实验一 离散信源及其信息测度

合集下载
  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)。

实验一 离散信源及其信息测度

一、[实验目的]

离散无记忆信源是一种最简单且最重要的信源,可以用完备的离散型概率空间来描述。本实验通过计算给定的信源的熵,加深对信源及其扩展信源的熵的概念的理解。

二、[实验环境]

windows XP,MATLAB

三、[实验原理]

信源输出的各消息的自信息量的数学期望为信源的信息熵,表达式如下 1()[()]()log ()q

i i i H X E I xi p x p x ===-∑

信源熵是信源的统计平均不确定性的描述,是概率函数()p x 的函数。

四、[实验内容]

1、有条100字符英文信息,假定其中每字符从26个英文字母和1个空格中等概选取,那么每条信息提供的信息量为多少?若将27个字符分为三类,9个出现概率占2/7,13个出现概率占4/7,5个出现占1/7,而每类中符号出现等概,求该字符信源的信息熵。

2、二进制通信系统使用0、1,由于存在失真,传输会产生误码,用符号表示下列事件:u0:一个0发出;u1:一个1发出;v0:一个0收到;v1:一个1收到;给定下列概率:p(u0)=1/2,p(v0|u0)=3/4,p(v0|u1)=1/2。求:(a)已知发出一个0,求收到符号后得到的信息量;(b)已知发出的符号,求收到符号后得到的信息量;

3、给定离散无记忆信源X ,其概率空间为

010.70.3X P ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦

求该信源的熵和其二次、三次扩展信源的熵。(编写一M 函数文件: function [H_X1,H_X2,H_X3]=t03(X1,P1)

%t03 求信源和其二次、三次扩展信源的熵

%输入为X1,P1,分别为信源符号和概率阵

%输出为原离散信源的熵H_X1和二次、三次扩展信源的熵H_X2、H_X3

4、某离散二维平稳信源的概率空间:

设发出的符号只与前一个符号有关。求:(a)认为信源符号之间无依赖性时,

信源

X 的信息熵H(X);(b)认为有依赖性时的条件熵H (X2|X1);(c)联合熵H(X1X2);(d)根据以上三者之间的关系,验证结果的正确性。

5、有两个二元随机变量X 和Y ,它们的联合概率分布函数如下表:

同时定义另一随机变量Z=X*Y ,试求:

a 、熵H(X),H(Z),H(X,Z)和H(X,Y,Z);

b 、条件熵H(X|Y),H(X|Z),H(Y|X,Z);

c 、互信息I(X;Y),I(X;Z),I(X;Y|Z);

五、[实验过程]

每个实验项目包括:1)设计思路2)实验中出现的问题及解决方法;

1)设计思路

1、每字符从26 个英文字母和1 个空格中等概选取,一共100 个字符,那么可以 组成27^100 条消息,每条消息出现的概率是1/(27^100),由自信息量公式可 得每条消息的自信息量。

2、求出各种条件概率,将其代入信息量公式计算信息量。

3、离散无记忆信源X 熵,可将其概率代入信息熵的计算公式得到,二次,三次 扩展信源,可先求出其概率空间。

4.由离散二维平稳信源的概率空间,及信息熵,条件熵,联合熵的公式,可得到 我们要的结果。

5、计算各种情况的概率,X 的概率,Y 的概率,Z=XY 联合概率等,然后代入公 式求解。

6、程序代码:

clear all,clc;

%test1.1

%有条100 字符英文信息,假定其中每字符从26 个英文字母和1 个空格中等概选取 %求每条信息提供的信息量

X 1X 2 P 00 01 02 10 11 12 20 21 22 1/4 1/18 0 1/18 1/3 1/18 0 1/18 7/36

=

H1=log2(27^100)

%test1.2

%事件:u0:一个0 发出;u1:一个1 发出; v0:一个0 收到;v1:一个1 收到;

%给定下列概率:p(u0)=1/2,p(v0|u0)=3/4,p(v0|u1)=1/2

p_u0=1/2;

p_v0_u0=3/4;

p_v0_u1=1/2;

p_v1_u0=1-p_v0_u0;

%(a)已知发出一个0,求收到符号后得到的信息量;

H_V_u0=p_v0_u0*log2(p_v0_u0)-p_v1_u0*log2(p_v1_u0);

%(b)已知发出的符号,求收到符号后得到的信息量

p_u1=1-p_u0;

p_v1_u1=1-p_v0_u1;

p_u0v0=p_v0_u0*p_u0;

p_u0v1=p_v1_u0*p_u0;

p_u1v0=p_v0_u1*p_u1;

p_u1v1=p_v1_u1*p_u1;

H_V_U=-p_u0v0*log2(p_v0_u0)-p_u0v1*log2(p_v1_u0)-p_u1v0*log2(p_v0_u1)-p_u1v1*l og2(p_v1_u1)

%test1.3

c=[0.3,0.7];

[y1,y2,y3]=t05(c)

%信源的熵和其二次、三次扩展信源的熵

%test1.4

P_X1X2=[1/4 1/18 0;1/18 1/3 1/18;0 1/18 7/36];%联合分布

%(a)认为信源符号之间无依赖性时,信源X 的信息熵H(X);

P_X=sum(P_X1X2);

H_X=sum(-P_X.*log2(P_X));

fprintf('X 的信源熵: H_X=%6.3f\n',H_X);

%(b)认为有依赖性时的条件熵H(X2|X1);

P_X1_X2=[P_X1X2(:,1)/P_X(1),P_X1X2(:,2)/P_X(2),P_X1X2(:,3)/P_X(3)];%条件矩阵

P_X1_X2(find(P_X1_X2==0))=1;%将0 换为1

H_X1_X2=sum(-P_X1X2.*log2(P_X1_X2));

fprintf('X 的条件熵: \n H_X1_X2=%6.3f\n',H_X1_X2);

%(c)联合熵H(X1X2)

P_X1X2(find(P_X1X2==0))=1;%将0 换为1

H_X1X2=sum(-P_X1X2.*log2(P_X1X2));

fprintf('X 的联合熵: \n H_X1X2=%6.3f\n',H_X1X2);

%test1.5

%有两个二元随机变量X 和Y,同时定义另一随机变量Z=X*Y,试求:

% a、熵H(X),H(Z),H(X,Z)和H(X,Y,Z);

% b、条件熵H(X|Y),H(Y|X,Z);

% c、互信息I(X;Y),I(X;Y|Z);

功能函数t03:

相关文档
最新文档