信息论与编码习题课新 57页PPT文档
合集下载
信息论与编码pptPPT学习教案
第12页/共294页
通讯系统模型
信源 消息
编码器 信道 信号 噪声
译码
信宿
器
消息
干扰 通信系源统基本模型 ✓ 信源:消息的来源,如文字、语音、图像等
✓ 编码器:把消息变换成信号,如信源编码、纠错编码、调制 器
✓ 信道:传递信号的媒介,如电缆、光纤、无线电波等
✓ 噪声:信道中的干扰,如加性干扰、乘性干扰
联合自信息量(两个随机事件)
二维联合集XY上的元素(xiyj)的联合自信息量定义为:
[含义] X=xi,I (Yx=i yyjj同) 时发l生og时2,p带(x来i y的j )信息量
[特PX例(YX]Y若)X、Yxp1(y独x11,y立1),,,x1则ypmI(,(xxx12iyyymj1)),,=p,(Ixx(x22 iyy)1m)+,,I(,,yxpj)n(yx1n,ym
目的:提高信息的安全性
信宿:信息的接受端
在实际问题中,上述三类编码应统一考虑来提高通信
噪声:信道中的干扰 系统的性能。这些编码的第目14页标/共往294往页 是相互矛盾的。
通讯系统模型
编码的应用的几个例子:
✓ 电报常用的莫尔斯码就是按信息论的基本编码原则设计 出来的;
✓ 在一些商品上面有一张由粗细条纹组成的标签,从这张 标签可以得知该商品的生产厂家、生产日期和价格等信 息,这些标签是利用条形码设计出来的,非常方便,非 常有用,应用越来越普遍;
的效率。信源编码可分为无失真信源编码和限失真信源 编码。目的:提高信息传输的有效性
信道:传递信号的媒介 ✓
信道编码器:在信源编码器输出的代码组上有目的地增 加一些监督码元,使之具有检错或纠错的能力。
✓目密译的码:学码提:高器研信究:息如传何把输隐的蔽信可消靠道息性中输的信出息内的容,信使号它在反传输 变换 过程中不被窃听,提高通信系统的安全性。
信息论与编码全部课件-PPT精选文档398页
• 通常取对数的底为2,单位为比特(bit)。
37
2.1.1 自信息量
• 三个单位间的转换关系为:
• 1奈特=log2e 1.433比特 • 1哈特莱=log210 3.332比特
• 自信息量非负且单调递减。
f(x)
log2x
f(x)
34
2.1.1 自信息量
• 应用概率空间的概念分析上例,设取红球
的状态为x1,白球为x2,黑球为x3,黄球为 x4,则概率空间为:
• (1)
• (2)
PX(x)0x1.99 PX(x)0x1.5
x2 0.01
x2 0.5
• (3) P X (x) 0 x1 .250.x 2 2 5x30.25x0 4.25
• (7)按生成领域分:宇宙信息、自然信息、社会信息、 思维信息等。
• (8)按应用部门分:工业信息、农业信息、军事信息、 政治信息、科技信息、文化信息等。
(9)按信息源的性质分:语声信息、图像信息、文 字信息、数据信息、计算信息等。 (10)按载体性质分:电子信息、光学信息、生物信 息等。 (11)按携带信息的信号形式分:连续信息、离散信 息、半连续信息等。
19
1.2.2 数字信息传输系统
• 优点:
• (1)抗干扰能力强,特别在中继传输中尤为明 显。
• (2)可以进行差错控制,提高了信息传输的灵 活性。
(3)便于使用现代计算机技术对信号进行处 理、存储和变换。 (4)便于加密,实现保密信息传输。
20
1.2.2 数字信息传输系统
• (5)易于与其他系统配合使用,构成综合 业务信息传输网。
35
2.1.1 自信息量
• 结论: • (1)不确定度与信源概率空间的状态数及
37
2.1.1 自信息量
• 三个单位间的转换关系为:
• 1奈特=log2e 1.433比特 • 1哈特莱=log210 3.332比特
• 自信息量非负且单调递减。
f(x)
log2x
f(x)
34
2.1.1 自信息量
• 应用概率空间的概念分析上例,设取红球
的状态为x1,白球为x2,黑球为x3,黄球为 x4,则概率空间为:
• (1)
• (2)
PX(x)0x1.99 PX(x)0x1.5
x2 0.01
x2 0.5
• (3) P X (x) 0 x1 .250.x 2 2 5x30.25x0 4.25
• (7)按生成领域分:宇宙信息、自然信息、社会信息、 思维信息等。
• (8)按应用部门分:工业信息、农业信息、军事信息、 政治信息、科技信息、文化信息等。
(9)按信息源的性质分:语声信息、图像信息、文 字信息、数据信息、计算信息等。 (10)按载体性质分:电子信息、光学信息、生物信 息等。 (11)按携带信息的信号形式分:连续信息、离散信 息、半连续信息等。
19
1.2.2 数字信息传输系统
• 优点:
• (1)抗干扰能力强,特别在中继传输中尤为明 显。
• (2)可以进行差错控制,提高了信息传输的灵 活性。
(3)便于使用现代计算机技术对信号进行处 理、存储和变换。 (4)便于加密,实现保密信息传输。
20
1.2.2 数字信息传输系统
• (5)易于与其他系统配合使用,构成综合 业务信息传输网。
35
2.1.1 自信息量
• 结论: • (1)不确定度与信源概率空间的状态数及
信息论与编码第二讲
n维n重空间R
k维n重 码空间C
G
n-k维n重
对偶空间D
H
图3-1 码空间与映射
第46页,此课件共84页哦
c是G空间的一个码字,那么由正交性得到:
c HT= 0
0代表零阵,它是[1×n]×[n×(n-k)]=1×(n-k)矢量。
上式可以用来检验一个n重矢量是否为码字:若等式成立,该 n重是码字,否则不是码字。
m G =C
张成码空间的三个基,
本身也是码字。
第37页,此课件共84页哦
第38页,此课件共84页哦
信息空间到码空间的线性映射
信息组(m2 m1 m0 )
000
001 010
011 100
101
110 111
码字(c5 c4 c3 c2 c1c0 )
000000
001011 010110
011101 100111
2.3译码平均错误概率
第16页,此课件共84页哦
第17页,此课件共84页哦
第18页,此课件共84页哦
2.4 译码规则
第19页,此课件共84页哦
2.4.1 最大后验概率译码准则
第20页,此课件共84页哦
例题
第21页,此课件共84页哦
第22页,此课件共84页哦
2.4.2 极大似然译码准则
式中,E(RS)为正实函数,称为误差指数,它与RS、C的关系 如下图所示。图中,C1、C2为信道容量,且C1>C2。
第10页,此课件共84页哦
2.2 信道编码基本思想
第11页,此课件共84页哦
第12页,此课件共84页哦
第13页,此课件共84页哦
第14页,此课件共84页哦
第15页,此课件共84页哦
信息论与编码课件第二章
条件互信息量与联合互信息量
条件互信息量定义
I( x; y | z) loga
p( x | yz) p( x | z)
联合互信息量定义
I( x; yz)
log a
p( x | yz) p( x)
自信息量与互信息量的区分 (表达方式和含义上)
信息量 I( x) I( x | y) I( xy)
I(x)
联合自信息量与联合熵
联合自信息量定义
I ( xy ) = log 1 = - log p(xy) p( xy)
联合熵定义(联合自信息量的统计平均)
H(XY )
=
EXY I( xy)
=
xX yY
p( xy)I( xy)
= p( xy)log p( xy)
xX yY
自信息量、条件信息量、联合信息量 三者之间的关系
3 4
1 8
log2
1 4
0.406(bit)
H (Y | Z ) H ( X | Z ) 0.862(bit)
H (Z | X ) H (Z | Y ) 0.406(bit)
H ( X | YZ) H (Y | XZ ) 0.406(bit)
H (Z | XY ) 0
• (3)
I( X;Y ) H ( X ) H ( X | Y ) 1 0.811 0.189(bit) I( X; Z ) H ( X ) H ( X | Z ) 1 0.862 0.138(bit) I(Y ; Z ) I( X; Z ) 0.138(bit) I( X;Y | Z ) H( X | Z ) H( X |YZ)
8888
(2)根据(1)得到的联合概率分布和边沿概率分布
《信息论与编码》课件
优点
可以快速计算出哈希值,常用于数据完整性验证和密码存储。
缺点
对于某些输入,哈希函数可能产生冲突,即不同的输入可能会产生相同的哈希值。
信息论的应用
05
数据压缩
数据压缩是信息论的一个重要应用,通过编码技术减少数据冗余,提高存储和传输效率。
压缩算法
常见的压缩算法包括哈夫曼编码、算术编码、LZ77和LZ78等,这些算法利用数据的统计特性进行压缩。
定义
RSA(Rivest-Shamir-Adleman)、ECC(椭圆曲线加密)等。
常见的非对称加密算法
密钥管理相对简单,安全性较高。
优点
加密速度较慢,通常比对称加密算法慢几个数量级。
缺点
定义
哈希函数是一种将任意长度的数据映射为固定长度哈希值的函数。
常见的哈希函数
MD5(Message Digest Algorithm 5)、SHA(Secure Hash Algorithm)等。
互信息定义
条件互信息表示一个随机变量在给定另一个随机变量的条件下与第三个随机变量之间的相关性。
条件互信息定义
信源编码
02
无损压缩编码是一种完全保留原始数据,没有任何信息损失的编码方式。
有损压缩编码是一种允许一定信息损失的编码方式,通常用于图像、音频和视频等连续媒体数据的压缩。有损压缩编码通过去除数据中的冗余信息和细节来减少存储空间或传输时间。解压缩时,虽然不能完全恢复原始数据,但人眼或耳朵通常无法察觉到损失的信息。因此,它常用于需要快速传输或低成本存储的场景,如数字电视广播、互联网流媒体等。有损压缩编码的优点是压缩率高,适合处理大量数据;缺点是原始数据的完整性和真实性可能受到损失。常见的有损压缩算法包括JPEG、MPEG、MP3等。这些算法通过离散余弦变换、小波变换等技术来减少数据量,同时采用量化等技术来控制信息损失的程度。
《信息论与编码全部》课件
添加副标题
信息论与编码全部PPT课件
汇报人:PPT
目录
CONTENTS
01 添加目录标题 03 信息度量与熵
02 信息论与编码的基 本概念
04 信源编码
05 信道编码
06 加密与解密技术
07 信息安全与认证技 术
添加章节标题
信息论与编码的基本概 念
信息论的发展历程
1948年,香农提出信 息论,奠定了信息论
提高安全性
优点:安全性 高,速度快,
易于实现
应用:广泛应 用于电子商务、 网络通信等领
域
发展趋势:随 着技术的发展, 混合加密技术 将更加成熟和
完善
信息安全与认证技术
数字签名技术
数字签名:一种用于验证信息来源和完整性的技术 数字签名算法:RSA、DSA、ECDSA等 数字证书:用于存储数字签名和公钥的文件 数字签名的应用:电子邮件、电子商务、网络银行等
汇报人:PPT
熵越小,表示信息量越小,不确 定性越小
熵是概率分布的函数,与概率分 布有关
信源编码
定义:无损信源编码是指在编码过 程中不丢失任何信息,保持原始信 息的完整性。
无损信源编码
应用:无损信源编码广泛应用于音 频、视频、图像等媒体数据的压缩 和传输。
添加标题
添加标题
添加标题
添加标题
特点:无损信源编码可以保证解码 后的信息与原始信息完全一致,但 编码和解码过程通常比较复杂。
古典密码学:公元前400年,古希腊人使用替换密码 近代密码学:19世纪,维吉尼亚密码和Playfair密码出现 现代密码学:20世纪,公钥密码体制和数字签名技术出现 当代密码学:21世纪,量子密码学和后量子密码学成为研究热点
信息论与编码全部PPT课件
汇报人:PPT
目录
CONTENTS
01 添加目录标题 03 信息度量与熵
02 信息论与编码的基 本概念
04 信源编码
05 信道编码
06 加密与解密技术
07 信息安全与认证技 术
添加章节标题
信息论与编码的基本概 念
信息论的发展历程
1948年,香农提出信 息论,奠定了信息论
提高安全性
优点:安全性 高,速度快,
易于实现
应用:广泛应 用于电子商务、 网络通信等领
域
发展趋势:随 着技术的发展, 混合加密技术 将更加成熟和
完善
信息安全与认证技术
数字签名技术
数字签名:一种用于验证信息来源和完整性的技术 数字签名算法:RSA、DSA、ECDSA等 数字证书:用于存储数字签名和公钥的文件 数字签名的应用:电子邮件、电子商务、网络银行等
汇报人:PPT
熵越小,表示信息量越小,不确 定性越小
熵是概率分布的函数,与概率分 布有关
信源编码
定义:无损信源编码是指在编码过 程中不丢失任何信息,保持原始信 息的完整性。
无损信源编码
应用:无损信源编码广泛应用于音 频、视频、图像等媒体数据的压缩 和传输。
添加标题
添加标题
添加标题
添加标题
特点:无损信源编码可以保证解码 后的信息与原始信息完全一致,但 编码和解码过程通常比较复杂。
古典密码学:公元前400年,古希腊人使用替换密码 近代密码学:19世纪,维吉尼亚密码和Playfair密码出现 现代密码学:20世纪,公钥密码体制和数字签名技术出现 当代密码学:21世纪,量子密码学和后量子密码学成为研究热点
信息论与编码ppt
人们对客观世界运动规律 和存在状态的认识结果
信息 传递 信息 获取
信息处理—再生 信息处理 再生
信息 传递
外部世界 问题/ 问题/环境
信息运动过程
信息 施用
二、信息论的形成和发展 信息论的形成和发展
信息论的奠基人是谁? 信息论的奠基人是谁?信息论的开创文 章是什么? 章是什么? 编码理论的开创文章是什么? 编码理论的开创文章是什么? 香龙的三大定理是什么? 香龙的三大定理是什么?
3
注意事项
1、实行请假制度 、 2、保持课堂纪律 、 3、欢迎提出反馈意见 、
4
学习方法
本课程以概率论为基础,数学推导较多, 本课程以概率论为基础,数学推导较多,学习 时主要把注意力集中到概念的理解上, 概念的理解上 时主要把注意力集中到概念的理解上,不过分 追求数学细节的推导。 追求数学细节的推导。学习时一定要从始至终 注意基本概念的理解,不断加深概念的把握。 注意基本概念的理解,不断加深概念的把握。 学习时注意理解各个概念的“用处” 学习时注意理解各个概念的“用处”,结合其 他课程理解它的意义, 他课程理解它的意义,而不要把它当作数学课 来学习,提倡独立思考, 来学习,提倡独立思考,注重思考在学习中的 重要性。 重要性
在通信系统中形式上传输的是消息,但实质上传输的是信息 在通信系统中形式上传输的是消息 但实质上传输的是信息
什么叫数据? 什么叫数据?
载有信息的可观测、可传输、 载有信息的可观测、可传输、可存储及可 处理的信号均称为数据。 处理的信号均称为数据。
17
4.信息的分类 信息的分类
语义信息:事物运动状态及方式的具体含义, 语义信息:事物运动状态及方式的具体含义, 研究信息的主体含义。 研究信息的主体含义。 语法信息:事物的状态和状态改变方式本身。 语法信息:事物的状态和状态改变方式本身。 研究事物运动出现的各种可能状态和这些状态 之间的联系。是抽象的。 之间的联系。是抽象的。(各种信息要素出现 的可能性及各要素之间的相互关系)。 的可能性及各要素之间的相互关系)。 语用信息:事物运动状态、 语用信息:事物运动状态、方式及其含义对观 察者的效用,研究信息客观价值。 察者的效用,研究信息客观价值。
第6章信息论与编码课件
增大E(R)的途径
25
6.2.1 纠错编码的基本思路
增大信道容量C
扩展带宽 加大功率 降低噪声
减小码率R
Q、N不变而减小K Q、K不变而增大N N、K不变而减小Q
增大码长N
26
6.2.2 最优译码与最大似然译码
译码器的任务是从受损的信息序列中尽 可能正确地恢复出原信息。 译码算法的已知条件是:
实际接收到的码字序列{r}, r=(r1,r2,…,rN) 发端所采用的编码算法和该算法产生的码 集XN, 满足 c i = ( c i1 , c i 2 , L , c iN ) ∈ X N 信道模型及信道参数。
则称集合V是数域F上的n维矢量空间,或称n维线性空间, n维矢量又称n重(n-tuples)。
9
矢量空间中矢量的关系
对于域F上的若干矢量 V 1 , V 2 , L , V i 及 V k 线性组合:
V k = a1V1 + a 2V 2 + L a iVi , ( a i ∈ F )
线性相关:
a1V1 + a 2V 2 + L a iVi = 0, ( a i ∈ F且不全为零)
从功能角度:检错码 、纠错码 对信息序列的处理方法:分组码、卷积码 码元与原始信息位的关系:线性码、非线 性码 差错类型:纠随机差错码、纠突发差错 码、介于中间的纠随机/突发差错码。 构码理论:代数码、几何码、算术码、组 合码等
7
差错控制系统分类
前向纠错(FEC):发端信息经纠错编码 后传送,收端通过纠错译码自动纠正传递 过程中的差错 反馈重发(ARQ):收端通过检测接收码 是否符合编码规律来判断,如判定码组有 错,则通过反向信道通知发端重发该码 混合纠错(HEC):前向纠错和反馈重发 的结合,发端发送的码兼有检错和纠错两 种能力
信息论与编码教学课件(全)
信息论与编码教学课件(全)
目录
• 课程介绍与背景 • 信息论基础 • 编码理论基础 • 信道编码技术 • 数据压缩技术 • 多媒体信息编码技术 • 课程总结与展望
01
课程介绍与背景
Chapter
信息论与编码概述
信息论的基本概念
01
信息、信息量、信息熵等
编码的基本概念
02
信源编码、信道编码、加密编码等
02
极化码(Polar Codes)
一种新型信道编码方式,通过信道极化现象实现高效可靠的信息传输。
03
深度学习在信道编码中的应用
利用深度学习技术优化传统信道编码算法,提高编码性能和效率。
05
数据压缩技术
Chapter
数据压缩概述与分类
数据压缩定义
通过去除冗余信息或使用更高效的编码方式,减小数据表示所需存储空间的过 程。
线性分组码原理:线性分组码是一 种将信息序列划分为等长的组,然 后对每组信息进行线性变换得到相 应监督位的编码方式。
具有严谨的代数结构,易于分析和 设计;
具有一定的检错和纠错能力,适用 于各种通信和存储系统。
循环码原理及特点
循环码原理:循环码是一种特殊的线 性分组码,其任意两个码字循环移位
后仍为该码的码字。
03
编码理论基础
Chapter
编码的基本概念与分类
编码的基本概念
编码是将信息从一种形式或格式转换为另一种形式的过程,以 满足传输、存储或处理的需要。
编码的分类
根据编码的目的和原理,可分为信源编码、信道编码、加密编 码等。
线性分组码原理及特点
线性分组码特点
监督位与信息位之间呈线性关系, 编码和解码电路简单;
目录
• 课程介绍与背景 • 信息论基础 • 编码理论基础 • 信道编码技术 • 数据压缩技术 • 多媒体信息编码技术 • 课程总结与展望
01
课程介绍与背景
Chapter
信息论与编码概述
信息论的基本概念
01
信息、信息量、信息熵等
编码的基本概念
02
信源编码、信道编码、加密编码等
02
极化码(Polar Codes)
一种新型信道编码方式,通过信道极化现象实现高效可靠的信息传输。
03
深度学习在信道编码中的应用
利用深度学习技术优化传统信道编码算法,提高编码性能和效率。
05
数据压缩技术
Chapter
数据压缩概述与分类
数据压缩定义
通过去除冗余信息或使用更高效的编码方式,减小数据表示所需存储空间的过 程。
线性分组码原理:线性分组码是一 种将信息序列划分为等长的组,然 后对每组信息进行线性变换得到相 应监督位的编码方式。
具有严谨的代数结构,易于分析和 设计;
具有一定的检错和纠错能力,适用 于各种通信和存储系统。
循环码原理及特点
循环码原理:循环码是一种特殊的线 性分组码,其任意两个码字循环移位
后仍为该码的码字。
03
编码理论基础
Chapter
编码的基本概念与分类
编码的基本概念
编码是将信息从一种形式或格式转换为另一种形式的过程,以 满足传输、存储或处理的需要。
编码的分类
根据编码的目的和原理,可分为信源编码、信道编码、加密编 码等。
线性分组码原理及特点
线性分组码特点
监督位与信息位之间呈线性关系, 编码和解码电路简单;
《信息论与编码》课件
发展趋势与未来挑战
探讨信息论和编码学领域面临的未 来挑战。
介绍多媒体数字信号压缩和编码技术的发展和应用。
可靠的存储与传输控制技术
解释可靠存储和传输控制技术在信息论中的重要性。
生物信息学中的应用
探讨信息论在生物信息学领域的应用和突破。
总结与展望
信息论与编码的发展历程
回顾信息论和编码学的发展历程和 里程碑。
信息技术的应用前景
展望信息技术在未来的应用前景和 可能性。
介绍误码率和信噪比的定义和关系。
2
码率与修正码率的概念
解释码率和修正码率在信道编码中的重要性。
3
线性码的原理与性质
探讨线性码的原理、特点和应用。
4
编码与译码算法的实现
详细介绍信道编码和译码算法的实现方法。
第四章 信息论应用
无线通信中的信道编码应用
探索无线通信领域中信道编码的应用和进展。
多媒体数字信号的压缩与编码技术
《信息论与编码》T课 件
# 信息论与编码 PPT课件
第一章 信息的度量与表示
信息的概念与来源
介绍信息的定义,以及信息在各个领域中的来源和 应用。
香农信息熵的定义与性质
介绍香农信息熵的概念和其在信息论中的重要性。
信息量的度量方法
详细解释如何度量信息的数量和质量。
信息压缩的基本思路
探讨信息压缩的原理和常用方法。
第二章 信源编码
等长编码与不等长编码
讨论等长编码和不等长编码的特点 和应用领域。
霍夫曼编码的构造方法与 性质
详细介绍霍夫曼编码的构造和优越 性。
香农第一定理与香农第二 定理
解释香农第一定理和香农第二定理 在信源编码中的应用。
PPT信息论与编码-第2章 离散信源资料
3 有记忆信源
p( X) p( X i aki ), ki 1,2,
i 1
N
,q
信源先后发出的符号是互相依赖的,如中文序列; 需要引入条件概率分布说明它们之间的关联性; 实际上信源发出符号只与前若干个符号(记忆长 度)有较强的依赖关系.
2018年11月23日星期五 3(-10:55),4(-11:50) 12
2018年11月23日星期五
3(-10:55),4(-11:50)
3
2.1 信源的数学模型及分类
研究对象: 通过消息(信息载荷者)研究信源; 研究范围:
不研究信源的内部结构、产生消息原因和方法; 研究信源输出可能消息的数目和不确定性;
描述方法: 用一个样本空间X及其概率测度
P——概率空间[X,P]描述信源;
f [ pi ] log pi
2018年11月23日星期五 3(-10:55),4(-11:50) 19
2.2.1 自信息
4 自信息的两个含义
当事件ai发生以前, 表示事件ai发生的不确定性;
当事件ai发生以后, 表示事件ai所含有(或所提供) 的信息量.
在无噪信道中, 事件ai发生后, 能正确无误地传输到 收信者, 所以可代表接收到消息ai后所获得的信息 量.这是因为消除了I(ai)大小的不确定性, 才获得这 么大的信息量。
2018年11月23日星期五 3(-10:55),4(-11:50) 4
2.1 信源的数学模型及分类
分类方法:
根据消息的不同随机性质进行分类;
随机变量
随机矢量
信源可能输出的消息数:
离散信源
连续信源.
2018年11月23日星期五
信息论与编码共59页
先验概率
信息论与编码基础
离散信道
② 互信息的性质
对称性 相互独立时的X和Y 互信息量可为正值或负值 不大于其中任一事件的自信息量
信息论与编码基础
离散信道
对称性
I(xi;yj)=I(yj; xi)
推导过程
I(xi;yj)logp(px(ix/iy)j)logp(px(ix/iy)jp)(py(jy)j)
对天气x3, I(x3;y1)lo 2p g (p x (3 x /3 y )1)lo 21 1 /g /8 41 (比 )特
对天气x4 I(x4;y1)lo 2p g (p x (4 x /4 y )1)lo 21 1 /g /8 41 (比 )特
结果表明从y1分别得到了各1比特的信息量; 或者说y1 使x2,x3,x4的不确定度各减少量1比特。
X—信源发出的离散消息集合; Y—信宿收到的离散消息集合; 信源通过有干扰的信道发出消息传递给信宿; 信宿事先不知道某一时刻发出的是哪一个消息,所以每个消息是随机事件的一
个结果; 最简单的通信系统模型: 信源X、信宿Y的数学模型为
P ( X X ) p x ( 1 x , 1 )p ( ,x x 2 2 ) , , ,,p x ( ix i) , ,p ( x x n n ) 0 p ( x i) 1 ,
五、信道容量
六、信源与信道的匹配
信息论与编码基础
离散信道
1、信道的分类 2、离散信道的数学模型 3、单符号离散信道
信息论与编码基础
离散信道
1、信道的分类 2、离散信道的数学模型 3、单符号离散信道
信息论与编码基础
离散信道
1、信道的分类
信息论与编码基础
离散信道
② 互信息的性质
对称性 相互独立时的X和Y 互信息量可为正值或负值 不大于其中任一事件的自信息量
信息论与编码基础
离散信道
对称性
I(xi;yj)=I(yj; xi)
推导过程
I(xi;yj)logp(px(ix/iy)j)logp(px(ix/iy)jp)(py(jy)j)
对天气x3, I(x3;y1)lo 2p g (p x (3 x /3 y )1)lo 21 1 /g /8 41 (比 )特
对天气x4 I(x4;y1)lo 2p g (p x (4 x /4 y )1)lo 21 1 /g /8 41 (比 )特
结果表明从y1分别得到了各1比特的信息量; 或者说y1 使x2,x3,x4的不确定度各减少量1比特。
X—信源发出的离散消息集合; Y—信宿收到的离散消息集合; 信源通过有干扰的信道发出消息传递给信宿; 信宿事先不知道某一时刻发出的是哪一个消息,所以每个消息是随机事件的一
个结果; 最简单的通信系统模型: 信源X、信宿Y的数学模型为
P ( X X ) p x ( 1 x , 1 )p ( ,x x 2 2 ) , , ,,p x ( ix i) , ,p ( x x n n ) 0 p ( x i) 1 ,
五、信道容量
六、信源与信道的匹配
信息论与编码基础
离散信道
1、信道的分类 2、离散信道的数学模型 3、单符号离散信道
信息论与编码基础
离散信道
1、信道的分类 2、离散信道的数学模型 3、单符号离散信道
信息论与编码基础
离散信道
1、信道的分类
- 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)。
假设每个消息的发出都是等概率的,则: 四进制脉冲的平均信息量
H (X 1)lon glo4 g2b/istymb
八进制脉冲的平均信息量
H (X 2)lon glo8 g 3b/istymb
二进制脉冲的平均信息量
H (X0)lon glo2 g1b/istymb
所以,四进制、八进制脉冲所含信息量分别是二进制 脉冲信息量的2倍和3倍。
(3)
NH(XN)2.1106 158037 H(X) 13.288
2-26 一个信源发出二重符号序列消息(X1,X2),其中
第一个符号X1可以是A,B,C中的一个,第二个符号X2
可以是D,E,F,G中的一个。已知各个 px1i
x x 为p(A)=1/2,p(B)=1/3,p(C)=1/6;各个 p( 2j
2.7 设有一离散无记忆信源,其概率空间为
X x10 x21x32 x43
P3/8
1/4
1/4
1/8
(1)求每个符号的自信息量。 (2)信源发出一消息符号序列为{202 120 130 213 001 203 210 110 321 010 021 032 011 223 210}, 求该序列的自信息量和平均每个符号携带的信息量。
2
I(a1;b1)lopg (a1b1)lo2g (1 [)]
p(a1)
p(a1) p(b2a1) p(a1b2)
p(b2)
1
21
2
I(a1;b2)lop g(a1b2)lo2 g)(
p(a1)
p22
2.17 每帧电视图像可以认为是由3105个像素组成的, 所有像素均是独立变化,且每像素又取128个不同的 亮度电平,并设亮度电平是等概出现,问每帧图像含 有多少信息量?若有一个广播 员,在约10000个汉 字中选出1000个汉字来口述此电视图像,试问广播 员描述此图像所广播的信息量是多少(假设汉字字汇 是等概率分布,并彼此无依赖)?若要恰当的描述此 图像,广播员在口述中至少需要多少汉字?
j
ij
I( H
(XX;Y/Y)i )jHHp( X((xX)i))pH(yH(jX(xYi/))Yl)oHg2(HYp((/YxXi)p))(py(Hjy0)(j.Y8x1i/)1X)00..798409bi0t/.9s1y8mb0o.7l49
2 3
p(
yp2()y1)p(px1(yx20))p(py1(xx20y)2) p(xp1()xp1)(py1( yx12)/x143) 13p(x214)p(32y2/1x52 2)
3 4
H (HY )(X Y )p(y j ) p((0xi.,58y3j3)lolgo2gp2(0x.i5y83j)3 0.4167 log 2 0.4167 )
I(xi)lopg (xi)
条件自信息量:I(xi yi)lop(gxi yi)
平均自信息量、平均不确定度、信源熵:
条件熵:
H (X ) p(xi)lop(g xi)
i
H (X Y ) p (x i,yj)I(x iyj) p (x i,yj)lo p (x g iyj)
解:(1)
p(xi )16161616118
I(xi)logp(xi)lo
g1 4.170bit 18
(2)
p(xi )1616316
(3)两个点数I(的xi)排列l如o下gp(:xi)log3165.170bit
共有21种组合:其中11,22,33,1211
12 22
(4)两个点数求和的概率分布如下:
P(XX)312611381142195
67 51
366
89 51
369
110111112 121836
H(X) p(xi)logp(xi)
i
21log121log121log121lo1g25log51lo1g 36 36 18 18 12 12 9 9 36 366 6
解: I(x1)log2 1 log281.415bit
p(x1)
3
同理可以求得
I( x 2 ) 2 b ,I( i x 3 ) t 2 b ,I( i x 4 ) t 3 bi
因为信源无记忆,所以此消息序列的信息量就等 于该序列中各个符号的信息量之和,就有:
I 1 4 I ( x 1 ) 1 3 I ( x 2 ) 1 2 I ( x 3 ) 6 I ( x 4 ) 8 7 . 8 1 b i t
13 14 23 24
15 16 25 26
44,55,66的概率是
31 32 33 34 35 36
11 1 6 6 36
41 42 43 44 51 52 53 54 61 62 63 64
45 46 55 56 65 66
其他15个组合的概率是 211 1 6 6 18
H (X ) i p (x i)lo p (x ig ) 6 3 1l6 o 3 1 g 1 6 1 1 5l8 o 1 1 g 8 4 .3b 3/si7tym
ij
ij
联合熵:H (X Y ) p (x i,y j)I(x i,y j) p (x i,y j)lo p (x g i,y j)
ij
ij
互信息:I(X ;Y ) ijp (x i,yj)lop ( p g y (y jx )i) ijp (x i)p (yjx i)lop ( p g y (y jx )i)
3.27b4i/tsymbol
(5)包含1的组合:{(1,2),(1,3),(1,4),(1,5),(1,6), (2,1), (3,1),(4,1), (5,1),(6,1),(1,1)}
p(xi )1616113161 I(xi)logp(xi)log31611.710bit
2-9 国际莫尔斯电码用点和划的序列发送英文字母,划 用连续三个单位的电流脉冲表示,点用持续一个单位的 电流脉冲表示。其划出现的概率是点出现概率的1/3, 计算:(1)点和划的信息量;
(2)点和划的平均信息量。
解:
“-”出现的概率 是
“”出现概率的1/3
p()
(1) I()= Log43
j
j
熵的基本性质:非负性、对称性、确定性
2.3 同时掷出两个正常的骰子 ,也就是各面呈现的概 率都为1/6,求: (1) “3和5同时出现”这事件的自信息; (2) “两个1同时出现”这事件的自信息; (3) 两个点数的各种组合(无序)对的熵; (4) 两个点数之和(即2, 3, … , 12构成的子集)的熵; (5) 两个点数中至少有一个是1的自信息量。
解:(1) p(黑) 5 1 p(白) 10 2
15 3
15 3
H(Y)=
(2) P(黑/黑)=
P(白/黑)=
H (Y/黑 4 ) lo 1g 4 1l0 o 1g 4 0 .6 8 1441410
(3) P(黑/白)= H(Y/白)=
P(白/白)=
(4)
p(黑 )1 05541 151415143
解:(1)
H(X)lo2nglo21g278b/istymbol
H(XN)N(H X)315072.1160b/istymb
(2)
H (X)lo2nglo21g0 010 .2 30 8b8/istymb H (XN)N(H X)101 0.2 3 08 1832 b8 /ist8 ym
1 4
1 3
lg
1 3
1 4
2 3
lg
2 3
)
log
2
10
0.918 bit / symbol
p
(
yp1()y0)p(xp1(yx10))p(py(0x2xy01))pp(x(1x)1)pp((yy11x/1)x1) 43p(32x2 )14p(y131 /x217) 243
)
1i
值列成如下。求这个信源的熵(联合熵H(X1,X2))。
x x1i 2j
A
B
C
D
1/4
3/10
1/6
E
1/4
1/5
1/2
F
1/4
1/5
1/6
G
1/4
3/10
1/6
解:
P(i)=
P(i,j)=
H (X 1 ,X 2 ) p (x 1 i,x 2 j)lo p (x 1 g i,x 2 j)
p ( b 1 a 1 ) p ( b 2 a 2 ) 1 ,p ( b 1 a 2 ) p ( b 2 a 1 )
。求互信息量I(a1;b1)和I(a1;b2)。 解:信道转移概率矩阵为 P(bj/ai)=
p(a1b1)p(a1)p(pb1()b1a1)12(11)1
i,j
第三章
信道容量的定义: CmaIx(X;Y)
无噪无损离散信道:
p (ia)
C I(X ;Y ) H (X ) H ( Y ) lo ng
对称DMC信道、准对称DMC信道的定义?
二元对称信道: C1H(p)
对称DMC信道: Clom gH(Yai)
准对称DMC信道: Clon gH (p1 ',p2 ',..ps'.),
H (X )
i
p(xi
)
( 3 4
log
2
3 4
1 4
log
2
1) 4
0.811
bit / symbol
H (Y / X ) p(xi ) p( y j / xi ) log p( y j / xi )