(完整版)信息论与编码概念总结

  • 格式:doc
  • 大小:781.39 KB
  • 文档页数:6

下载文档原格式

  / 6
  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)。

第一章

1.通信系统的基本模型:

2.信息论研究内容:信源熵,信道容量,信息率失真函数,信源编码,信道编码,密码体制的安全性测度等等

第二章

1.自信息量:一个随机事件发生某一结果所带的信息量。

2.平均互信息量:两个离散随机事件集合X 和Y ,若其任意两件的互信息量为 I (Xi;Yj ),则其联合概率加权的统计平均值,称为两集合的平均互信息量,用I (X;Y )表示

3.熵功率:与一个连续信源具有相同熵的高斯信源的平均功率定义为熵功率。如果熵功率等于信源平均功率,表示信源没有剩余;熵功率和信源的平均功率相差越大,说明信源的剩余越大。所以信源平均功率和熵功率之差称为连续信源的剩余度。信源熵的相对率(信源效率):实际熵与最大熵的比值

信源冗余度:

0H H ∞=ηη

ζ-=1

意义:针对最大熵而言,无用信息在其中所占的比例。

3.极限熵:

平均符号熵的N 取极限值,即原始信源不断发符号,符号间的统计关系延伸到无穷。

4.

5.离散信源和连续信源的最大熵定理。

离散无记忆信源,等概率分布时熵最大。

连续信源,峰值功率受限时,均匀分布的熵最大。

平均功率受限时,高斯分布的熵最大。

均值受限时,指数分布的熵最大

6.限平均功率的连续信源的最大熵功率:

称为平均符号熵。

定义:即无记忆有记忆N X H H X H N X H X NH X H X H X H N N N N N N )()

()()()()()(=≤∴≤≤

若一个连续信源输出信号的平均功率被限定为p ,则其输出信号幅度的概率密度分布是高斯分布时,信源有最大的熵,其值为

1log 22

ep π.对于N 维连续平稳信源来说,若其输出的N 维随机序列的协方差矩阵C 被限定,则N 维随机矢量为正态分布时信源

的熵最大,也就是N 维高斯信源的熵最大,其值为1log ||log 222N C e π+ 7.离散信源的无失真定长编码定理:

离散信源无失真编码的基本原理

原理图

说明: (1) 信源发出的消息:是多符号离散信源消息,长度为L,可以用L 次扩展信

源表示为: X L =(X 1X 2……X L )

其中,每一位X i 都取自同一个原始信源符号集合(n 种符号): X={x 1,x 2,…x n } 则最多可以对应n L 条消息。

(2)信源编码后,编成的码序列长度为k,可以用k 次扩展信宿符号表示为: Y k =(Y 1Y 2……Y k ) 称为码字/码组

其中,每一位Y i 都取自同一个原始信宿符号集合:

Y={y 1,y 2,…y m } 又叫信道基本符号集合(称为码元,且是m 进制的)

则最多可编成m k 个码序列,对应m k 条消息

定长编码:信源消息编成的码字长度k 是固定的。对应的编码定理称为定长信源编码定理。

变长编码:信源消息编成的码字长度k 是可变的。

8.离散信源的最佳变长编码定理

最佳变长编码定理:若信源有n 条消息,第i 条消息出现的概率为p i ,且

p 1>=p 2>=…>=p n ,且第i 条消息对应的码长为k i ,并有k 1<=k 2<=…<=k n

即:把经常出现的消息编成短码,不经常出现的消息编成长码。这样可使平均码长最短,从而提高通信效率,代价是增加了编译码设备的复杂度。

杂得多。

第三章

1.信道容量的概念及用途:

最大的信息传输速率为信息容量

信道的功能:以信号形式传输和存储信息

2.信道编码定理:

若有一个离散无记忆平稳信源,其容量为C,输入序列长度为L,则只要传输的信息速度R

反之,若R>C时,

则无论采用何种编码,必然会有译码差错

第四章

1.保真度准则下的信源编码定理:设有某一信源的信息率失真函数为R(D),选择有限的失真函数d,对于任意允许的平均失真度D,当压缩后的信息率 R>R(D)则一定存在某种信源编码方法,使译码后的平均失真度<=D反之,若压缩后的信息率R=D

2.信息率失真函数的概念及应用:给定信源和失真函数,要使信源的平均失真 (D 为给定的失真上限),则需找到某个信道(满足一定的信道转移概率分布或转移概率密度函数),使在该信道(称为试验信道)上传输的信息速率达到最小,这个最小的信息速率称为信息率失真函数,记作R(D)。

信息率失真理论是量化、数模转换、频带压缩和数据压缩的理论基础。

3.信道容量和信息率失真函数的比较:

相同点:二者都是求平均互信息的极值

不同点:

1、C和R(D)的不同:

(1)信道容量:选择某一信源分布的情况下,求平均互信息的极大值。依据:平均互信息I是信源概率分布p(x i)的严格上凸函数。(2)信息率失真函数:求选择某一压缩试验信道(转移概率分布)的情况下,依据保真度准则,求平均互信息的极小值。

依据:平均互信息I是信道转移概率分布p(y j/x i)的严格下凸函数。

2、 C和R(D)的不同:

(1)信道容量C一旦求出来,则与信源分布无关(只是证明存在这样的满足信道容量的信源分布),它只和信道转移概率分布p(y j/x i)有关。即信道容量和信源特性无关,反映信道特性。2)信息率失真函数R(D)一旦求出来,则与信道转移概率分布无关(只是证明存在达到最小信息率的压缩试验信道),它只和信源概率分布p(x i)有关。即信息率失真函数和信道特性无关,反映信源特性。

3、 C和R(D)的不同:

(1)信道容量是通过信道编码增加信息冗余度来提高通信的可靠性,是信息传输的理论基础。(2)信息率失真函数是通过信源编码减少信息冗余度来提高通信有效性,是信源压缩的理论基础。

第五章