率失真函数
合集下载
相关主题
- 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)。
d (u1 , v1 ) d (u1 , v 2 ) d (u , v ) d (u , v ) 2 1 2 2 D : : d (u r , v1 ) d (u r , v 2 )
... d (u1 , v s ) ... d (u 2 , v s ) ... : ... d (u r , v s )
UV i 1 j 1
保真度准则
若平均失真度D不大于我们所允许的失真D,即: DD 称此为保真度准则。
信源固定(给定P(u)),单个符号失真度固定时(给定 d(ui,vj)) ,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 D,而有些试 验信道D>D。 凡满足保真度准则,即平均失真度D D的试验信道统称 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BD表示,即:
0 1 4 D 1 0 1 4 1 0
上述三个例子说明了具体失真度的定义。一般情况下根 据实际信源的失真,可以定义不同的失真和误差的度量。另 外还可以按其他标准,如引起的损失、风险、主观感觉上的 差别大小等来定义失真度d(u,v)。
平均失真度
失真度d(ui,vj)是随机变量。规定了单个符号失真度d(ui,vj) 后,传输一 个符号引起的平均失真,称为信源平均失真度:
i j i j js
除j=s以外所有的j和i 所有i
其中接收符号vs作为一个删除符号。
在这种情况下,意味着若把信源符号再现为删除符号vs 时,其失真程度要比再现为其他接收符号的失真程度少 一半。 若二元删除信源s =2,r=3, U={0,1},V={0,1 ,2} 。 失真度为:
d(0,0)=d(1,2)=0 d(0,2)=d(1,0)=1 d(0,1)=d(1,1)=1/2
第九章 率失真函数
无失真信源编码和有噪信道编码告诉我们:只要信道的 信息传输速率小于信道容量,总能找到一种编码方法,使得 在该信道上的信息传输的差错概率任意小;反之,若信道 的信息传输速率大于信道容量,则不可能使信息传输差错 概率任意小。 问题:若信息速率大于信道容量,怎么办? 无失真的编码并非总是必要的。
引入失真,允许失真大,信息率可以越低。P248例
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,侧重讨论离散 无记忆信源。 首先给出信源的失真度和信息率失真函数的定义与性质; 然后讨论离散信源和连续信源的信息率失真函数计算;在这基 础上论述保真度准则下的信源编码定理。
对应于每一对(u,v),我们指定一个非负的函数:
i j 0 d (ui , v j ) ( 0) i j
称为单个符号的失真度(或失真函数)。 通常较小的d值代表较小的失真,而d(ui,vj)=0 表示没有失真。
失真矩阵D
若信源变量U有r个符号,接收变量V有s个符号, 则d(ui,vj)就有r×s个,它可以排列成矩阵形式,即:
对二元对称信源(s=r=2),信源U={0,1},接收变量V={0,1}。在 汉明失真定义下,失真矩阵为:
[例2] 删除信源。信源变量U={u1,u2,…ur} ,接收变量V= {v1,v2,…vs} (s = r+1) 。定义其单个符号失真度为:
0 d (ui , v j ) 1 1 / 2
则
1 0 1 2 D 1 1 0 2
[例3] 对称信源(s = r) 。信源变量U={u1,u2,…ur}为:
d (ui , v j ) (v j ui )
2
若信源符号代表信源输出信号的幅度值,这就是一种以方 差表示的失真度。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,严重程度用平方来表示。 当 r=3时, U={0,1,2},V={0,1,2} ,则失真矩阵为:
D E[d (ui , v j )] E[d (u, v)]
在离散情况下,信源U={u1,u2,…ur} ,其概率分布P(u)= [P(u1),P(u2),…P(ur)] ,信宿V= {v1,v2,…vs} 。 若已知试验信道的传递概率为P(vj/ui)时,则平均失其度为:
r s
D P(uv)d (u, v) P(ui ) P(v j / ui )d (ui , v j )
它为失真矩阵D,是 r×s 阶矩阵。
试验信道的转移概率
U:原始的未失真信源 V:失真以后的信源。
从U到V:失真算法,转移概率p(vj/ui):一种失真算法
p(vj/ui) 称为试验信道的转移概率,如图所示。
U 原始信源 p (vj/ui) 试验信道 V 失真信源 信道
[例1] 离散对称信源(r=s)。信源变量U={u1,u2,…ur} ,接收变 量V= {v1,v2,…vs}。定义单个符号失真度:
失真测度
一、失真度
从直观感觉可知,若允许失真越大,信息传输率可 越小;若允许失真越小,信息传输率需越大。
所以信息传输率与信源编码所引起的失真(或误差) 是有关的。
失真测度
离散无记忆信源U,信源变量U={u1,u2,…ur}, 概率分布为P(u)=[P(u1),P(u2),…P(ur)] 。 信源符号通过信道传输到某接收端,接收端的 接收变量V= {v1,v2,…vs} 。
0 d (u i , v j ) 1
ui v j ui v j
这种失真称为汉明失真。汉明失真矩阵是一方阵,对角线上的 元素为零,即:
0 1 ... 1 1 0 ... 1 D : : ... : 1 1 ... 0 rr
•
0 1 D 1 0