MATLAB四、实验原理图像和语声是最常用的两类主要信源。
要充分描述一幅活动的立体彩色图像，须用一个四元的随机矢量场X(x，y，z，t），其中x，y，z为空间坐标；t 为时间坐标；而X是六维矢量，即表示左、右眼的亮度、色度和饱和度。
然而通常的黑白电视信号是对平面图像经过线性扫描而形成。
这样，上述四元随机矢量场可简化为一个随机过程X(t）。
图像信源的最主要客观统计特性是信源的幅度概率分布、自相关函数或功率谱。
关于图像信源的幅度概率分布，虽然人们已经作了大量的统计和分析，但尚未得出比较一致的结论。
至于图像的自相关函数，实验证明它大体上遵从负指数型分布。
其指数的衰减速度完全取决于图像类型与图像的细节结构。
实际上，由于信源的信号处理往往是在频域上进行，这时可以通过傅里叶变换将信源的自相关函数转换为功率谱密度。
功率谱密度也可以直接测试。
语声信号一般也可以用一个随机过程X（t）来表示。
语声信源的统计特性主要有语声的幅度概率分布、自相关函数、语声平均功率谱以及语声共振峰频率分布等。
实验结果表明语声的幅度概率分布可用伽玛（γ）分布或拉普拉斯分布来近似。
信息论与编码实验报告
信息论与编码实验报告一、实验目的信息论与编码是一门涉及信息的度量、传输和处理的学科，通过实验，旨在深入理解信息论的基本概念和编码原理，掌握常见的编码方法及其性能评估，提高对信息处理和通信系统的分析与设计能力。
二、实验原理（一）信息论基础信息熵是信息论中用于度量信息量的重要概念。
对于一个离散随机变量 X，其概率分布为 P(X) ＝｛p(x1)， p(x2)，， p(xn)｝，则信息熵H(X) 的定义为：H(X) ＝∑p(xi)log2(p(xi)）。
（二）编码原理1、无失真信源编码：通过去除信源中的冗余信息，实现用尽可能少的比特数来表示信源符号，常见的方法有香农编码、哈夫曼编码等。
2、有噪信道编码：为了提高信息在有噪声信道中传输的可靠性，通过添加冗余信息进行纠错编码，如线性分组码、卷积码等。
三、实验内容及步骤（一）信息熵的计算1、生成一个离散信源，例如信源符号集为{A, B, C, D}，对应的概率分布为{02, 03, 01, 04}。
2、根据信息熵的定义，使用编程语言计算该信源的信息熵。
（二）香农编码1、按照香农编码的步骤，首先计算信源符号的概率，并根据概率计算每个符号的编码长度。
2、确定编码值，生成香农编码表。
（三）哈夫曼编码1、构建哈夫曼树，根据信源符号的概率确定树的结构。
2、为每个信源符号分配编码，生成哈夫曼编码表。
（四）线性分组码1、选择一种线性分组码，如（7, 4）汉明码。
2、生成编码矩阵，对输入信息进行编码。
3、在接收端进行纠错译码。
四、实验结果与分析（一）信息熵计算结果对于上述生成的离散信源，计算得到的信息熵约为 184 比特/符号。
这表明该信源存在一定的不确定性，需要一定的信息量来准确描述。
（二）香农编码结果香农编码表如下：｜信源符号|概率|编码长度|编码值|｜｜｜｜｜｜A|02|232|00|｜B|03|174|10|｜C|01|332|110|｜D|04|132|111|香农编码的平均码长较长，编码效率相对较低。
信息论与编码实验报告
信息论与编码实验报告一、实验目的1.了解信息论与编码的基本概念和原理。
2.学习如何通过信息论与编码方法实现对数据的压缩和传输。
3.掌握信息论与编码实验的实验方法和实验技能。
4.提高实验设计、数据分析和报告撰写的能力。
二、实验内容1.通过对输入信源进行编码，实现对数据的压缩。
2. 比较不同编码方法的压缩效果，包括Shannon-Fano编码和霍夫曼编码。
3.通过传输信道对编码后的数据进行解码，还原原始信源。
4.分析并比较不同编码方法的传输效果，包括码率和传输质量。
三、实验原理1.信息论：熵是信息论中衡量信源不确定性的指标，熵越小表示信源的可预测性越高，在编码过程中可以压缩数据。
2. 编码方法：Shannon-Fano编码通过分治的方法将输入信源划分为不同的子集，分别进行编码；霍夫曼编码则通过构建最佳二叉树的方式，将较常出现的信源符号编码为较短的二进制码，较少出现的信源符号编码为较长的二进制码。
3.传输信道：信道可能存在误码和噪声，通过差错控制编码可以在一定程度上保障传输数据的正确性和完整性。
四、实验步骤1. 对给定的输入信源进行Shannon-Fano编码和霍夫曼编码。
2.计算编码后的码率，分析不同编码方法的压缩效果。
3.将编码后的数据传输到信道，模拟信道中的误码和噪声。
4.对传输后的数据进行解码，还原原始信源。
5.比较不同编码方法的传输质量，计算误码率和信噪比。
五、实验结果与分析1. 编码结果：通过对输入信源进行编码，得到了Shannon-Fano编码和霍夫曼编码的码表。
2.压缩效果：计算了不同编码方法的码率，比较了压缩效果。
3.传输结果：模拟信道传输后的数据，对数据进行解码，还原原始信源。
4.传输质量：计算了误码率和信噪比，分析了不同编码方法的传输质量。
六、实验总结通过本次实验，我深刻理解了信息论与编码的基本概念和原理，并掌握了信息论与编码实验的实验方法和实验技能。
在实验过程中，我遇到了一些困难，比如对编码方法的理解和实验数据的处理。
信源编码实验报告
一、实验目的1. 理解信源编码的意义；2. 掌握信源编码的基本原理和方法；3. 熟悉MATLAB编程环境，实现信源编码算法；4. 分析信源编码的效果，比较不同编码方法的优劣。
二、实验原理信源编码是将信源的信息转换成适合传输或存储的信号的过程。
信源编码的目的是提高信息传输的效率，降低传输成本，减少存储空间。
信源编码分为无损编码和有损编码两大类。
1. 无损编码：在编码过程中不丢失任何信息，解码后能够完全恢复原始数据。
常见的无损编码方法有哈夫曼编码、算术编码等。
2. 有损编码：在编码过程中会丢失部分信息，但解码后能够恢复原始数据的近似值。
常见的有损编码方法有LZ编码、JPEG编码等。
三、实验环境1. 计算机：CPU2.0GHz以上，内存2GB以上；2. 编程软件：MATLAB 7.0以上版本；3. 实验数据：一组文本数据。
四、实验内容1. 哈夫曼编码实验（1）编写MATLAB程序，实现哈夫曼编码算法；（2）对实验数据进行分析，计算信源熵、编码效率等指标；（3）比较哈夫曼编码与其他编码方法的优劣。
2. 算术编码实验（1）编写MATLAB程序，实现算术编码算法；（2）对实验数据进行分析，计算信源熵、编码效率等指标；（3）比较算术编码与其他编码方法的优劣。
3. LZ编码实验（1）编写MATLAB程序，实现LZ编码算法；（2）对实验数据进行分析，计算信源熵、编码效率等指标；（3）比较LZ编码与其他编码方法的优劣。
五、实验步骤1. 哈夫曼编码实验（1）读取实验数据，统计每个字符出现的频率；（2）根据字符频率，构建哈夫曼树，生成哈夫曼编码表；（3）对实验数据进行哈夫曼编码，计算编码后的数据长度；（4）对编码后的数据进行解码，验证解码结果是否正确。
2. 算术编码实验（1）读取实验数据，统计每个字符出现的频率；（2）根据字符频率，构建概率分布表；（3）编写算术编码程序，对实验数据进行编码；（4）编写算术解码程序，对编码后的数据进行解码；（5）比较编码前后的数据长度，计算编码效率。
实训二信源编码和信道编码
实训⼆信源编码和信道编码实训⼆信源编码和信道编码⼀、实验内容1、对抽样信号进⾏均匀量化，改变量化级数和信号⼤⼩，根据MATLAB仿真获得量化误差和量化信噪⽐。
2、对抽样信号进⾏A律压缩、均匀量化，改变量化级数和信号⼤⼩，根据MATLAB仿真获得量化误差和量化信噪⽐。
3、限失真信源编码：采⽤Ａ律１３折线编码⼆、程序和仿真图1.close all;fs=1000;t=0:1/fs:1;x=0.99*sin(2*pi*t);plot(t,x);hold on;M=8;delta=2/M;y_level=floor(abs(x/delta)); signal=sign(x);for k=1:1000;for i=0:7;ifx(1,k)>=-1+i*delta&x(1,k)<=-1+(i+1)*delta; Q=signal.*(y_level*delta+delta/2);end;end;end;plot(t,Q,'r');grid on;title('原信号与均匀量化信号');close all;fs=32;t=0:1/fs:1;x=sin(2*pi*t);subplot(2,1,1);plot(t,x);hold on;stem(t,x,'filled','r');title('采样样值和8级均匀量化后的样值');grid on; M=8; deta=2/M;y_level=fix(abs(x/deta));signal=sign(x);Q=signal.*(y_level*deta+deta/2);Q_error=x-Q;S=mean(x.^2);N=mean(Q_error.^2);stem(t,Q,'filled','b');legend('输⼊信号','采样量值','量化后量值'); subplot(2,1,2); stem(t,Q_error,'filled','r');title('量化误差图');grid on;3.clear all;fs=2000;t=0:1/fs:1;x=sin(2*pi*t);c=[0 0 0 0 0 0 0 0];for k=2:1:8;[a,b,c(k)]=PCM(x,k);end;n=2:1:8;plot(n,c(2:8),'b');title('均匀量化信噪⽐编码位数变化'); xlabel('编码位数'); ylabel('量化信噪⽐');grid on;hold on;SNR_T=n*6.02+1.76;n=2:1:8;plot(n,SNR_T,'r-o');legend('仿真值','理论值');4.clear all;fs=2000;t=0:1/fs:1;x=sin(2*pi*t);M=0:5:50;c=[0 0 0 0 0 0 0 0 0 0];for k=1:1:11;y=x/(10^(M(k)/20));[a,b,c(k)]=PCM(y,8);end;plot(M,c);c=[0 0 0 0 0 0 0 0 0 0];for k=1:1:11;y=x/(10^(M(k)/20));[a,b,c(k)]=PCM(y,12);end;hold on;plot(M,c,'-ro');title('量化信噪⽐随信号衰减的变化情况');xlabel('信号衰减（dB）');ylabel('量化信噪⽐（dB）');grid on;legend('均匀量化（8 bits）','均匀量化（12 bits）');5.clear all;A=87.6;tc=1/32000;t=0:tc:1;%%x=0.99*sin(2*pi*t);V=max(x);figure(1);subplot(3,1,1);plot(t,x);title('压缩前信号');hold on;grid on;%%x1=compand(x,A,V,'A/compressor');plot(t,x1,'r');title('A律压缩后信号');legend('压缩前信号','A律压缩后信号'); %%f=1/32;t1=0:f:1;y1=downsample(x1,f/tc);subplot(3,1,2);stem(t1,y1,'b');title('A律压缩信号样值');hold on;grid on;%%[index,y2]=quantiz(y1,-6/8:2/8:6/8,-7/8:2/8:7/8); stem(t1,y2,'r','filled'); title('A律压缩信号样值和8级均匀量化的样值'); xlabel('t(s)');ylabel('幅值');legend('A律压缩信号样值','8级均匀量化样值'); %%%%%%%%% subplot(3,1,3);stem(t1,y2-y1,'r','filled');xlabel('t(s)');title('量化误差');grid on;6.close all;A=1;L1=[8,12];tc=1/200000;t=0:tc:1;x0=sin(2*pi*t);r=0:5:50;sqnr=zeros(1,length(r));for j=1:2L=L1(j);for i=1:length(r)A1=1/(10^(r(i)/20));x=A1*x0;f=1/2000;t1=0:f:1;y1=downsample(x,f/tc);M=2^L;[index,y2]=quantiz(y1,-(M-1)/M:2/M:(M-1)/M, -1:2/M:1); sqnr(i) =10*log10(mean(y1.^2)./mean((y1-y2).^2)); endif j == 1plot(r,sqnr,'r o --');hold on;elseplot(r,sqnr,'r o -');title('量化信噪⽐随信号衰减变化的曲线');hold on;endend%%%%%%%%snr1 = 6.02*8+1.76;snr2 = 6.02*12+1.76;for i = 1:11s1(i)=snr1-5*(i-1);endfor i = 1:11s2(i)=snr2-5*(i-1);endplot (r,s1,'k :');grid on;hold on;plot (r,s2,'k--');grid on;%%%%%%%%%%%%L=L1(1);A1=87.6;for i=1:length(r)x=x0/(10^(r(i)/20));xmax=max(abs(x));x1=zeros(1,200001);for j=1:200001if abs(x(j))<=1/A1x1(j)=A1*x(j)/(1+log(A1));elsex1(j)=sign(x(j))*(1+log(A1*abs(x(j))))/(1+log(A1));endendf=1/2000;t1=0:f:1;y1=downsample(x1,f/tc);yy=downsample(x,f/tc);M=2^L;[index,y2]=quantiz(y1,-(M-1)/M:2/M:(M-1)/M, -1:2/M:1);x2=zeros(1,2001);for k=1:2001if abs(y2(k))<=1/(1+log(A1))x2(k)=y2(k)*(1+log(A1))/A1;elsex2(k)=sign(y2(k))/A1*exp(abs(y2(k))*(1+log(A1))-1);endendsqnr(i)=10*log10(mean(yy.^2)./mean((yy-x2).^2));endplot(r,sqnr,'b*-');grid on;title('量化信噪⽐随信号衰减变化的曲线');xlabel('信号的衰减dB');ylabel('量化信噪⽐');axis([0,50,0,80]);legend('均匀量化(8bits)','均匀量化(12bits)','均匀量化理论值(8bits)','均匀量化理论值(8bits)','A 律压缩量化(8bits)' );。
《信息论与信源编码》实验报告
《信息论与信源编码》实验报告1、实验目的(1) 理解信源编码的基本原理；(2) 熟练掌握Huffman编码的方法；(3) 理解无失真信源编码和限失真编码方法在实际图像信源编码应用中的差异。
2、实验设备与软件(1) PC计算机系统(2) VC++6.0语言编程环境(3) 基于VC++6.0的图像处理实验基本程序框架imageprocessing_S(4) 常用图像浏览编辑软件Acdsee和数据压缩软件winrar。
(5) 实验所需要的bmp格式图像（灰度图象若干幅）3、实验内容与步骤(1) 针对“图像1.bmp”、“图像2.bmp”和“图像3.bmp”进行灰度频率统计（即计算图像灰度直方图），在此基础上添加函数代码构造Huffman码表，针对图像数据进行Huffman编码，观察和分析不同图像信源的编码效率和压缩比。
(2) 利用图像处理软件Acdsee将“图像1.bmp”、“图像2.bmp”和“图像3.bmp”转换为质量因子为10、50、90的JPG格式图像（共生成9幅JPG图像），比较图像格式转换前后数据量的差异，比较不同品质因素对图像质量的影响；(3) 数据压缩软件winrar将“图像1.bmp”、“图像2.bmp”和“图像3.bmp”分别生成压缩包文件，观察和分析压缩前后数据量的差异；(4) 针对任意一幅图像，比较原始BMP图像数据量、Huffman编码后的数据量（不含码表）、品质因素分别为10、50、90时的JPG文件数据量和rar压缩包的数据量，分析不同编码方案下图像数据量变化的原因。
4、实验结果及分析(1)在VC环境下，添加代码构造Huffman编码表，对比试验结果如下：a.图像1.bmp：图1 图像1.bmp图像的像素点个数共640×480个，原图像大小为301KB，图像信息熵为5.92bit/符号，通过Huffman编码后，其编码后的平均码长为5.960码元/信源符号，编码效率为99.468%，编码后的图像大小为228.871KB，压缩比为1.342。
信息论和编码实验报告
信息论与编码实验报告实验课程名称：赫夫曼编码（二进制与三进制编码）专业信息与计算科学班级信息与计算科学1班学生姓名李林钟学号 20####指导老师王老师信息论和编码实验报告一、实验目的利用赫夫曼编码进行通信可以大大提高通信利用率，缩短信息传输时间，降低传输成本。
赫夫曼编码是信源编码中最基本的编码方法。
●理解赫夫曼编码，无论是二进制赫夫曼编码，还是m 进制赫夫曼编码，都要理解其编码原理和编码步骤。
● 回顾无失真信源编码定理，理解无失真编码的基本原理和常用编码方法。
●掌握二进制赫夫曼编码和m 进制赫夫曼编码的基本步骤，能计算其平均码长，编码效率等。
●应用二进制赫夫曼编码或m 进制赫夫曼编码处理简单的实际信源编码问题。
二、实验环境与设备1、操作系统与编程软件：windows 操作系统，cfree5.0， Visual C++ 6.0。
2、编程语言：C 语言以及C++语言 三、实验内容1. 二进制赫夫曼编码原理及步骤： （1）信源编码的计算设有N 个码元组成的离散、无记忆符号集，其中每个符号由一个二进制码字表示，信源符号个数n 、信源的概率分布P={p(s i )},i=1,…..,n 。
且各符号xi 的以li 个码元编码，在变长字编码时每个符号的平均码长为∑==ni li xi p L 1)( ；信源熵为：)(log )()(1xi p xi p X H ni ∑=-= ；唯一可译码的充要条件：11≤∑=-ni Ki m ；其中m 为码符号个数，n 为信源符号个数，Ki 为各码字长度。
（2）二元霍夫曼编码规则（1）将信源符号依出现概率递减顺序排序。
（2）给两个概率最小的信源符号各分配一个码位“0”和“1”，将两个信源符号合并成一个新符号，并用这两个最小的概率之和作为新符号的概率，结果得到一个只包含（n-1）个信源符号的新信源。
称为信源的第一次缩减信源，用s1 表示。
（3）将缩减信源 s1 的符号仍按概率从大到小顺序排列，重复步骤(2)，得到只含（n-2）个符号的缩减信源s2。
信息论实验报告2信源编码
function [W,L,q]=shannon(p)
if (length(find(p<=0)) ~=0)
error('Not a prob.vector,negative component'); end
if (abs(sum(p)-1)>10e-10)
error('Not a prob.vector,component do not add up to 1'); end
n=length(P); %计算输入元素个数
p=P; mark=zeros(n-1,n);
% mark为n-1行、n列矩阵，用来记录每行最小两概率叠加后概率排列次序
% 1)确定概率大小值的排列，得到mark矩阵。
for i=1:n-1
[p,num]=sort(p); mark(i,:)=[num(1:n-i+1),zeros(1,i-1)];
s2='Shannon编码平均码字长度L:'; s3='Shannon编码的编码效率q:';
disp(s0);disp(s1),disp(B),disp(W);disp(s2),disp(L);disp(s3),disp(q);
function H=entropy(P,r)
if (length(find(P<=0))~=0) %判断是否符合概率分布条件
[c,k]=min(temp);
if (current_index<=k)
next_index=current_index; code_num=48;
next_P=current_P(1:k);
else
信息论与编码实验报告
信息论与编码实验报告,信息论与编码实验报告，姓名:xxxxx学号: xxxxxxxx专业:电子信息工程班级:电子信息xxxx班指导老师: xx实验一关于信源熵的实验一、实验目的1. 掌握离散信源熵的原理和计算方法。
2. 熟悉matlab 软件的基本操作，练习使用matlab 求解信源的信息熵。
3. 自学图像熵的相关概念，并应用所学知识，使用matlab 或其他开发工具求解图像熵。
4. 掌握Excel的绘图功能，使用Excel绘制散点图、直方图。
二、实验原理1. 离散信源相关的基本概念、原理和计算公式产生离散信息的信源称为离散信源。
离散信源只能产生有限种符号。
随机事件的自信息量I(xi)为其对应的随机变量xi 出现概率对数的负值。
即: I (xi )= -log2p ( xi)随机事件X 的平均不确定度(信源熵)H(X)为离散随机变量 xi 出现概率的数学期望，即:2.二元信源的信息熵设信源符号集X={0，1} ，每个符号发生的概率分别为p(0)= p，p(1)= q，p+ q =1，即信源的概率空间为 :则该二元信源的信源熵为:H( X) = - plogp–qlogq = - plogp –(1 - p)log(1- p) 即:H (p) = - plogp –(1 - p)log(1- p) 其中 0 ? p ?13. MATLAB二维绘图用matlab 中的命令plot( x , y) 就可以自动绘制出二维图来。
例1-2，在matlab 上绘制余弦曲线图，y = cos x ，其中 0 ? x ? 2>>x =0:0.1:2*pi; %生成横坐标向量，使其为 0，0.1，0.2，…，6.2>>y =cos(x ); %计算余弦向量>>plot(x ,y ) %绘制图形4. MATLAB求解离散信源熵求解信息熵过程:1) 输入一个离散信源，并检查该信源是否是完备集。
信源编码译码实验报告
一、实验目的1. 理解信源编码与译码的基本原理和过程；2. 掌握哈夫曼编码和LZ编码的原理和方法；3. 通过实验验证信源编码和译码的效果，分析编码效率；4. 培养动手实践能力和分析问题的能力。
二、实验原理信源编码是将信源中的信息进行压缩的过程，目的是减小传输或存储信息所需的比特数。
信源编码分为熵编码和无损编码两大类。
熵编码基于信源符号的概率分布，无损编码则基于符号的统计特性。
1. 哈夫曼编码：根据信源符号的概率分布，构建哈夫曼树，为每个符号分配一个唯一的码字，实现信源的无损压缩。
2. LZ编码：基于符号的统计特性，将信源中的重复序列进行压缩，实现信源的无损压缩。
三、实验设备与软件1. 实验设备：计算机、编程软件（如MATLAB、Python等）2. 实验软件：MATLAB（或其他编程语言）四、实验内容与步骤1. 哈夫曼编码实验（1）选择实验文本，计算文本中每个字符的概率；（2）根据字符概率构建哈夫曼树；（3）根据哈夫曼树为每个字符分配码字；（4）对文本进行哈夫曼编码，得到编码后的文本；（5）对编码后的文本进行译码，验证译码效果。
2. LZ编码实验（1）选择实验文本，分析文本中的重复序列；（2）根据重复序列的长度和位置，构建LZ编码字典；（3）对文本进行LZ编码，得到编码后的文本；（4）对编码后的文本进行译码，验证译码效果。
五、实验结果与分析1. 哈夫曼编码实验结果（1）实验文本：某篇新闻文章，字符总数为10000；（2）字符概率分布：大部分字符出现概率较低，少数字符出现概率较高；（3）编码效率：编码后的文本长度为原始文本长度的60%；（4）译码效果：译码后的文本与原始文本完全一致。
2. LZ编码实验结果（1）实验文本：某篇新闻文章，字符总数为10000；（2）重复序列分析：文本中存在大量重复序列，可压缩性较高；（3）编码效率：编码后的文本长度为原始文本长度的50%；（4）译码效果：译码后的文本与原始文本完全一致。
信源编码实验报告
电子科技大学实验报告课程名称信息论与编码实验名称信源编码任课教师姓名学号时间2018 年11月28 日一、实验目的和要求1.掌握对信源变长编码定理的理解；2.掌握信源编码技术，如香农编码，费诺编码，哈夫曼编码或其他无失真信源编码技术；3.对英文小说“Game of Thrones”中出现的26个英文字母和空格符号（一共27个符号）进行信源编码。
4.至少对前两章“Prologue”和“Bran”中出现的符号进行统计。
5.任意选择一种编程平台，C++，Java，Python，Matlab等等。
6.运行程序后，能够在屏幕上显示每一个符号对应的码字，原始信源的熵，平均码字长度，码字长度的方差，以及编码效率。
二、 实验内容1. 对英文小说“Game of Thrones ”中出现的26个英文字母和空格符号（一共27个符号）进行信源编码。
2. 在屏幕上显示每一个符号对应的码字，原始信源的熵，平均码字长度，码字长度的方差，以及编码效率。
三、 实验原理1. 采用哈夫曼编码完成实验要求2.哈夫曼（Haveman ）编码算法是满足前缀条件的平均二进制码长最短的编-源输出符号，而将较短的编码码字分配给较大概率的信源输出。
算法是：在信源符号集合中，首先将两个最小概率的信源输出合并为新的输出，其概率是两个相应输出符号概率之和。
这一过程重复下去，直到只剩下一个合并输出为止，这个最后的合并输出符号的概率为1。
这样就得到了一张树图，从树根开始，将编码符号1 和0 分配在同一节点的任意两分支上，这一分配过程重复直到树叶。
从树根到树叶途经支路上的编码最后就构成了一组异前置码，就是霍夫曼编码输出。
离散无记忆信源：例如Uu 1u 2u 3u 4u 5P (U ) = 0.4 0.2 0.2 0.1 0.1通过上表的对信源缩减合并过程，从而完成了对信源的霍夫曼码。
四、实验步骤1.主函数为sourcecoding，用fopen打开text文本，并用fread读取文本，得到ASCII码向量seq;2.利用自己编写statistic.m函数统计seq向量中出现的符号和概率，并通过处理得到所需向量seq2. statistic函数采用了对seq处理的三种形式。
- 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、"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、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)。
if (abs(sum(P)-1)>10e-10)
error('Not a prob.vector,component do not add up to 1'); end
H=(sum(-P.*log2(P)))/(log2(r)+eps);
2、香农编码数值试验算例
单符号离散无记忆信源
=
p=[0.25,0.25,0.2,0.15,0.1,0.05];
[W,L,q]=shannon(p)
很好！输入正确，编码结果如下：
Shannon 编码所得码字W:
[1] [2] [3] [4] [5] [6]
00 01 100 101 1101 11110
H=entropy(P,2); % 计算信源熵
q=H/L; % 计算编码效率
for i=1:nB{i}=i;end
[n,m]=size(W);TEMP=32*ones(n,5);W=[W,TEMP];W=W';
(2)编写M文件fano.m
function [W,L,q]=fano(P)
if (length(find(P<=0)) ~=0)
error('Not a prob.vector,negative component'); end
if (abs(sum(P)-1)>10e-10)
error('Not a prob.vector,component do not add up to 1')end
n=length(P); x=1:n;% 1)排序
[P,x]=array(P,x);
for i=1:n
current_index=i;j=1;current_P=P;
while 1 [next_P,code_num,next_index]=compare(current_P,current_index);
1、香农编码Matlab源码
function [W,L,q]=shannon(p)
if (length(find(p<=0)) ~=0)
error('Not a prob.vector,negative component');end
if (abs(sum(p)-1)>10e-10)
error('Not a prob.vector,component do not add up to 1');end
Shannon 编码平均码字长度L:
2.7000
Shannon 编码的编码效率q:
0.8975
W =
00 01 100 101 1101 11110
L =
2.7000
q =
0.8975
3、费诺编码Matlab源码
(1)编写M文件compare.m
function[next_P,code_num,next_index]=compare(current_P,current_index)
current_index=next_index;current_P=next_P;
W(i,j)=code_num;j=j+1;
if (length(current_P)==1)break;end
l(i)=length(find(abs(W(i,:)) ~=0));end% 得到各码字的长度
L=sum(P.*l); % 计算平均码字长度
s2='Shannon 编码平均码字长度L:'; s3='Shannon 编码的编码效率q:';
disp(s0);disp(s1),disp(B),disp(W);disp(s2),disp(L);disp(s3),disp(q);
function H=entropy(P,r)
if (length(find(P<=0))~=0)% 判断是否符合概率分布条件
n=length(p); x=1:n;[p,x]=array(p,x);% 1)排序
l=ceil(-log2(p));% 2)计算代码组长度l
P(1)=0;n=length(p);%3)计算累加概率P
fori=2:nP(i)=P(i-1)+p(i-1);end
for i=1:n% 4)求得二进制代码组W
n=length(current_P);add(1)=current_P(1);
for i=2:n% 1)求概率的依次累加和
add(i)=0; add(i)=add(i-1)+current_P(i);end
s=add(n);% 2)求概率和最接近的两小组
for i=1:ntemp(i)=abs(s-2*add(i));end
for j=1:l(i)
temp(i,j)=floor(P(i)*2); P(i)=P(i)*2-temp(i,j);end
end
for i=1:n
for j=1:l(i)
if (temp(i,j)==0);W(i,j)=48;
elseW(i,j)=49;end
end
end
L=sum(p.*l); % 计算平均码字长度 H=entropy(p,2); % 计算信源熵
q=H/L; % 计算编码效率
fori=1:nB{i}=i;end
[n,m]=size(W);TEMP=32*ones(n,6);
W=[W,TEMP];W=W';[n,m]=size(W);
W=reshape(W,1,n*m);W=sprintf('%s', W);
s0='很好！输入正确，编码结果如下：';s1='Shannon 编码所得码字W:';
成绩
辽宁工程技术大学上机实验报告
实验名称
信源编码
院系
姓名
实验
目的
简述本次实验目的：
1、理解并掌握香农编码
2、理解并掌握费诺编码
3、理解并掌握霍夫曼编码
实验
准备
你为本次实验做了哪些准备：
认真阅读《信息论》教材，熟悉三种编码的原理以及相应的MATLAB函数指令
实验
进度
本次共有6个练习，完成6
实验
总结
日
本次实验的收获、体会、经验、问题和教训：
[c,k]=min(temp);
if (current_index<=k)
next_index=current_index;code_num=48;
next_P=current_index-k; code_num=49;
next_P=current_P((k+1):n);end