信息论与编码课件第3章信道与信道容量分析

合集下载

第3章信道与信道容量-PPT精品

第3章信道与信道容量-PPT精品

• 信道种类
1无干扰信道
2有干扰无记忆信道
3有干扰有记忆信道
普通高等教育“十五”国家级规划教材《信息论与编码》 曹雪虹等编著
3
3.1信道分类和表示参数
二进制对称信道(BSC)
1-p 0
p
0 p
1p p
P
p
1p
1
1
1-p
普通高等教育“十五”国家级规划教材《信息论与编码》 曹雪虹等编著
X
+
Y
pY(y/ai)
1 e(yai)2/22
2
G
普通高等教育“十五”国家级规划教材《信息论与编码》 曹雪虹等编著
6
3.1信道分类和表示参数
波形信道
x(t)
y(t)
+
n(t)
pY(y/x)pY(y1,y2,yL/x1,x2,xL)
pY(y/x)pxp,yx((xx,)y)pxp,yx((xx,)n)pn(n)
p (bj/a i)
普通高等教育“十五”国家级规划教材《信息论与编码》 曹雪虹等编著
13
3.2离散单个符号信道及其容量
对称信道容量
C=maIx(X;Y)ma[H x(X)H(X|Y)]
p(ai)
p(ai)
ma[H x(Y)H(Y| X)]
p(ai)
maHx(Y)H(Y/X)
p(ai)
普通高等教育“十五”国家级规划教材《信息论与编码》 曹雪虹等编著
7
3.2离散单个符号信道及其容量
信息传输率
信道在单位时间内平均传输的信息量定义为信 息传输速率
R=I(X;Y)=H(X)-H(X/Y) 比特/符号
Rt=I(X;Y)/t

信息论与编码课件第三章

信息论与编码课件第三章

离散无记忆信道的信道容量
I( x
0;Y )
2 j 1
p(b j
0) log
p(b j 0) p(b j )
log 2
I( x 2;Y ) log 2
而I( x
1;Y )
2 j 1
p(b j 1) log
p(b j 1) p(b j )
0
1
I( x 0;Y ) I( x 2;Y ) log 2, p(0) p(2) 0
C

I ( x ai ;Y )
m j 1
p(b j ai ) log
p(b j ai ) p(b j )
特殊DMC的信道容量
例:准对称信道
准对称信道
0.8 0.1 0.1 P3 0.1 0.1 0.8
1 p(a1 ) p(a2 ) 2
n
p(b j ) p(ai ) p(b j ai ) i 1
H (Y
|
a2 )

H(Y | an )
P 1 M
C
log
n
ห้องสมุดไป่ตู้
2
j

j1
P P 1 C p(bj ) p(ai )
达到信道容量时输入、输出概率分布的唯一性
例:
1 / 2 1 / 2 0 0
P
0
1/2 1/2
0

0 0 1/ 2 1/ 2
1 / 2 0 0 1 / 2

p(a1 )

p(a3 )

1, 2
p(a2 ) p(a4 ) 0
4
C

信息论与编码 第三章:信道容量

信息论与编码 第三章:信道容量

3.1 信道的数学模型和分类

信道分类



从工程物理背景——传输媒介类型; 从数学描述方式——信号与干扰描述方式; 从信道本身的参数类型——恒参与变参; 从用户类型——单用户与多用户;
信道的数学模型和分类
离散 无记忆 连续 信号类型 半离散 有记忆 半连续 无干扰:干扰少到可忽略; 信号与干扰类型 无源热噪声 线性叠加干扰 有源散弹噪声 脉冲噪声 干扰类型 有干扰 交调 乘性干扰 衰落 码间干扰

信道的数学模型和分类
出 Y x1 xn y1 ym 入 X p( x ) p( x ) →信道→ p( y ) p( y ) p ( x) p( y ) 1 n 1 m
其中: xi X
C maxI ( X ; Y ) max[ H (Y )] ( p log p p log
p ( xi ) p ( xi )
p ) n 1
单符号离散信道的信道容量
强对称离散信道的信道容量

强对称信道的信道容量
1 H (Y ) log n,当p ( y j ) 时,H (Y )达到最大值 n n 要获得这一最大值,通过公式p( y j ) p( xi ) p( y j / xi ), j 1, 2,, n
C = max[ H (Y )] H (q1 , q2 , , qm )
p ( xi )
log m H (q1 , q2 , , qm )
?
单符号离散信道的信道容量
准对称离散信道的信道容量
将H(Y)中的m项分成s个子集M1, M2,…, Ms,各子集分别 有m 1, m 2,…, m s个元素( m 1+ m 2+…+ m s= m ),则

信息论与编码第三章

信息论与编码第三章



P<Y1=V1,Y2=V2…Yn=Vn/X=U1…X=Un>
n
Õ = p(YR = UR / X = uR )
决定DMC特点的条件概率P<yj/xi>可写成矩阵形 式
P = [ pij ]
3.2.1
转移概率矩阵
æ p( y0 / x0) p( y1 / x0)

ç
学 模
P
=
ç ç
p( y0 / x1)
数 即P<Y=0/X=1>=P<Y=1/X=0>=P

模 型
P<Y=1/X=1>=P<Y=0/X=0>=1-P
01
这种对称二进二出的
0 é P P ù 信道叫做二进制对称信
P=1
ê ëê
P
ú P ûú
道,简称BSC信道.
3.2.1
信道模型:
数 学 模
1-P
0
0
P

P
1
1
1-P
这种信道的输出符号仅与对应时刻输 入符号有关,与以前输入无关,故称此信道是 无记忆信道的.
3.1
信道分类:


1.有线信道和无线信道


有线信道:明线、对称电缆、同轴电
缆及
光缆等.
无线信道:地波传播、短波电离层反 射、
超短波或微波视距中继、
3.1
2.恒参信道和随参信道
信 道
恒参信道:信道的统计特性不随时间而变化.如明
分 线、对称电缆、同轴电缆、光缆、卫星中继信道

一般被视为恒参信道.
p0,Q - 1 ö ÷

第三章信道及信道容量PPT课件

第三章信道及信道容量PPT课件
第三章 信道及信道容量
第一节 信道分类及表示参数 第二节 单符号离散信道及其容量 第三节 离散序列信道及其容量 第四节 连续信道及其容量
05.12.2020
1
研究信道容量的意义?
信道是信息传输的通道。由于干扰而丢失的信息为 H(X|Y ); 在接收端获取的关于发送端信源X的信息量是:
I(X;Y)=H(X)-H(X|Y) 即:信道中平均每个符号传送的信息量。对于信道,所关心的问 题是平均每个符号传送的最大信息量。这就是信道容量C=max I(X;Y) bit/符号
每个数字对应一种颜色(反之未必),数字已知,则颜色确 定,H(X|Y)=0。H(X,Y)=H(Y)=…..
6、2.21(3)信号放大问题。课上已经强调过,仍出错。
7、向孔祥品学习
05.12.2020
9
复习:第四节 连续信源的熵和互信息
一、单符号连续信源的熵 相对熵(差熵)
H c(X ) p X (x)lop X g (x)dx Hc(XY )p(xy)lopg(xy)dxdy Hc(Y/X )p(xy)lopg(y/x)dxdy
(2) 离散无记忆信道(DMC-Discrete Memoryless Channel)
仍是单符号离散信道,符号集中的符号数目大于2 。
05.12.2020
7
转移概率矩阵(传递阵矩)P :
P11 P12 P1m
P [
P ij
]
P21
P22
P2m
Pn1
Pn2
Pnm
m
m
转移概率矩 元阵 素中 之 1。 各 和 P(b 行 j等 |ai)的 于 Pij1
2 Pm2,通常m0,2 P,此时有:
H0C5.1(2X.202)0

信息论与编码第3章 信道与信道容量

信息论与编码第3章 信道与信道容量

Rt 的单位:bit/符号÷s/符号=bit/s
定义3.1 设某信道的平均互信息量为I(X;Y),信道输
入符号的先验概率为p(x),该信道的信道容量C定义

C max{I ( X ;Y )} p(x)
上述的极值问题实际是有约束条件的,先验概率分布
p(x) 应当满足下列条件
p(x ai ) 0
第3章 信道与信道容量
吴晓青
目录
3.1信道分类 3.2 单符号离散信道及其容量
➢ 3.2.1 数学模型 ➢ 3.2.2信道容量 ➢ 3.2.3 离散信道容量的迭代算法
3.3 离散序列信道及其容量 3.4 信源与信道的匹配 3.5 连续信道及其容量
➢ 3.5.1 连续单符号加性信道 ➢ 3.5.2 多维无记忆加性连续信道 ➢ 3.5.3 加性高斯白噪声波形信道
定义3.3 如果信道转移概率矩阵中所有列矢量都是第 一列的某种置换,则称信道关于输出是对称的,这 种信道称为输出对称离散信道。
1 0 P 0.5 0.5
0 1
0.7 0.2 0.1 P 0.2 0.1 0.7
0.1 0.7 0.2
如果信道是输出对称的,那么当信道输入符号为等概 率分布时,信道输出也是等概率分布的。
前向概率、后验概率
由公式
p(ai ,bj ) p(ai ) p(bj | ai )
信道的条件转移概率p(bj|ai)通常称为前向概率,表 示在输入为ai时,通过信道后接收为bj的概率,描 述了信道噪声的特性。
由公式
p(ai , bj ) p(bj ) p(ai | bj )
p(ai|bj)称为后向概率,表示当接收符号为bj时,信 道输入为ai的概率,所以也称为后验概率。

信息论与编码(第三版) 第3章 信道与信道容量

信息论与编码(第三版) 第3章 信道与信道容量
2信道输入的先验分布不是最佳分布,那么信息传输率不 能够达到信息容量
3信息量R必须小于信道容量C,否则传输过程中会造成信 息损失,出现错误;
如果R<C成立端
噪声问题
无 映射(输 噪 入到输出)
条件转移 矩阵
H(Y|X)=0
Y X n
一对一
X:信道输入 Y:信道输出 n:信道噪声
p(bj|ai):后向概率
表示当接收符号为bj时, 信道输入为ai的概率,所 以也称为后验概率
贝叶斯公式
p(ai
| bj)
p(aibj ) p(bj )
p(ai ) p(bj | ai )
r
p(ai ) p(bj | ai )
i1
后验概率都是十分 重要的,可以通过
p(b1 )
p(a1 )
第3章 信道与信道容量
目录
3.1信道分类 3.2 单符号离散信道及其容量
➢ 3.2.1 数学模型 ➢ 3.2.2信道容量 ➢ 3.2.3 离散信道容量的迭代算法
3.3 离散序列信道及其容量 3.4 信源与信道的匹配 3.5 连续信道及其容量
➢ 3.5.1 连续单符号加性信道 ➢ 3.5.2 多维无记忆加性连续信道 ➢ 3.5.3 加性高斯白噪声波形信道
只能进行单方向的通信
也称多端信道,输入端或者 输出端至少有一端具有两个 或者两个以上用户,并且可
以实现双向通信
输入、输出的取值特性
离散信道
也称为数字信道,该类信道中输入空间、输出 空间均为离散事件集合,集合中事件数量是有 限的,或者有限可数的,随机变量取值都是离 散的
连续信道
也称为模拟信道,输入空间、输出空间均为连续事 件集合,集合中事件的数量是无限的、不可数的

信息论与编码(第三章PPT)

信息论与编码(第三章PPT)
信息论与编码
Information and Coding Theory
第3章 信道容量
1
第3章 信道容量
3.1 信道基本概念 3.2 离散无记忆信道容量 3.3 组合信道的容量 3.4 连续无记忆信道的容量 3.5 波型信道的容量
2
3.1 信道基本概念
信道物理模型 输入消息X 输出消息Y 干扰
求X的概率分布 :由方程组
0.5z1 0.25z4 0.1
0z3.250z1.25zz24

0.4 0.4
0.25z1 0.5z4 0.1
求出解为: p1 p4 4 / 30, p2 p3 11/ 30.
pi (i 1,2,3,4)是一个概率分布,必是最佳分布, C是信道容量.
3.2 离散无记忆信道容量
log p(b1) C
(1 log
)log p(b2) log p(b2) (1 )log
p(b3) p(b3)

[C [C

log log
(1 )log(1 (1 )log(1
X
信道
Y
干扰
3
3.1 信道基本概念
信道分类 根据信道用户的多少 单用户信道 多用户信道 根据信道输入端与输出端的关系 无反馈信道 有反馈信道 根据信道的参数与时间的关系 固定参数信道 时变参数信道
4
3.1 信道基本概念
根据输入与输出 随机变量的取值分类 离散信道(数字信道: 时间、取值离散) 连续信道(模拟信道: 取值连续) 半连续信道( 时间、取值一个离散,另一个连续) 波形信道(时间、取值连续)
18
3.2 离散无记忆信道容量
例3-2-2 设DMC的转移概率矩阵为

信息理论与编码 第三章 信道模型和信道容量 PPT课件

信息理论与编码 第三章 信道模型和信道容量 PPT课件

(a)
PY
|X
0.98 0.05
0.02 0.95
(b)
PY|X
0.8 0.05
0.15 0.15
0.05 0.8
解:(a)因为输入等概分布,即 PX 0.5 0.5
PY
PX
PY
|X
0.5
0.5
0.98 0.05
0.02 0.95
0.515
0.485
H(Y ) 0.515log 0.515 0.485log 0.485 0.9994bit / 符号
5
(2)根据信道的记忆特性划分
无记忆信道:信道当前的输出只与当前的输入有关。
有记忆信道:信道当前的输出不但与当前的输入有关,还
与当前时刻以前的输入有关。
(3)根据信道的输入/输出的关系划分
无噪声信道:信道的输入/输出关系是确定关系。
有噪声信道:信道的输入/输出关系是统计依存关系。
(4)根据信道物理组成划分
22
2 信道的散布度
X {a1, a2 , , ar }
DMC
Y {b1, b2 ,
噪声
I( X;Y ) H(Y ) H(Y | X ) ,bs} H(Y)是在输出端得到的全部
信息,有两个来源:输入端
H(Y|X):信道的散布度或噪声 和噪声。 H(Y|X)表示由噪声
熵。
引起的无序程度。
确定信道:噪声熵为零的信道。
, bs }
疑义度 损失熵
H (Y ) H (Y | X )
平均互信息量 1.信道的疑义度
散布度 噪声熵
由于存在后验平均不确定性H(X|Y),说明收到输出Y 后对输入X还存有疑义。
输入X的平均信息H(X)不可能全部到达输出,由于干

第3章.信道与信道容量

第3章.信道与信道容量
p(Y | X) p( y1 | x1) p( y2 | x2 ) p( yL | xL )
即每个输出信号只与当前的输入信号之间有转移概率关 系,而与其他非该时刻的输入信号、输出信号都无关, 也就是无记忆性。
14
3.1.2 信道参数
有干扰无记忆信道 按照输入输出信号的符号数目,有干扰信道可以进一步 划分为: (1)二进制离散信道 (2)离散无记忆信道 (3)离散输入、连续输出信道 (4)波形信道
22
3.2 离散单个符号信道及其容量
信息传输率
有时需要了解的是信道在单位时间内平均传输的信息量,
若已知平均传输一个符号所需的时间为t秒,则将信道
在单位时间内平均传输的信息量定义为信息传输速率,
即:
I ( X ;Y ) Rt t bit / s
注意:
R:单位为bit / 符号
信息传输率
Rt:单位为bit / s
maxH (Y ) H (Y | X ) p(ai )
max
p(ai )
H
(Y
)
H
(Y
|ai)393.2.2 对称DMC信道
对称DMC信道的容量 如果信道输入符号等概率分布,即p(ai)=1/n,则由于转 移概率矩阵的列对称,所以:
p(bj )
i
p(ai
)
p(bj
|
ai
)
1 n
i
p(bj | ai )
信息论不研究信号在信道中传输的物理过程,并假定信 道的传输特性已知,这样信息论就可以抽象地将信道用 下图所示的模型来描述。
3
3.1.1 信道的分类
信道
输入量X (随机过程)
P(Y | X ) 信道
输出量Y (随机过程)

信息论与编码课件第三章

信息论与编码课件第三章
• 4、波形信道:
– 信道的输入和输出在时间上,取值上都连续 的随机信号。
信道分类
• 按输入/输出之间关系的记忆性来分类:
• 1、无记忆信道:
– 信道的输出只与信道该时刻的输入有关,而 与其他时刻的输入无关
• 2、有记忆信道:
– 信道的输出不但与信道现时的输入有关而且 还与以前时刻的输入有关
信道分类
• 信道转移概率矩阵p(Y|X):
– 描述输入/输出的统计依赖关系,反映信道统计关 系
p(Y|X)
X
Y
信道
无干扰(无噪声)信道
• 1、无干扰(无噪声)信道
– 信道的输出信号Y与输入信号X之间有确定 的关系Y=f (X),已知X后就确知Y
– 转移概率:
p(Y
|
X)
1, 0,
Y f(X) Y f(X)
信息论与编码课件第三 章
内容
3.1 信道分类和表示参数 3.2 离散单个符号信道及其容量 3.3 离散序列信道及其容量 3.4 连续信道及其容量
3.1 信道分类和表示参数
信道
• 信道:信息传输的通道
– 在通信中,信道按其物理组成常被分成微波信 道、光纤信道、电缆信道等。
– 信息论不研究信号在信道中传输的物理过程, 并假定信道的传输特性已知,这样信息论就可 以抽象地将信道用下图所示的模型来描述。
• 二元删除信道BEC
– 输入符号X取值{0,1}; 0 – 输出符号Y取值{0,1,2}
• 转移矩阵
1
P
p 0
1 p 1 q
0 q
p 0
1-p
2
1-q 1
q
3.1.3 信道容量
• 我们研究信道的目的是要讨论信道中平均每个 符号所能传送的信息量,即信道的信息传输率R

信息论3第3章1PPT课件

信息论3第3章1PPT课件

5
信道分类
信息论与编码

三 v 按输入/输出之间关系的记忆性来划分:
章 v 无记忆信道:
信 道 与
§信道的输出只与信道该时刻的输入有关,而与 其他时刻的输入无关
信 v 有无记忆信道:
道 容 量
§信道的输出不但与信道现时的输入有关而且 还与以前时刻的输入有关
11.11.2020 西北大学信息学 院
6
三 章
由定理3.1可知,对于每一个确定信道,都有一个信源分布,使得信息传 输率达到最大值,我们把这个最大值称为该信道的信道容量。

道 与
➢信道容量C:在信道中最大的信息传输 ( X ,Y ) } m a x { H ( X ) H ( X /Y ) }
信 §输入和输出的随机序列取值都是离散的信道
道 v 连续信道:
与 信
§输入和输出的随机序列取值都是连续的信道
道 v 半离散(半连续)信道:
容 §输入变量取值离散而输出变量取值连续
量 §输入变量取值连续而输出变量取值离散
v 波形信道:
§信道的输入和输出都是一些时间上连续的随 机信号。
11.11.2020 西北大学信息学 院
道 容
P ( X )
P ( X )
➢单位时间的信道容量Ct:若信道平均传输一个符号需要t秒钟,则
量 单位时间的信道容量为:
C 1 m a x { I(X ,Y )} 1 m a x { H (X ) H (X /Y )}
t
tP (X )
P (X )
Ct实际是信道的最大信息传输速率。
13


章 信 结论 道 C和Ct都是求平均互信息I(X;Y)的条件极大值问题,当输入

信息论与编码-第10、11讲-第3章信道容量

信息论与编码-第10、11讲-第3章信道容量

THANKS
感谢观看
信道容量决定了单位时间内传输 的信息量,容量越大,传输效率 越高。
02
编码技术对信息传 输效率的影响
采用高效的编码技术可以减小信 息的冗余度,提高信息传输效率 。
03
多路复用技术提高 信道利用率
多路复用技术允许多个信号在同 一信道上同时传输,提高了信道 的利用率。
信道容量与信号设计
1 2
信号设计对信道容量的影响
02
它反映了信道在噪声干扰下传输信息的能力,是衡量信道性 能的重要指标。
03
信道容量可以通过特定的编码方式和技术实现接近,但无法 达到。
信道容量的性质
确定性
对于确定的信道,其容量是确定的,与使用的信号和 编码方式无关。
可加性
对于并联的多个信道,其容量等于各个信道容量的总 和。
单调性
随着输入信号的平均功率增加,信道容量通常会增加 ,但增加的幅度逐渐减小。
通信系统设计中的关键问题
如何提高信号传输的可靠 性和速率?
如何平衡传输质量和系统 复杂度?
如何降低噪声和干扰对信 号的影响?
如何实现高效、低成本的 通信系统设计?
05
CATALOGUE
信道容量与实际应用
无线通信中的信道容量问题
无线信道的不确定性
无线通信中,由于信号传播的复杂性和多径效应,信道容量存在不 确定性。
信道容量的计算方法
离散无记忆信道容量
01
通过计算输入信号的熵和输出信号的熵,再根据互信息公式计
算得出。
连续无记忆信道容量
02
通过计算输入信号的功率谱密度和输出信号的功率谱密度,再
根据互信息公式计算得出。
有记忆信道容量

信息论与编码-第三章ppt课件

信息论与编码-第三章ppt课件

R
R
pX (x)dx pn (n) log pn (n)dn
R
R
pn (n) log pn (n)dn Hc (n)
R
信息论与编码-信道与信道容量
• 上式说明条件熵是由噪声引起的,它等于噪声信 源的熵。故条件熵也称噪声熵。
• 在加性多维连续信道中,输入矢量X、输出矢量Y 和噪声矢量n之间的关系是
信息论与编码-信道与信道容量
➢ 信道分类和表示参数 ➢ 通信系统中,信道是非常重要的部分。信道的任务是
以信号方式传输信息。在信道中会引入噪声,这些都 会使信号通过信道后产生错误和失真,故信道的输入 和输出之间一般不是确定的函数关系,而是统计依赖 关系。
➢ 只要知到了信道的输入信号和输出信号以及它们之间 的统计依赖关系,则信道的全部特性就确定了。所以 可以用信道的转移概率矩阵P(Y/X)来描述信道、信道 的数学模型及分类
信息论与编码-信道与信道容量
➢ 对称DMC信道的容量 ➢ 对称DMC信道的定义: ➢ 如果一个DMC信道的转移概率矩阵P中的每一行
都是第一行的置换〔包含同样的元素,但位置可 以不同),则称该矩阵是输入对称的, ➢ 如果转移概率矩阵P的每一列都是第一列的置换, 则称该矩阵是输出对称的, ➢ 如果一个DMC信道的输入、输出都对称,则称 该DMC信道为对称DMC信道。
信息论与编码-信道与信道容量
➢ 信道参数 ➢ 设信道的输入矢量和输出矢量分别是
X(X 1 ,X 2 , ,X i, ) X i A {a 1,a2, ,an}
Y(Y 1 ,Y 2, ,Y j, ) Y i B{b1,b2, ,bm }
➢ 通常采用条件概率 p(Y/X) 来描述信道输入输出 信号之间统计的依赖关系。
  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)。

b1 b2
: : :
bm
12
转移概率矩阵
b1
b2
bm
a1 p(b1 | a1) p(b2 | a1) p(bm | a1)
P
a2
p(b1 |
a2
)
p(b2 | a2)
p(bm | a2)
an
p(b1
|
an
)
p(b2 | an)
p(bm | an)
• P:转移概率矩阵
– 已知X,信道输出Y表现出来的统计特性
– 完全描述了信道的统计特性,其中有些概率是信 道干扰引起的错误概率,有些是正确传输的概率
m
p(bj | ai ) 1 i 1,2,n
j 1
13
• 反信道转移概率矩阵
– 已知Y,信道输入X表现出来的统计特性
a1
a2
an
b1 p(a1 | b1)
P
b2
p(a1 |
b2
)
p(a2 | b1) p(a2 | b2)
• 信道输入是n元符号
X∈{a1, a2, …, an} • 信道输出是m元符号
Y∈{b1, b2, …, bm}
• 转移矩阵
b1 b2 bm
p11 p12 p1m a1
P
p21
p22
p2m
a2
pn1
pn2
pnm
an
p11
a1
p12
p21
a2
p22
: : :
an
pnm
pij=p(bj|ai)
– 描述输入/输出的统计依赖关系,反映信道统计关 系
p(Y|X)
X
Y
信道
9
无干扰(无噪声)信道
• 无干扰(无噪声)信道
– 信道的输出信号Y与输入信号X之间有确定 的关系Y=f (X),已知X后就确知Y
– 转移概率:
p(Y
|
X)
1, 0,
Y f(X) Y f(X)
10
有干扰无记忆信道
• 有干扰无记忆信道
• 转移矩阵
1
P
p 0
1 p 1 q
0 q
p 0
1-p
2
1-q 1
q
16
3.2 离散单个符号信道 及其容量
17
信道容量
• 我们研究信道的目的是要讨论信道中平均每个 符号所能传送的信息量,即信道的信息传输率R
• 平均互信息I (X;Y):
– 接收到符号Y后平均每个符号获得的关于X
的信息量。
I(X;Y)
i
j
p(xi ) p(y j
|
xi ) log
p(y j | xi ) p(y j )
n
p( y j ) p(xi ) p( y j | xi ) i1
• 信道的信息传输率就是平均互信息
18
信道容量
• 信道容量C:
– 最大的信息传输率
C max I (X ;Y ) p(ai )
• 单位时间的信道容量:
– 用条件概率矩阵来描述。 • 离散有记忆信道:
– 可像有记忆信源中那样引入状态的概念。
8
3.1.2 信道参数
• 设信道的输入X=(X1, X2 … Xi,… ), Xi ∈{a1 … an} 输出Y= (Y1, Y2 … Yj,…), Yj ∈{b1 … bm}
• 信道转移概率矩阵p(Y|X):
p(an | b1)
p(an
|
b2
)
bm
p(a1
|
bm
)
p(a2 | bm)
p(an | bm)
• p(ai|bj):后向概率
– 已知信道输出端接收到符号bj但发送的输
入符号为ai的概率。
14
二进制离散信道BSC
• 二进制离散信道BSC
– 输入符号X取值{0,1}; – 输出符号Y取值{0,1}
道中传输的过程遵循不同的物理规律, 通信技 术必须研究信号在这些信道中传输时的特性
– 信息论不研究信号在信道中传输的物理过程, 并假定信道的传输特性已知,这样信息论就可 以抽象地将信道用下图所示的模型来描述。
输入量X (随机过程)
p(Y|X) 信道
输出量Y (随机过程)
5
3.1.1 信道分类
• 按输入/输出信号在幅度和时间上的取值:
• 设信道的输入X∈A={a1 … an},输出Y∈B={b1 … bm}
• 无嗓无损信道
– 输入和输出符号之间有确定的一一对应关系
0 i j p(bj | ai ) p(ai | bj ) 1 i j (i, j 1,2,3)
1 C max I (X ;Y )
T p(ai )
19
信道容量的计算
• 对于一般信道,信道容量计算相当复杂,我们只 讨论某些特殊类型的信道:
• 离散信道可分成: • 无干扰(无噪)信道
– 无嗓无损信道 – 有噪无损信道 – 无噪有损信道
• 有干扰无记忆信道 • 有干扰有记忆信道
20
3.2.1 无干扰离散信道
• 很重要的一种特殊信道 • 信道转移概率:
1-p
0
0
p
p
1
1
1-p
p(0|0) = 1-p p(0|1) = p
p(1|1) = 1-p p(1|0) = p
无错误传0输的概1 率 传输P发生1错pp误1的pp概 率10
15
二元删除信道BEC
• 二元删除信道BEC
– 输入符号X取值{0,1}; 0 – 输出符号Y取值{0,1,2}
信息论与编码
第三章
信道与信道容量
内容
3.1 信道分类和表示参数 3.2 离散单个符号信道及其容量 3.3 离散序列信道及其容量 3.4 连续信道及其容量
3
3.1 信道分类和表示参数
4
信道
• 信道:信息传输的通道
– 在通信中,信道按其物理组成常被分成微波信 道、光纤信道、电缆信道等。信号在这些信
• 无记忆信道:
– 信道的输出只与信道该时刻的输入有关,而 与其他时刻的输入无关
• 有无记忆信道:
– 信道的输出不但与信道现时的输入有关而且 还与输出信号之间的关系是否是确定关系:
• 无干扰信道:
– 输入/输出符号之间有确定的一一对应关系
• 有干扰信道:
– 输入/输出之间关系是一种统计依存的关系 • 输入/输出的统计关系: • 离散无记忆信道:
• 离散信道:
– 输入和输出的随机序列取值都是离散的信道
• 连续信道:
– 输入和输出的随机序列取值都是连续的信道
• 半离散(半连续)信道:
– 输入变量取值离散而输出变量取值连续
– 输入变量取值连续而输出变量取值离散
• 波形信道:
– 信道的输入和输出都是一些时间上连续的随
机信号。
6
信道分类
• 按输入/输出之间关系的记忆性来划分:
– 信道的输出信号Y与输入信号X之间没有确 定的关系,但转移概率满足:
p(Y | X ) p( y1 | x1) p( y2 | x2) p( yL | xL )
• 有干扰无记忆信道可分为: – 二进制离散信道 – 离散无记忆信道 – 离散输入、连续输出信道 – 波形信道
11
离散无记忆信道DMC
相关文档
最新文档