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、lo
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爛H(U). 显然H(U)2R(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:d (见叩:t/xV^/r[0,oo)
其屮:u*U(单消息信源空I'可)
v y eV (单消息信宿空间)
则有
万=Y工〃(吧
称7为统计平均失真,它在信号空I'可屮可以看作一类“距离”,它有性质
1〉= 0,当比=Vj
2〉min 〃(吧)=°
3〉05〃(比/匕)<00
对离散信源:i=j=l,2............. n , d(upj) = djj, 则有:
d 」0,当;可(无失真) 厂]〉0,当iHj (有失真)
若取冷为汉明距离,则有:
Jo,当i = j (无失真) 厂[1,当iHj (有失真)
对连续信源,失真可用二元函数d(u,v)表示。
推而广之,d(u,v)可表示任何用V 表达U 时所引进的失真,误差,损失,风险,甚至是 主观感觉
上的差异等等。
进一步定义允许失真D 为平均失真的上界:
D>d =工=工工〃£皿???对离散
? ? ? ?
在讨论信息率失真函数时,考虑到信源与信宿之I'可有一个无失真信道,称它为试验信 道,对离散信源可记为p 〃,对限失真信源这一试验信道集合可定义为:
P D =\P ji -D>d = YLP :P J^
根据前面在互信息中已讨论过的性质:
1(U\ I,p ;j\
且互信息是门的上凸函数,其极限值存在且为信道容量:C = max/(卫: p< ?
这里,我们给出其对偶定义:
R(D)= mi 1Y U # ) m"pQp2,_ D
P
j f P D
陆 j i P D
即互信息是◎的下凸函数。其极限值存在且为信息率失真函数。 它还存在下列等效定义:
D(R) = minD>d =工工门叽
<
P 泸 P R
i J
P R = {? : /(t/;V) < R (给定速率)}
称D(R)为失真信息率函数,是R(D)的逆函数,它是求在允许最大速率情况下的最大 失真Do 至此,我们已给定R(D)函数一个初步描述。
则有:
d(u. v)= (w-仍 H
= \u-v
由定义,R(D)函数是在限定失真为最大允许失真为D时信源最小信息速率,它是通过改变试验信道/乙?特性(实际上是信源编码)來达到的。所以R(D)是表示不同D值时对应的理论上最小信息速率值。
然而对于不同的实际信源,存在着不同类型的信源编码,即不同的试验信道特性并可以求解出不同的信息率失真R7D)函数,它与理论上最佳的R(D)之间存在着差异,它反映了不同方式信源编码性能的优劣,这也正是R(D)函数的理论价值所在。特别对于连续信源,无失真是毫无意义的,这时R(D)函数具有更大的价值。
例:若有一个离散、等概率单消息(或无记忆)二元信源:p(如(叮,且采用
[0, 当u i = u .
汉明距离作为失真度量标准:即尙= 业?若有一具体信源编码方案为:N个
[1, 当均工Uj
码元中允许错一个码元,实现时N个码元仅送N?1个,剩下一个不送,在接收端用随机方
式决定(为掷碾币方式)。此时,速率R'及平均失真D相应为:
R W以符号
”丄厶丄,
N 2 2N
.?. /?'(D) = 1-丄= l-2x —= 1-2D
N 2N
若已知这一类信源理论上的R(D)= H^-y- H(D:(后面将进一步给出计算),则有
阴影范围表示实际信源编码方案与理论值间的差距,我们完全可以找到更好,即更靠近理论值,缩小阴影范围的信源编码,这就是工程界寻找好的信源编码的方向和任务。
§4-2 R(D)函数的性质
讨论R(D)性质以前先简要介绍R(D)的定义域。
对离散:[0,%]
对应R(D)值:7?(0)= max/? Q 尹H 0
R(DQ = min R(D),即当7? t (出寸功直。
对连[D min,Dj
/?(D m in) = H c(P)=0C
R(DQ = min R(D),即当R t OH 寸
R(D)函数性质可用下列定理总结:
定理4 — 2—1:对离散、单个消息限定失真信源,其R(D)函数满足下列性质:
(1)R(D)是D的下凸(U)函数;
(2)R(D)是D的单调非增函数;
(3)R(D)是D的连续函数;
(4)/?(Z) = 0) = //(/?);
证明:(1)证明思路:根据R(D)函数定义,与下凸函数定义,只需证明:何D" = 0D+ (1 -&)/)”] < 刃?(D) + (1 -〃)/?(/)“)
首先证玖已P^,再利用互信息对坨?的下凸性。即:若用P;与磅表示达到R(DJ与R(D「时的条件分布,且磅=昭?+(1 -0)弓
则有:
万(圧)=工2>%广工2>砂+(1-&)空4
??? ?
J 丿I J
〃工2>加力(1-&E工矿尸"O
? ?? ?
J f J
= 0d( (40 飞“ D二&(1 P) 〃
这里d(P^) 由存={厅:2(用)SZ/} 可得马丘依 再利用互信息对号,?的下凸性,有 W min /(门;硝) "S;硝) "/(门;匕)+ (1-0"(门;巧) = 0R(DJ + Q — 0)R(D「 (2)设 D 2 >D }则 Pg o P D[ min/(A ;P,.) 即R(D)是D 的单调非增函数。 (3)设 D l =D+8 当5T 0 DI D° 由匕定义,有P L y P D o 同时,由于I(Pj ;Pj)是匕连续函数。 即当 5P.. TO,有 +5匕?)T/S;?) 的连续函数。 小毗;常, /?(0) = /(□;?) 二 H(p) §4-3离散信源R(D)函数计算: /?(£))= m i/np^p Pj fP D 可见,求解R(D)实质上是求解互信息的条件极值,可采用拉氏乘子法求解。但是,在 一般情况下只能求得用参量 (R(D)的斜率S)來描述的参量表达式,并借助计算机进行 迭代运算。 由信道容量C 与R(D)数学上对偶关系: C = max /(X ;y ) R(D) = min /(t/;V) Pi P ji eP D 其迭代运算与求信道容量迭代运算相仿的。在正式讨论R(D)迭代运算前,这里,我们 先介绍特殊情况下的R(D)计算。 具有等概率、对称失真信源的R(D)计算: 例1:有一个二元等概率平稳无记忆信源U,且失真函数为: /. R(D 、= min PE g ; P"+5PQ t R(D) = min 畑匕) 即 R(D) T R(D) , R(D)是 D (4)当£) = 0 ,即无失真时,址o 片 ——对应 I(piQj) EZpAiog^ Pi ~d r 00、 ?;)= 1 1 k°° °> 试求其R(D)=? 解:由:聞=工工卩时 ? ? 上式中,已知:Pj =片,D (允许失真)给定。 则P. -------- 对应。 这时,由概率归一性,可进一步假设: (A \-A 0、 Pji ~[o \-A 外 0<^ A 可见:<11 — A CO O 0 代入上述公式,有 D 二工工PiP£ 「 J = -[Ax0 + 0xoo + (l-A)xl] + i[0xoo+Ax0 + (l-A)xl]再将它代入转移概率公 2 2 = |(1-A) + 1(1-A) = (1-A) 式中: fl-D D 0 、 Pji _〔0 D 1 — p m q ?产 得:(幻)=(字,。三2) 则: \-D H(V) = H(qj ) = H(—— ,D \-D 2 H(V/U) = H(PjJ = H(\- D D) R(D) = I(U;V)\D ^=[H(V)-H(V/U)]\D ^ \-D \-D = H(—,A —)-H(l-D,D) =(1 - D) log 2-(l-D) log(l-D) + (l-D)log(l- D) = (l-£>)log2 例2:若有一个,2元等概率、平稳无记忆信源且规定失真函数为: 试求R(D)=? 解: (%) = 1、 n-l <■>(?) = ( \ A 1-" n-l 由门=丄,求得 n 1 1-A A (斤—1 丿 < H-l 丿 =—2x 1_£> log -―—-£>log£> + (l-D) log(l-£>) + £> log D 0 1 Gj = n-\ ■ 1 n-i 0 n-l 1 n-l ■ A xl + /?x — xO = l- A n(n-l) n 1 —— 1 2 n qj=》PiPji =-|lxn +(A2-l)x-― \ = -q=^ p.p =-|lxn +(A2-l)x-― ]=- : n n-l n : n n-l n R(D) = W;V)|D鉀可H(幻)-H(?)]D参量 i-A D二工工门叽 ? ? f J R(D) = /Q ;V )|° 参厳=[H(乞) — //(£?)]血 = log H + (l-D)10g(l-O) +(H-l)——log ——- n-1 n-\ =log n 一 H(D,\-D)-D log(n 一 1) 1ft ? = 2, 4, 8,有 由上图可见 无失真D = 0时 n = 8, R(0) = H(p) = 3bit , n = 4, R(0) = H(p) = 2bi , n = 2, R(0) = H(p) = ]bit , 有 失真,比如0 = 0.2时 n = 压缩比:K, = °A OB n = 4, 压缩比:K 4 = OC OD n = 2, 压缩比:K° = °E OF 显然 ①K 2>K 4>K^进制〃越小,压缩比K 越大; ②Of, KT,但相对关系不变, 允许失真D 越大,压缩比亦越大。 R(D)的参量表达式: 要讨论R(D)的计算,由R(D)函数定义,需要求下列约束条件下的互信息极值。 ①5=£:工1>£鶴=万<。}; ? ? f J D n-1 D n- n ② 工Pji"对也心1,2 n; ③ P . > 0,对",j, i = \ n, j = l 处 求解这类极值有好几种方法: 变分法、拉氏乘子法、凸规划方法等等。这里引用最简单的拉氏乘子法。但是它不能处理不等式约束关系,因此需对上述条件进行必要的修改,这时上述问题可归纳为在下列(n+1)组约束条件下: D = d = XXPMj \ 、' )(/?. +1)组约束 =1,对Vi, Z = 求互信息iq必)=n P^JI ioA的极小值。 i J q.i 引用拉氏乘子法,并设S与“(i = l,2〃)分别表示5+1)个约束条件的待定参 数,则有: 汨g;PjJ — SD_W 工册0 叫/ J -(1 + log q)Pi 4-(14- log P,Pi - Sp t d.. -丛=0 求得片严qj入严__① 由归一化条件有1 用旳 求得 再将①式两边同乘门并对i求和,且设qj>0,则有 ?? I I .??工Pi入严=1 ----- ③ i 代②入③,得: 少%* I —④ 当信源给定P H 选定s 与4?以后,它是一个求解加个勺?的方程组,则可按下列 顺序求解: 幻(丿?=1,2 加)一不心1, n)— P” t D(S) I R(S) 最后求得参量方程如下: 这就是用参量£ [R(D)的斜率]表达的7?(D)函数形式,又称为参量方程。 定理4-3-1: R'(D) = S ,即R(D)斜率为参量S 。证明从略。 例:引用上述参量方程求解一个二进不等概率离散信源:p 、=p,内=\_卩,且 [0,当心厶 d,=\ t 丿其中 i, j = \,2,试求 /?(£>)=? y [1,当if, 解:首先求参量人与人 由公式③,有: jAPi exp(Sd| J +入$ exp(S 〃2|) = 1 [人p 、exp(S%2) + exp(S 〃22) = ? 求得 \将它带入式②,有 人=(1—0)[1+冋 / <7i exp(Sd") + % exp(S%2)=— A V q 、exp(S 〃2]) + % exp(S 〃22) = ~- 求得 _ p-(y-p)e s q 、_ ; s \-e _ ^~p)~pe s °2 _ ;— \ — e 再将人禺纟宀带入⑤式D(S)中: D (S )二工工旳入砂a 棗⑤ =SD(S)+ 工Pi log ——⑥ R(S)二工工加/l/Sog ? ? I J D(S)=人门彳%| exp(S 〃|J +人”旳2〃]2 exp(S%2) +入“2彳〃2] exp(Sd2i )+ &/V?2〃22 exp(S 〃22) D 一 1+式- 再将它带入R(S),有: R(D) = R(S)\ _D_ = SD(S) + /? log 人 + (1 - /?) log 人 |5 _2_ °\-D °\-D =-[p log p + (1 - p) log(l -/?)] + [£> log £> + (1 - £>) log(l - £>)] = H\pA-p\-H\DA-D\ D = 0, R(0)=l 肪 7 /?1(0) = 0.8Wz 4 R (0) = 06 肋 8 “ 1?0 p 0?8 p 0.6 扌 0.67 扌 0.45 | 0.17 结论:1)信源概率分布越不均匀,压缩比越大; 限失真, 比如D = o.l 时 L) 取p =丄丄丄,的曲线: 2 4 8 无失真: 2) D越大,压缩比也越大。 R (D )函数的迭代算法 首先让我们从信道容量C 与尺(D )函数定义与数学上的对偶性來分析: C = max/(X ;r ), /?(D) = max/((/;V) Pi P 泸环 C(F)= max /(X;Y) r 显然, 我们可以利用求解信道容量的计算迭代公式的方法与思路求解/?(£>)函数。其 关键步骤为: 1)寻求两个决定互信息的互为因果关系的自变量对,这里选 i (qj ;Pjj, P H 且通过◎? 求极值; 2)对互信息求条件极值(极小值),引用拉氏乘子法; 具体求解步骤如下: 1)两个自变量中首先固定勺值,则在满足工幻=1和D = 的约束条 件下求/(勺;什)的极小值。引用拉氏乘子法,有:$[/(切;什)-SDU 》如=( 期 J + A = 0 , J ,再由归一化条件 儿i 1 =工幻=*工工"£,=*二 在满足 (对所有i 值)和 D =工工PM ?的约束条件下求 ? ? ? J r J /(幻;?)极值: 畚叽F2SD +空耳P 耳 p (\y +log spMij +&? =o a 十T 小严 由归一化条件,有 求得: 2 = 1, 再代入原式得: q ;=2PiPji 2)再固定勺?值, 求出: 再将它带入5表达式,求得 p;= 式与②式是两个基本迭代公式 若假设一个S 值,比如S = S 「通过①②逐次迭代,求得纟;(SJ,弓;(SJ,代入互信 息公式中, 求得 R(SJ = /[q ;(SJ,耳(SJ] 再继续假设 S = S?、S3、S4、S5 等。求得相应的 R0)、R(SJ 、R(SJ 、R(S 5) O 最后再将其值 连成一个曲线,即为&D)函数曲线。 下面,为了迭代方便,可将①②改写为: 假设S = S],则可按下列顺序迭代:(当信源给定Pi = Z ,选一初始分布巳=丄) m 7?(1,1) > 7?(1,2) > ……>7?(r-l, r) > 7?(r, r) > Z?(r, r + 1) 砂) 上述迭代至前后两值间误差小于给定值£为止。可求得 R0 手 1 i tfityhiSijff ;; $ -- ② q 'j = X PiP ;i 棗 -止 一00 p.(/i, J J 重新假设S = s?、S3、S4、S5 ,分别求得R0)、R0)、/?(S4) s 7?(55) O最后连接各R(SJ 值为一条曲线,即为所求的R(D)函数曲线。 §4-4连续信源R(D)函数 1?连续信源比离散信源更需要R(D)函数。因为连续信源信息量为无限大(取值无限), 传送8信息量既无必要,也不町能。所以连续信源都是属于限失真范畴; 2.连续信源R(D)与离散信源R(D)类似: 只需将概率换为概率密度p. o p(u) 求和换为积分工ojdu ■ I djj v) min o inf 则当己知信源概率分布密度为P(u).条件密度为P(%)、失真函数为d(u, v)>信源平均失真〃(地「)二『匸p(忧)P% )d(u,v)duc 而P D = {P(%):D>^ = p(u)P(%)d(u,v)dudv] 则有:R(D)= inf Z(t/;V) P(汨 同样,可以求出类似于离散的参量表达式: 即在下述限制条件下: ]/) = J匸p(u)P(%)d(u, v)dudv [j: P(%皿=1(对所有讷直) 求互信息 I(U;V) = J 匸p(u)P(%)log PO/^dudv f 00 -gO)logqW)du J-oo 的下确界。 引用变分,并引入待定常数s和任意函数“@),再对P(%)取变分,并置之为0。 所谓变分是指求泛函的极值。即 5[/(U;U) P(%)如=0 其求解顺序完全类似于离散情况,但需求解一个积分方程。最后结果为: D(S) = J J p(u)q(v)e sd(,t,v)A(u)d(u, v)dudv R(S) = SD(S) + [ p(u) log A(u)du 连续信源能否有类似于离散信源的一些特殊情况,不需求解繁琐的积分方程 呢?的确存在,在某些情况下,比如d(u 9v)= d(ii- U 时,求解可大大减化。即 若二元函数d(u, v)仅与弘与v 差值有关,比如 (u - v)2 = 02 \u ~v H 3\ 这时令参量2(比)=型,设“(0 >0 ,其中饥S)= ——,且k(S0⑹=&(&), pM J 严de 这时可求得:p(u)= q )O)? & 可见,由上述卷积表达式,无需求解积分方程就可以求得分布密度%(〃)。 进一步,若令O/z).①你(z)和①血(z)分别表示pg 、g s (u)和绻(⑴的待征 函数,则由以上时域的卷积 关系,求得下列特征函数间的关系如下:①/?(Z )=O A ,(£)?①如(z) ①如⑵二 再由类似于离散信源的下列求解顺序: %(%) -2(%) —> D(S) —> R(S) 1 (—mF 例:若川"2话° "棗正态 dM = (u-v)2=0 2 棗均方准则 ???叭(z) = 0 2 =e 2 25 =严 E s gs? 尸N ( 而信源p(u)的特征函数为 ①0(Z)之2 ?①(八一?“⑴_严(,灶)只 ?? %(z丿—一' e4s ???%~N [加,(/+£] 再rh q°―> 入)—> D(s) —> R(s)最后求得: r] (曲)2 p(u) = —i^^e心棗正态 < 厉CT d(u, v) = (u -v)2 = 02棗均方准则 V 当cr = lH寸 R(D) = *log* 定理2-4-1:对任一连续非正态信源,若己知其方差为er?,爛为/?((/),并规定失真函数为d(u, v)= (u-仍,则其R(D)满足下列不等式: H(U) - j log 2/reD ?(£>)< j log 4 (正态)(上限) 可见,在平均功率cr,受限条件下,正态分布R(D)函数值最大,它是其他一切分布的上限值,也是信源压缩比中最小的。所以人们往往将它作为连续信源压缩比中最保守的估计值。 例:对连续有记忆信源R(D)函数计算相当复杂,下面考虑一个简单的特例:对一个广义平稳遍历马氏链信源,且有R(T) = a2^ ,其中0vpvl。现求其R(D)函数。 下面我们仅给出结果: /?(/))=* log 呼1 R(D) 4.1 一个四元对称信源? ?????=??????4/14/1324/14/110)(X P X ,接收符号Y = {0, 1, 2, 3},其失真矩阵为????? ???????0111 101111011110,求D max 和D min 及信源的R(D)函数,并画出其曲线(取4至5个点)。 解: 0041041041041),(min )(43041141141141),()(min min min max =?+?+?+?===?+?+?+?===∑∑i j i j i i j i i j j y x d x p D y x d x p D D 因为n 元等概信源率失真函数: ?? ? ??-??? ??-+-+=a D a D n a D a D n D R 1ln 11ln ln )( 其中a = 1, n = 4, 所以率失真函数为: ()()D D D D D R --++=1ln 13 ln 4ln )( 函数曲线: D 其中: symbol nat D R D symbol nat D R D symbol nat D R D symbol nat R D /0)(,4 3/12ln 2 14ln )(,21/3 16ln 214ln )(,41/4ln )0(,0==-==-==== 4.2 若某无记忆信源??????-=??????3/113/13/101)(X P X ,接收符号??????-=21,21Y ,其失真矩阵???? ??????=112211D 求信源的最大失真度和最小失真度,并求选择何种信道可达到该D max 和D min 的失真度。 4.1 一个四元对称信源? ?????=??????4/14/1324/14/110)(X P X ,接收符号Y = {0, 1, 2, 3},其失真矩阵为????? ???????0111 101111011110,求D max 和D min 及信源的R(D)函数,并画出其曲线(取4至5个点)。 解: 0041041041041),(min )(43041141141141),()(min min min max =?+?+?+?===?+?+?+?===∑∑i j i j i i j i i j j y x d x p D y x d x p D D 因为n 元等概信源率失真函数: ?? ? ??-??? ??-+-+=a D a D n a D a D n D R 1ln 11ln ln )( 其中a = 1, n = 4, 所以率失真函数为: ()()D D D D D R --++=1ln 13 ln 4ln )( 函数曲线: D 其中: sym bol nat D R D sym bol nat D R D sym bol nat D R D sym bol nat R D /0)(,4 3/12ln 2 14ln )(,21/3 16ln 214ln )(,41/4ln )0(,0==-==-==== 4.2 若某无记忆信源??????-=??????3/113/13/101)(X P X ,接收符号??????-=21,21Y ,其失真矩阵???? ??????=112211D 求信源的最大失真度和最小失真度,并求选择何种信道可达到该D max 和D min 的失真度。 4.3 某二元信源??????=??????2/12/110)(X P X 其失真矩阵为?? ????=a a D 00求这信源的D max 和D min 和R(D) 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、lo 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爛H(U). 显然H(U)2R(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:d (见叩:t/xV^/r[0,oo) 其屮:u*U(单消息信源空I'可) v y eV (单消息信宿空间) 则有 万=Y工〃(吧 称7为统计平均失真,它在信号空I'可屮可以看作一类“距离”,它有性质 1〉= 0,当比=Vj 2〉min 〃(吧)=° 3〉05〃(比/匕)<00 对离散信源:i=j=l,2............. n , d(upj) = djj, 则有: d 」0,当;可(无失真) 厂]〉0,当iHj (有失真) 若取冷为汉明距离,则有: Jo,当i = j (无失真) 厂[1,当iHj (有失真) 对连续信源,失真可用二元函数d(u,v)表示。 推而广之,d(u,v)可表示任何用V 表达U 时所引进的失真,误差,损失,风险,甚至是 主观感觉 上的差异等等。 进一步定义允许失真D 为平均失真的上界: D>d =工=工工〃£皿???对离散 ? ? ? ? 在讨论信息率失真函数时,考虑到信源与信宿之I'可有一个无失真信道,称它为试验信 道,对离散信源可记为p 〃,对限失真信源这一试验信道集合可定义为: P D =\P ji -D>d = YLP :P J^ 根据前面在互信息中已讨论过的性质: 1(U\ I,p ;j\ 且互信息是门的上凸函数,其极限值存在且为信道容量:C = max/(卫: p< ? 这里,我们给出其对偶定义: R(D)= mi 1Y U # ) m"pQp2,_ D P j f P D 陆 j i P D 即互信息是◎的下凸函数。其极限值存在且为信息率失真函数。 它还存在下列等效定义: D(R) = minD>d =工工门叽 < P 泸 P R i J P R = {? : /(t/;V) < R (给定速率)} 称D(R)为失真信息率函数,是R(D)的逆函数,它是求在允许最大速率情况下的最大 失真Do 至此,我们已给定R(D)函数一个初步描述。 则有: d(u. v)= (w-仍 H = \u-v 4.1 一个四元对称信源,接收符号Y = {0, 1, 2, 3},其失??????=??????4/14/1324/14/110)(X P X 真矩阵为,求D max 和D min 及信源的R(D)函数,并画出其曲线(取4至5个点)。????????????0111101111011110解: 0041041041041),(min )(43041141141141),()(min min min max =?+?+?+?===?+?+?+?===∑∑i j i j i i j i i j j y x d x p D y x d x p D D 因为n 元等概信源率失真函数:??? ??-??? ??-+-+=a D a D n a D a D n D R 1ln 11ln ln )(其中a = 1, n = 4, 所以率失真函数为: ()()D D D D D R --++=1ln 13ln 4ln )(函数曲线: D 其中:symbol nat D R D symbol nat D R D symbol nat D R D symbol nat R D /0)(,43/12ln 214ln )(,21/316ln 214ln )(,41/4ln )0(,0==-==-====4.2 若某无记忆信源,接收符号,其失真矩阵求信??????-=??????3/113/13/101)(X P X ??????-=21,21Y ??????????=112211D 源的最大失真度和最小失真度,并求选择何种信道可达到该D max 和D min 的失真度。 4.3 某二元信源其失真矩阵为求这信源的D max 和D min 和R(D)??????=??????2/12/110)(X P X ?? ????=a a D 00函数。解:0021021),(min )(202121),()(min min min max =?+?===?+?===∑∑i j i j i i j i i j j y x d x p D a a y x d x p D D 因为二元等概信源率失真函数:??? ??-=a D H n D R ln )(其中n = 2, 所以率失真函数为: ????????? ??-??? ??-+-=a D a D a D a D D R 1ln 1ln 2ln )(4.4 已知信源X = {0, 1},信宿Y = {0, 1, 2}。设信源输入符号为等概率分布,而且失真函数,求信源的率失真函数R(D)。??????∞∞=1100D 4.5 设信源X = {0, 1, 2, 3},信宿Y = {0, 1, 2, 3, 4, 5, 6}。且信源为无记忆、等概率分布。失真函数定义为 证明率失真函数R(D)如图所示。???????∞ ======且且且且53,21 41,010),(j i j i j i y x d j i log22log2D 4.6 设信源X = {0, 1, 2},相应的概率分布p (0) = p (1) = 0.4,p (2) = 0.2。且失真函数为)2,1,0,(10),(=???≠==j i j i j i y x d j i (1) 求此信源的R(D); (2) 若此信源用容量为C 的信道传递,请画出信道容量C 和其最小误码率P k 之间的曲线关系。 4.7 设0 < α, β < 1, α + β = 1。试证明:αR(D’) +βR(D”) ≥ R(αD’ +βD”) 4.8 试证明对于离散无记忆N 次扩展信源,有R N (D) = NR(D)。其中N 为任意正整数,D ≥ D min 。 4.9 设某地区的“晴天”概率p (晴) = 5/6,“雨天”概率p (雨) = 1/6,把“晴天”预报为“雨天”,把“雨天”预报为“晴天”造成的损失为a 元。又设该地区的天气预报系统把“晴天”预报为“晴天”,“雨天”预报为“雨天”的概率均为0.9;把把“晴天”预报为“雨天”,把“雨天”预报为“晴天”的概率均为 第四章 信息率失真函数 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 R 小于信道容量 C ,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 P e 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。但是,无失真的编码并非总是必要的。无失真的编码并非总是可能的。在实际信息传输系统中,失真是不可避免的,有时甚至是必须的。 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。 1 失真测度 1.1 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。 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} 。 对应于每一对(u,v),我们指定一个非负的函数: 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。 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: 它为失真矩阵D ,是 r ×s 阶矩阵。 须强调: 这里假设U 是信源,V 是信宿,那么U 和V 之间必有信道。实际这里U 指的是原始的未失真信源,而V 是指失真以后的信源。因此,从U 到V 之间实际上是失真算法,所以这里的转移概率p(vj/ui)是指一种失真算法,有时又把p(vj/ui) 称为试验信道的转移概率,如图所示: j i j i v u d j i ≠=???>=)0(0),(α????????????=),(...),(),(:...::),(...),(),(),(...),(),(212221212111s r r r s s v u d v u d v u d v u d v u d v u d v u d v u d v u d D 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 ()()i j i 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 i j u U v V d u v ∈∈=第四章_信息率失真函数-习题答案
第四章 信息率失真函数-习题答案
信息率失真函数.doc
【免费下载】第四章 信息率失真函数 习题答案
第4章 信息率失真函数
信息率失真函数