信息论第4章 信息率失真理论

合集下载

信息论基础与编码课件第四章 信息率失真函数

信息论基础与编码课件第四章 信息率失真函数
P D ' p (yx ):D D ' (4-7)
对于离散无记忆 信道,有
P D ' p ( y jx i ) : D D ', i 1 , 2 ,n . , j . 1 , 2 . ,m , ..
8
信息率失真函数(续)
给定信源和失真度后,在允许信道中,总能找到一个信道 P(Y/X),使得给定的信源经过此信道传输后,平均互信息量 I(X;Y)达到最小,这个最小的平均互信息称为信息率失真函数 R( D ),简称率失真函数:
最小值 ,即
m
n
Dmax min pj pidij
j1 i1
(4-10)
15
R(D)函数的定义域(续)
从上式观察可得:在j=1,…,m中,
可找到
n
p i d ij
值最小的j,当该j对应的pj=1,而其余
i1
pj为零 时,上式右边达到最小,这时上式可简化成
n
Dmax
min j1,2, ,m i1
信息率失真函数(续)
则平均互信息量为
I'(X ;Y)
ij
p'(xiyj)lo2p g (p x(ix |iy )j)0 .1b 2/i5 符 t 号
同样,可得Pij时的平均互信息为 I''(X;Y)0.37b9i/t符号
从此例我们可以看到,若固定P(x)不变时,平均互信息量随信
道的转移概率的变化而变化。这是因为信道受到干扰的作用 不同,传递的信息量也不同。可以证明这样一个结论:P(x)一 定时,平均互信息量I(X;Y)是关于信道的转移概率的下凸函数, 即存在一极小值。
19
R(D)函数的一般形式
根据率失真函数所具有的下凸性、连续性、严格单调下降性 可绘出率失真函数的典型曲线图

信息论第四章失真率函数

信息论第四章失真率函数

D
q( x ) p( y
i i j
j
xi ) d i j D
(4-11)
式中D是预先给定的失真度,上式称为保真度准则。
根据[定理2.2],当信源q (x)一定时,平均互信息量I (X ; Y) 是信道转移概率函数 p(y∣x) 的∪型凸函数,这意味着可以 关于p(y∣x)对平均互信息量I (X ; Y)求得极小值,定义这个 极小值为率失真函数R(D),即:
d ii 0
d ij 1
i, j 1,2, , K
上述约定可以用矩阵表示为
0 1 1 1 0 1 d 1 1 0
式中di j ≥ 0 i, j = 1, 2, …, K为信源方发送符号xi而信宿方判为 yj引起的失真度。 对于矢量传输情况,若信道的输入、输出均为N 长序列X = X1 X2 … XN ,Y = Y1 Y2 … YN ,定义失真测度为
RD min I X ; Y : D D
p( y x)


(4-12)
式(4-12)的意义在于,选择p(y∣x)即选择某种编码方法在满足 的 D D前提下,使I (X ; Y) 达到最小值R(D) ,这就是满足平 均失真 D D 条件下的信源信息量可压缩的最低程度。
4.2
N
k J
p( x
k 1 i 1 j 1
ki
, ykj )d ( xki , ykj ) (4-5)
(4-5)式表明了离散无记忆N次扩展信道的输入输出符号之 间平均失真等于单个符号xki,ykj之间失真统计值的总和。
若矢量信源是原离散无记忆信道的N次扩展,且矢 量信道也是原离散无记忆信道的N次扩展,则每个 Dk

第4章 信息率失真函数

第4章 信息率失真函数

原始图像和限失真图像
原始图像
红色图像
绿色图像
蓝色图像
香农首先定义了信息率失真函数R(D),并论述了关于这个 函数的基本定理。 定理指出:在允许一定失真度D的情况下,信源输出的信 息传输率可压缩到R(D)值,这就从理论上给出了信息传输率与 允许失真之间的关系,奠定了信息率失真理论的基础。 信息率失真理论是进行量化、数模转换、频带压缩和数据 压缩的理论基础。 本章主要介绍信息率失真理论的基本内容,重点讨论离散 无记忆信源。 给出信源的失真度和信息率失真函数的定义与性质; 讨论离散信源和连续信源的信息率失真函数计算; 在此基础上论述保真度准则下的信源编码定理。
XY i 1 j 1
r
s
• 若平均失真度D不大于我们所允许的失真D0,即: D D0 称此为保真度准则。
信源固定(即给定了p(x)),单个符号失真度固定时(即 给定了d(ai,bj)) ,选择不同试验信道,相当于不同的编码方 法,所得的平均失真度是不同的。 有些试验信道满足D D0,而有些试验信道D>D0。 凡满足保真度准则-----平均失真度D D0的试验信通称为 ----D失真许可的试验信道。 把所有D失真许可的试验信道组成一个集合,用符号PD表 示,则: PD={p (bj / ai): D D0}

0 1 D 1 0
1 2 1 2
[例3] 对称信源(s = r) 。信源X={a1,a2,…ar} ,接收Y= {b1,b2,…bs} 。若失真度定义为:
d (ai , bj ) (bj ai )2
如果信源符号代表信源输出信号的幅度值,这就是一种平 方误差失真度。它意味着幅度差值大的要比幅度差值小的所引 起的失真更为严重,其严重的程度用平方来表示。 当 r=3时, X={0,1,2},Y={0,1,2} ,则失真矩阵为:

《信号处理原理》 第4章 信息失真率

《信号处理原理》 第4章  信息失真率

d(0,2)=d(1,2)=0.5
则得失真矩阵
d

0 1
1 0
0.5 0.5
4.1 平均失真和信息率失真函数
说明:失真函数d (xi, yj) 的数值是依据实际应 用情况,用 yj代替xi, 所导致的失真大小是人为决 定的。比如上例中,用y=2代替x=0和x=1所导致 的失真程度相同,用0.5表示;而用y=0代替x=1 所导致的失真程度要大,用1表示。失真函数d (xi, yj) 的函数形式可以根据需要任意选取,例如平方 代价函数、绝对代价函数、均匀代价函数等。
信源编码器的目的是使编码后所需的信 息传输率R尽量小,然而R越小,引起的平 均失真就越大。给出一个失真的限制值D,
在满足平均失真 D D的条件下,选择一种
编码方法使信息率R尽可能小。信息率R就 是所需输出的有关信源X的信息量。
16
4.1 平均失真和信息率失真函数
将此问题对应到信道,即为接收端Y需要 获得的有关X的信息量,也就是互信息 I(X;Y)。这样,选择信源编码方法的问题就 变成了选择假想信道的问题,符号转移概 率p(yj/xi)就对应信道转移概率。
输入符号集 X:{a1, a2, …, an}中有n种不同的符 号xi (i =1, 2, …, n) ;输出符号集Y:{b1, b2, …, bm}中有m种不同的符号yj (j =1, 2, …, m);对于 图所示的系统,对应于每一对(xi, yj)(i = 1, 2, …,n;j=1, 2, …, m),定义一个非负实值函数
平均失真D是对给定信源分布p(ai)经过某一种 转移概率分布为p(bj|ai)的有失真信源编码器后产 生失真的总体量度。
13
4.1 平均失真和信息率失真函数

第4章信息率失真函数

第4章信息率失真函数

4.1
第4章 信息率失真函数
定义: 信源序列的失真函数
N

d ( x, y) d (i , j ) d (ail , bjl )
本 概
l 1
x X, y Y;i X N , j Y N ;ail X ,bjl Y

信源序列失真函数等于信源序列中对应的
单符号失真函数之和。也可写成rN sN阶矩阵形 式。
Page 6
4..1.1
第4章 信息率失真函数
4.1 基本概念
失 4.1.1失真函数(失真度)

函 为什么引入失真函数?

在实际问题中,信号有一定的失真是可 以容忍的,但是当失真大于某一限度后,将 丧失其实用价值。
要规定失真限度,必须先有一个定量的 失真测度。为此可引入失真函数.
Page 7
4.1.1
i1 j1
Page 19
4.1.2
第4章 信息率失真函数
(3)均方失真函数
适用于连续 信源
平 均
d(a,b) (a b)2
(a X ,b Y 或 a,b R)

真 在均方失真函数下,平均失真度就是均方误差。

rs
离散信源的均方误差 D (a b)2 P(a,b) i1 j1
连续信源的均方误差D: (a b)2 P(a, b)dxdy
1.离散信源单个符号的失真函数
定义:设离散无记忆信源输出变量X {a1, a2,L , ar},
失 真
概率分布为P(X ) [P(a1), P(a2),L , P(ar )],经过有失真的
函 数
信源编码器,输出的随机变量 Y {b1,b2,L ,bs}。
将所有的 d(ai ,bj ) 0 (ai X ,bj Y ) 排列起来,用

信息论4第4章

信息论4第4章
12
4.1.2 平均失真
xi和yj都是随机变量,所以失真函数d(xi,yj)也是随机变量, 限失真时的失真值只能用数学期望表示 将失真函数的数学期望称为平均失真:
第 四 章 信 息 率 失 真 函 数
D
i
p(a ) p(b
i j
j
| ai )d (ai , b j )
失真函数d(xi,yj):
d(0,2)=d(1,2)= 0.5
西北大学信息学院
d (a1 , b1 ) d (a1 , bm ) d d (an , b1 ) d (an , bm )
d 1 0 0.5
10
失真函数
第 四 章
失真函数形式可以根据需要任意选取,最常用的有:
没有失真 产生失真
失真函数定义为:
0 d ( xi , y j )
西北大学信息学院
xi y j 0 xi y j
9
失真函数
将所有的d(xi,yj)排列起来,用矩阵表示为:
第 四 章 失真矩阵
信 息 率 失 例1:设信源符号序列为X={0,1},接收端收到符号序 列为Y= {0,1,2},规定失真函数为 真 失真矩阵 函 d(0,0)=d(1,1)= 0 数 0 1 0.5 d(0,1)=d(1,0)= 1
适于 离散 信源
西北大学信息学院
11
第 四 章 信 息 率 失 真 函 数
汉明失真矩阵
0 1 d 1 1 0 1 1 1 0
对于二元对称信源(m=n),X={0,1},Y={0,1},汉明失 真矩阵:
d
西北大学信息学院
0 1 1 0

第4章 信息率失真理论.ppt

第4章 信息率失真理论.ppt
表示
DD
4、实验信道
定义
满足保真度准则的所有数据处理信道
信息率失真理论
表示
离散信源的实验信道 PD (Xˆ / X) {P(Xˆ / X) : D D} 全部n×n个实验信道转移概率——实验信道矩阵
PD (xˆ 1 / x1) PD (xˆ 1 / x 2 ) ... PD (xˆ 1 / x n )
信息率失真理论
P(x i ) log P(xˆ j ) P(x i ) log PD (xˆ j / x i ) SP(x i )d(x i , xˆ j ) i 0 i 1,2,, n j 1,2,, n
log
PD (xˆ j / x i P(xˆ j )
)
Sd(xi
i1 j1
n
SD P(x i ) log i i1
信息率失真理论
2、二进制信源的信息率失真函数
二进制信源P(XX) xp1 1x2p
其中p 1 2
失真矩阵[D]

0 1
1 0
2
(1)由 i P(x i )2Sd(xi ,xˆ j) 1求含S的 i

0
i 1,2,, n j 1,2,, n
信息率失真理论
PD (xˆ j / x i ) P(xˆ j )

2Sd (xi ,xˆ j ) i
i 1,2,, n
j 1,2,, n
PD (xˆ j / x i ) iP(xˆ j )2Sd(xi ,xˆ j) i 1,2,, n j 1,2,, n
PD
(Xˆ
/
X)


PD

(xˆ 2 / ...

信息论与编码_PPT_第4章信息率失真函数

信息论与编码_PPT_第4章信息率失真函数
R(D) 0。
R(D)是关于D的下凸函数,因而也是关于D的连
续函数。
R(D)是关于D的严格递减函数。
信息论基础
25
由以上三点结论,对一般R(D)曲线的形态可以画出来
R(D) R(D)
H(X)
R(D)
0
D
Dmax
D
0
Dmax
D
信息率失真曲线
信息论基础
26
4.2 离散信源和连续信源的R(D)计算
信息论基础
23
2、R(D)函数的下凸性和连续性
3、R(D)函数的单调递减性
容许的失真度越大,所要求的信息率越小。反之 亦然。
信息论基础
24
综上所述,可以得出如下结论:
R(D)是非负的实数,即R(D) 0。其定义域为0~
Dmax , 其 值 为 0 ~ H(X) 。 当 D>Dmax 时 ,
R( Dmin ) R(0) H ( X )
对于连续信源
R( Dmin ) R(0) H c ( x)
信息论基础
16
(2) Dmax和R(Dmax)
选择所有满足R(D)=0中D的最小值,定义为R(D)定义域 的上限Dmax,即
Dmax min D
R ( D ) 0
因此可以得到R(D)的定义域为
某些特殊情况下R(D)的表示式为: (1)当d(x,y)=(x-y)2,
p( x) 1
x2 2 e 2
2
时,
R( D) log

D
27
信息论基础
(2)当d(x,y)=|x-y|,p ( x )


2
e
x

第四信息率失真函数优秀课件

第四信息率失真函数优秀课件

一、失真函数
失真函数d(x,y)表征了接收消息y与发送消息x之间 的定量失真度。
即:d(x,y) ∣x=ai,y=aj=dij 其中,失真函数dij是一个与失真情况相对应的非 负实数: 0 ,i=j
dij= d , d>0 i≠j 显然:i=j时,收发之间无失真,失真函数dij=0
i≠j时,意味着出现了失真,dij值的大小表 示这种失真的程度。
例4-1:设信源符号有2n种,且等概,失 真函数定义为:dij=0(i=j时),dij=1 (i≠j时),允许平均失真D=1/2,要传 送此信源,需要多少信息率?
课堂练习:
设信源具有100个以等概率出现的符号,并以 每秒发出1个符号的速率从信源输出,试求在 允许失真度D=0. 1的条件下,传输这些符号 所需要的信息传输速率的大小。
若X集有N个符号,Y集有M个符号时,则联合集上 有N×M个不同i、j取值的失真函数。 失真函数dij的二种表示方式: (1)矩阵表示法 (2)连线表示法 平均失真度:失真函数的统计平均值(数学期望)D
数学式为: 两个L维矢量之间的失真函数为:
信源的平均失真度:
若平均失真度不大于所允许的失真,则称为保真度
{P(y/x)} ∈PD
• 与离散情况类似, 并设
得公式:(1)
(2)
(3)
(4)
常用方法:
(1)分别求出p(x)和g(x)的特征函数 (2)
则:
(3)
若q0(x)符合概率密度函数
的要求(非负性、归一性),就可得到R(D)函数的
参量表达式。
例4-2:设连续信源的变量x服从正态分布,即
定义失真函数且 求信息率失真函数R(D)。 解:
二、R(Dmax)=0 Dmax是平均失真度的上界值,使平均互信息量等于 0时所允许的失真度。

陈运 信息论与编码 第四章 信息率失真函数

陈运 信息论与编码 第四章 信息率失真函数
失真度 (函数)
d (a1 , b1 ) d (a1 , b2 ) d (a , b ) d (a , b ) 2 1 2 2 [ D] ... ... d (an , b1 ) d (an , b2 )
... d (a1 , bm ) ... d (a2 , bm ) ... ... ... d (an , bm )
D p(ai ) p(b j / ai )d (ai , b j )
i 1 j 1 n m
D1 (1 ) D2 D (1 ) D D
' ''
满足保真 度准则
' ''
I ( X ; Y ) R( D) R[D (1 ) D ]
k 1 N
由信源和信道的无记忆性
p (ai ) p ( x jk )
k 1 N N
p (b j / ai ) p ( y jk / x jk )
k 1
D( N ) p(ai ) p(b j / ai )d (ai , b j )
i 1 j 1

nN mN
D1 D N
第1章:概述 第2章:信源熵 第3章:信道容量
第4章:信息率失真函数
第5章:信源编码 第6章:信道编码 第7章:密码体制的安全性测度
§4.1 信息率失真函数
§4.2 离散信源的信息率失真函数 §4.3 连续信息的率失真函数
§4.4 保真度准则下的信源编码定理
§4.1 信息率失真函数
§4.1.1 失真函数和平均失真度
n m
'
D 2 p(ai ) p 2 (b j / ai )d (ai , b j ) D

第4章 信息率失真理论

第4章 信息率失真理论

R[D1 (1 )D2 ] R(D1 ) (1 )R(D2 )
③对D具有单调递减性
由R(D)对D具有的非负性、严格下凸性及R(Dmax) =0说明
信息率失真理论
当Dmin=0时,信息率失真函数R(D)的大致曲线 R(D) H(X)
Dmin
Dmax D
信息率失真理论
3、信息率失真函数的表达式
ˆ P( x j / x i ) i ˆ ln Sd( x i , x j ) 0 ˆ P( x j ) P( x i ) i 1,2,, n j 1,2,, n
i 令 ln i P( x i ) ˆ P( x j / x i ) ˆ Sd ( x i , x j ) ln ln i e ˆ P( x j )
信息率失真理论
第2个实验信道满足D2条件下R(D)的定义 ˆ ˆ P (X / X) {P(X / X) : D D }
D2 2
ˆ ˆ R (D 2 ) min I(X; X) I 2 (X; X) ˆ
PD2 ( X / X )
取一个新的实验信道
ˆ ˆ PD1 (X / X) (1 )PD2 (X / X) ˆ {P(X / X) : D D1 (1 )D 2 }
ˆ ... d( x1 , x n ) ˆ ... d( x 2 , x n ) ... ... ˆ ... d( x n , x n )
汉明失真矩阵
0 1 [ D] ... 1 1 0 ... 1 ... ... ... ... 1 1 ... 0
R[D1 (1 )D2 ] R(D1 ) (1 )R(D2 )
设第1个实验信道满足D1条件下R(D)的定义

第四章 信息率失真函数

第四章 信息率失真函数
为什么要讨论信息率失真函数R(D) ?
失真在传输中是不可避免的。
连续信源输出的信息量为无穷大,不可能实现无失真信源编码. 接收者(信宿)无论是人还是机器设备,都有一定的分辨能力与 即使信宿能分辨、能判别,但对通信质量的影响不大,也可以
灵敏度,超过分辨能力与灵敏度的信息传送过程是毫无意义的。
因此 D 取决于以下几个因素:
) i=1,2, ,n) 1)信源的统计特性,即 p(ai(
2)信道的统计特性,即 p(b j / ai ) 3)失真函数,即 d (ai , b j ) 一般情况下,人们所允许的失真指的都是平均意义 上的失真。如果规定其平均失真度 D不能超过某一限 定的值D,即D就是允许失真的上界。
称它为允许范围内的失真。
如果R>C,就必须对信源压缩,使得压缩后的R*<C,但同时要 求引入的失真不能超过规定的限度。 对于给定的信源,在允许失真的条件下信源熵所能压缩的理论 极限值就是率失真函数R(D) 。
综上所述,一般可以对信源输出的信息进行限失真
处理,降低信息率,提高传输效率。
在允许一定程度的失真条件下,能够把信息压缩到 什么程度?需要多少比特的信息率才能描述信源? 本章主要讨论一定程度的失真情况下所需的最少的 信息率,即信息率失真函数R(D) 。 思路:从分析失真函数、平均失真出发求出信息率 失真函数R(D)。
失真函数的数值是依据实际应用情况,用bj代替ai所导致的失 真大小是人为决定的。上例中用b=2代替a=0和a=1所导致的失 真程度相同,均为0.5;而用b=0代替a=1所导致的失真程度要大 些,为1。
二、平均失真度
1. 离散随机变量平均失真度定义
失真函数的数学期望称为平均失真度。
n m n m

信息论与编码---第4章信息率失真函数

信息论与编码---第4章信息率失真函数

6
[D]称为信道 {X-P(Y/X)-Y} 的失真矩阵. 称为信道 失真矩阵.
长江大学电信学院
X
4.1 基本概念
常用的失真函数有 (1)
d ( xi , y j ) = a 0, i= j a > 0, i ≠ j
7
当i = j时,x和y的消息符号都是 i,说明收发 的消息符号都是x 时 和 的消息符号都是 之间没有失真,所以失真函数 之间没有失真,所以失真函数dij = 0;反之, ;反之, 当i ≠ j时,信宿收到的消息不是信源发出的符 时 而是y 出现了失真,所以失真函数d 号xi,而是 j,出现了失真,所以失真函数 ij 值的大小可以表示这种失真的程度. ≠0,而dij值的大小可以表示这种失真的程度. ,
长江大学电信学院
X
4.1 基本概念
d (a i , b j ) = d ( x i1 x i2 L x i N , y j1 y j2 L y j N ) = d ( x i1 , y j1 ) + d ( x i2 , y j2 ) + L + d ( x i N , y j N ) = ∑ d ( x i k , y jk )
长江大学电信学院
X
4.1 基本概念
2. 平均失真度的定义 若信源和信宿的消息集合分别为X:{x1, 若信源和信宿的消息集合分别为 x2, …, xn}和Y:{y1, y2, …, ym},其概率分别为 和 , p(xi)和p(yj) (i=1, 2, …, n ; j=1, 2, …, n ),信道 和 , 的转移概率为p(y ,失真函数为d 的转移概率为 j|xi),失真函数为 (xi,yj),则 , 称随机变量X和 的联合概率 的联合概率p(x 称随机变量 和Y的联合概率 i yj )对失真函数 对失真函数 的统计平均值为该通信系统的平均失真 d (xi, yj)的统计平均值为该通信系统的平均失真 的统计平均值为该通信系统的 度.

第四章:信息率失真函数

第四章:信息率失真函数



信息率失真函数
R( D)
p ( y j / xi )PD
min I ( X ;Y )
I ( X ; Y ) NR( D)
N N
对于离散无记忆信源的N次扩展信源和离散无记忆 信道的N次扩展信道:
RN ( D)
p (b j / ai )PD ( N )
min
信息率失真函数

在研究R(D)时,引用的条件概率p(y/x)并没有 实际信道的含义。只是为了求平均互信息的 最小值而引用的、假想的可变试验信道。实 际上这些信道反映的仅是不同的有失真信源 编码或信源压缩。所以改变试验信道求平均 互信息的最小值,实质上是选择一种编码方 式使信息传输率最小。
信息率失真函数的性质
基本概念
失真函数与平均失真度
失真函数 常用的失真函数 平均失真度 离散无记忆信道的N次扩展信道的平均失真
基本概念
失真函数
X {x1...xn} Y { y1... ym} P( yj / xi )
对任一 ( xi, yj ) 指定一个非负数d ( xi, yj ) 0 称 d ( xi, yj ) 为单个符号的失真度或失真函数。
p ( xi1 ) p( xiN ) p( y j1 / xi1 ) p( y jN / xiN ) d ( xik , y jk )
i1 1 n iN 1 j1 1 jN 1 k 1
n
m
m
N
p ( xi1 ) p( y j1 / xi1 )d ( xi1 , y j1 ) p( xi2 ) p( y j2 / xi2 ) d ( xi2 , y j2 )
i 1 j 1
n
m
p( xi ) p( y j / xi )d ( xi , y j )

信息论与编码第4章

信息论与编码第4章

第四章 信息率失真函数(第九讲)(2课时)主要内容:(1)平均失真和信息率失真函数(2)离散信源和连续信源的R(D)计算 重点:失真函数、平均失真、信息率失真函数R(D)、信息率失真函数的计算。

难点:信息率失真函数R(D)、信息率失真函数的计算。

作业:4、1。

说明:本堂课推导内容较多,枯燥平淡,不易激发学生兴趣,要注意多讨论用途。

另外,注意,解题方法。

多加一些内容丰富知识和理解。

§4-1 引言(一) 引入限失真的必要性: 失真在传输中是不可避免的;接收者(信宿)无论是人还是机器设备,都有一定的分辨能力与灵敏度,超过分辨能力与灵敏度的信息传送过程是毫无意义的;即使信宿能分辨、能判别,但对通信质量的影响不大,也可以称它为允许范围内的失真;我们的目的就是研究不同的类型的客观信源与信宿,在给定的Qos 要求下的最大允许(容忍)失真D ,及其相应的信源最小信息率R(D)。

对限失真信源,应该传送的最小信息率是R(D),而不是无失真情况下的信源熵H(U). 显然 H(U)≥R(D).当且仅当 D=0时,等号成立;为了定量度量D ,必须建立信源的客观失真度量,并与D 建立定量关系; R(D)函数是限失真信源信息处理的理论基础; (二) R(D)函数的定义信源与信宿联合空间上失真测度的定义:()i j d u v : [0,)U V R +⨯→∞其中: i u U ∈ (单消息信源空间) j v V ∈ (单消息信宿空间) 则有()()iji j i j u v d p u v d u v =∑∑称d 为统计平均失真,它在信号空间中可以看作一类“距离”,它有性质 1〉()0i j d u v =, 当i j u v = 2〉,()0min i j iju U v Vd u v∈∈=3〉0()i j d u v ≤<∞对离散信源:i=j=1,2……..n, (),i j ij d u v d = 则有:0,i j()0,i j()ij d =⎧=⎨≠⎩当无失真〉当有失真 若取ij d 为汉明距离,则有: 0,i j()1,i j()ij d =⎧=⎨≠⎩当无失真当有失真对连续信源,失真可用二元函数d(u,v)表示。

信息论与编码(清华出版社)第4章信息率失真函数-Qtech

信息论与编码(清华出版社)第4章信息率失真函数-Qtech

{
i = 1,2, L , n; j = 1,2, L , m
}
14
信息率失真函数R(D) 信息率失真函数
由于互信息取决于信源分布和信道转移概率分布, 根据2-2 由于互信息取决于信源分布和信道转移概率分布 , 根据 节所述, 一定时, 是关于p(y 型凸函数, 节所述,当p(xi)一定时,互信息 是关于 j/xi) 的U型凸函数, 一定时 互信息I是关于 型凸函数 存在极小值。因而在上述允许信道P 存在极小值。因而在上述允许信道 D中,可以寻找一种信道 pij,使给定的信源 i)经过此信道传输后,互信息 ;Y)达 使给定的信源p(x 经过此信道传输后 互信息I(X; 达 经过此信道传输后, 到最小。该最小的互信息就称为信息率失真函数R(D),即 到最小。该最小的互信息就称为信息率失真函数 ,
3
4.1 平均失真和信息率失真函数
4.1.1 4.1.2 4.1.3 4.1.4 失真函数 平均失真 信息率失真函数R(D) 信息率失真函数 信息率失真函数的性质
4
4.1 平均失真和信息率失真函数
在实际问题中, 在实际问题中,信号有一定的失真是可以容 忍的。但是当失真大于某一限度后, 忍的。但是当失真大于某一限度后,信息质量将 被严重损伤,甚至丧失其实用价值。要规定失真 被严重损伤,甚至丧失其实用价值。 限度,必须先有一个定量的失真测度。 限度,必须先有一个定量的失真测度。为此可引 入失真函数。 入失真函数。
如何减小失真,允许失真到什么程度; 如何减小失真,允许失真到什么程度; 在允许一定程度的失真条件下, 在允许一定程度的失真条件下,把信源信息压 缩到什么程度。 缩到什么程度。
2
第4章 在信源允许一定失真情况下 所需的最少信息率, 从分析失真函数、 所需的最少信息率 , 从分析失真函数 、 平 均失真出发,求出信息率失真函数R(D) 。 均失真出发,求出信息率失真函数 4.1 平均失真和信息率失真函数 4.2 离散信源的R(D)计算 离散信源的 ( )

第4章 信息率失真函数 《信息论与编码》经典PPT课件

第4章 信息率失真函数  《信息论与编码》经典PPT课件

失真矩阵
d(a1,b1) d(a1,bm )
d
d(an,b1) d(an,bm )
• 例:设信源符号序列为X={0,1},接收端收到符号
序列为Y= {0,1,2},规定失真函数为
失真矩阵
d(0,0)=d(1,1)= 0 d(0,1)=d(1,0)= 1 d(0,2)=d(1,2)= 0.5
d
没有失真
0
• d(xi , y j ) 0
x ≠ y xi y ji
j
产生失真
失xi 真 yj 的大小,用一个量来表示,即失真函数d(xi,yj),
以衡量用yj代替xi所引起的失真程度。
• 失真函数定义为:
0
d(xi, yj )
xi y j
0 xi y j
4
失真函数
• 将所有的d(xi,yj)排列起来,用矩阵表示为:
• 如果对信源进行不失真编码,平均每个符号至少需 要log2n个二进制码元。
• 现在假定允许有一定失真,假设失真限度为D=1/2 设想采用下面的编码方案:
a1→a1, a2→a2, …an→an
an+1→an ,an+2→ an ,…a2n→ an
21
• 平均失真
D
i
j
p(ai
)
p(a j
|
ai
8
L长序列编码
• 如果假定离散信源输出符号序列X={X1X2… Xl… Xn},其中L长符号序列xi =[xi1xi2…xiL],经信源 编码后,输出符号序列Y={Y1Y2…Yl…Ym},其中L
长符号序列yj=[yj1yj2…yjN ],则失真函数定义为
1
dL (xi , y j ) L j d (xiL , y jL )

信息论与编码原理_第4章_信息率失真函数

信息论与编码原理_第4章_信息率失真函数

性”,实际上只要每秒放映 24 幅静态画面。
有些失真没有必要完全消除。 既然允许一定的失真存在,对信息率的要求便可降低。
返回目录
2019/1/17
Department of Electronics and Information, NCUT
Song Peng
பைடு நூலகம்
第7页
4.1.1 引

信息率与允许失真之间的关
4.1 基 本 概 念
(3) 常用的失真函数
第一种:
i j 0 d ( xi , y j ) a a 0 i j 0 a D a a a a a 0 a a a 0 a 0 a a 0
特点:对角线上的元素均为 0,对角线以外的其它元素都为常数
2019/1/17
Department of Electronics and Information, NCUT
Song Peng
第14页
4.1.2 失真度与平均失真度
4.1 基 本 概 念
(2) 失真度
失真矩阵
失真度还可表示成矩阵的形式
d ( x1 , y1 ) d ( x1 , y2 ) d ( x1 , ym ) d ( x , y ) d ( x , y ) d ( x , y ) 2 1 2 2 2 m D d ( x , y ) d ( x , y ) d ( x , y ) n 1 n 2 n m
以定义失真度为 0;
当 i≠j 时,用 Y 代表 X 就有误差。 这种定义认为对所有不同的 i 和 j 引起的误差都一样,所以定义
失真度常数 a。
2019/1/17

华侨大学工学院信息论Chapter 4 信息率失真函数

华侨大学工学院信息论Chapter 4 信息率失真函数

,
y1
)
d (x1, y2 ) d (x2 , y2 )
d (x1, y3 )
d
(
x2
,
y3
)
d (0, 0) d (0,1) d (0, 2) 0 1 0.5
d (1, 0)
d (1,1)
d
(1, 2)
1
0
0.5
注:失真函数的函数形式可以根据需要任意选取,例如平方
代价函数、绝对代价函数、均匀代价函数等。
如果预先规定的限定失真度为D,则称信源压缩后的平均失真度D 不大于D的准则为保真度准则,即保真度准则满足D D。
信息压缩问题就是对于给定的信源,在满足保真度准则的前提下, 使信息率尽可能小。
将满足保真度准则的所有信道称为失真度D许可信道
(也称D允许的试验信道),记为
PD p y | x : D D
17
4.1.3 信息率失真函数R(D)
X 信源编码器
X a1, a2 ,L an
Y
Y b1,b2 ,L bn
假想信道
将信源编码器看作信道
信源编码器的目的:使编码后所需的信息传输率 R 尽量小; 然而R越小,引起的平均失真就越大;
2020/4/13
Chapter 4 信息率失真函数
18
D失真许可信道(试验信道)
dL (xi ,
yj)
1 L
L l 1
d (xil ,
y jl )
其中d(xil,yjl)是信源输出L长符号样值xi中的第l个符号xil 时,经编码输出L长符号样值yj中的第l个符号yjl时的失真 函数。
202失0/4真/13函数矩阵共有nLC×hapmterL4个信息元率素失真。函数
  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)。

ˆ j) SP( x i )d( x i , x
n ˆ l / x i ) 1]} i { i [ PD ( x ˆ j / xi ) PD ( x l 1
i 1,2,, n j 1,2,, n
信息率失真理论
ˆ j ) P( x i ) log PD ( x ˆ j / x i ) SP( x i )d( x i , x ˆ j ) i 0 P( x i ) log P( x i 1,2,, n j 1,2,, n
n ˆ j) ˆ j / x k )] P ( x i ) 注意到 P( x [ P( x k )PD ( x ˆ j / xi ) ˆ j / x i ) k 1 PD ( x PD ( x
n ˆ l ) log P( x ˆ l )] P( x i ) log P( x ˆ j ) log eP( x i ) [ P( x ˆ j / x i ) l1 PD ( x
ˆ j )2 (2)由 P( x
j1
2
ˆ j) Sd ( x i , x
ˆ j) 1 / i求含S的P( x
i 1,2
ˆ 1 ) P( x ˆ 2 )2S p(1 2S ) P( x
ˆ 1 ) 2 S P( x ˆ 2 ) (1 p)(1 2S ) P( x
信息率失真理论
n n ˆ l / x k ) log PD ( x ˆ l / x k )] [ P( x k )PD ( x ˆ j / x i ) k 1 l1 PD ( x
ˆ j / x i ) P( x i ) log e P( x i ) log PD ( x
n n ˆ l / x k )d ( x k , x ˆ l ) D]} {S[ P( x k )PD ( x ˆ j / xi ) PD ( x k 1 l 1
p (1 p)2 S ˆ 1) P( x 1 2S
(1 p) p2S ˆ 2) P( x 1 2S
信息率失真理论
ˆ j / x i ) i P( x ˆ j )2 (3)含S的PD (x
p (1 p)2 S ˆ 1 / x1 ) PD ( x p(1 2 2S )
信息率失真理论
第4章 信息率失真理论
教学内容和要求
理解保真度准则,理解实验信道 掌握二进制信源、等概率信源的信息率失真函 数 了解N次扩展信源的信息率失真函数
掌握高斯信源的信息率失真函数
信息率失真理论
一、保真度准则和实验信道
1、失真度
定义
单符号信源发出的消息x i或x与单符号等效信源收到的 ˆ j或x ˆ 间的非负函数d( x i , x ˆ j )或d( x, x ˆ) 消息x
log ˆ j / xi ) PD ( x ˆ j) P( x i ˆ j) Sd( x i , x 0 P( x i )
i 1,2,, n j 1,2,, n i 记 log i P( x i ) log ˆ j / xi ) PD ( x ˆ j) P( x log 2
D 1 D 1 D D log p log (1 p) log 1 D p 1 p
(1 2S ) S 2S 2 2S 1 2 1 2S
D D 2 S log 1 D 1 D
S
信息率失真理论
(5)R (D) SD P( x i )log i
i 1
2
1 1 SD p log (1 p) log S p(1 2 ) (1 p)(1 2 S )
信息率失真理论
ˆ / x) {p(x ˆ / x) : D D} 连续信源的实验信道 p D (x
实验信道转移概率密度函数
信息率失真理论
二、单符号离散信源的信息率失真函数
信源固定时,与等效信源间的平均互信息量是数 据处理信道转移概率分布的严格下凸函数,总能 在实验信道中找到一种信道转移概率分布,使实 验信道中传输的平均互信息量在保真度准则下达 到最小
i 2
ˆ j) Sd ( x i , x
i 1,2, , n
j 1,2, , n
ˆ j / x i ) i P( x ˆ j )2 PD (x
ˆ j) Sd ( x i , x
i 1,2,, n
j 1,2,, n
乘P(xi)对i求和
1 i P( x i ) 2
信息率失真理论
表示
ˆ j )] P( x i x ˆ j )d ( x i , x ˆ j) D E[d(x i , x
n n i 1 j1 b b
ˆ )] D E[d( x, x
3、保真度准则
a

a
ˆ )d(x, x ˆ )dxd x ˆ p( xx
定义
平均失真度不大于给定的允许失真D
汉明失真矩阵
0 1 [ D] ... 1 1 ... 1 0 ... 1 ... ... ... 1 ... 0
信息率失真理论
平方误差失真度——常用于连续信源
平方误差失真函数
ˆ ) (x x ˆ )2 d( x, x
2、平均失真度
定义
失真度的数学期望
ˆ j) Sd ( x i , x
ˆ j / x i ) log P( x i )PD ( x
i 1 j1 n n
n
n
ˆ j )2 i P( x
ˆ j) P( x
ˆ j / x i ) log i P( x i )PD ( x
i 1 j1 n n
ˆ j / x i )Sd( x i , x ˆ j) P( x i )PD ( x
k 1 l 1
n
n
信息率失真理论
ˆ l / x k )d ( x k , x ˆ l ) D] S[ P( x k )PD ( x
k 1 l 1 n
n
n
ˆ l / x k ) 1]} 0 k [ PD ( x
l 1
i 1,2, , n j 1,2, , n
n
ˆ j) Sd ( x i , x
i 1 n
1 求含S的 i
j 1,2, , n
i 1,2,, n
ˆ j) Sd ( x i , x
ˆ j) 1 / i求含S的P(x
ˆ j) Sd ( x i , x
ˆ j / x i ) i P( x ˆ j )2 (3)含S的PD ( x i 1,2, , n j 1,2, , n
i 1 n ˆ j) Sd ( x i , x
j 1,2, , n
对j求和
ˆ j )2 1 i P( x
j1 n ˆ j) Sd ( x i , x
i 1,2,, n
信息率失真理论
信息率失真函数
(1)由 i P( x i )2
ˆ j )2 (2)由 P( x
j1
信息率失真理论
表示
DD
4、实验信道
定义
满足保真度准则的所有数据处理信道
信息率失真理论
表示
ˆ / X) {P(X ˆ / X) : D D} 离散信源的实验信道 PD (X
全部n×n个实验信道转移概率——实验信道矩阵
ˆ 1 / x 1 ) PD ( x ˆ1 / x2) PD ( x P (x ˆ 2 / x 1 ) PD ( x ˆ 2 / x2) D ˆ PD (X / X) ... ... ˆ n / x 1 ) PD ( x ˆ n / x2) PD ( x ˆ 1 / xn ) ... PD ( x ˆ 2 / x n ) ... PD ( x ... ... ˆ n / x n ) ... PD ( x
i 1 j1
SD P( x i ) log i
i 1
n
信息率失真理论
2、二进制信源的信息率失真函数
X x 1 x 2 二进制信源 P ( X ) p 1 p 1 其中p 2
0 1 失真矩阵[D] 1 0
信息率失真理论
ˆ j / x i )d ( x i , x ˆ j) (4)由含S的D D P(x i )PD ( x 求S
i 1 j1
2
2
(1 p) p2S S p (1 p)2S S Dp 2 (1 p) 2 2S 2S p(1 2 ) (1 p)(1 2 )
ˆ l / x k ) 1]} k [ PD ( x
n ˆ l ) log P( x ˆ l) { P( x ˆ j / x i ) k 1 PD ( x
l 1
n
ˆ l / x k ) log PD ( x ˆ l / x k )] P( x k )PD ( x
(1 p) p2S S ˆ 2 / x1 ) PD ( x 2 2S p(1 2 )
ˆ j) Sd ( x i , x
i 1,2
j 1,2
p (1 p)2S S ˆ1 / x2) PD ( x 2 2S (1 p)(1 2 )
(1 p) p2 S ˆ 2 / x2) PD ( x (1 p)(1 2 2S )
(1)由 i P( x i )2
i 1
S
2
ˆ j) Sd ( x i , x
1 求含S的 i
j 1,2
1p 2 (1 p)2 1
1p2S 2 (1 p) 1
1 1 p(1 2 S ) 1 2 (1 p)(1 2 S )
信息率失真理论
相关文档
最新文档