信息论3——信道(单符号离散信道,互信息,各种熵)
文章目录
- 信道
- 单符号离散信道
- 互信息(这才是信息)
- 平均交互信息量
- 损失熵,疑义度
- 噪声熵,散布度
- 归并无噪信道(从发送端考虑)
- 发散无损信道(从接收端考虑)
- 无噪无损信道
- 串联信道
- 数据处理定理
- 信道容量(固有的属性,与输入的信源分布无关)
- 匹配信源
- 几种特殊无噪信道的信道容量
信道
单符号离散信道
信源发出X=a,经过信道,信宿出现符号b的概率:“a出现的前提下出现b的条件概率”,也就是说P(b/a)P(b/a)P(b/a)体现了信道对输入符号的传递作用。
互信息(这才是信息)
这里就是说,一开始信源传递a,由于信道的噪声干扰I(b/a)I(b/a)I(b/a),信宿得到了b,那么互信息就是信宿得到b后对符号a的不确定性的消除。I(a;b)=I(a)−I(a/b)=I(b)−I(b/a)I(a;b)=I(a)-I(a/b)=I(b)-I(b/a)I(a;b)=I(a)−I(a/b)=I(b)−I(b/a)。
可以为负值,当b拥有一种误导性质的时候,增大了a的不确定性。
平均交互信息量
互信息只能表达信道上传递一个具体符号所传输的信息量,而平均交互信息量I(X;Y)=I(Y;X)=H(X)−H(X/Y)I(X;Y)=I(Y;X)=H(X)-H(X/Y)I(X;Y)=I(Y;X)=H(X)−H(X/Y)
非负性:大于等于0,当且仅当X,Y独立的时候等号成立。
极值性:小于等于H(X),这就是说从信宿Y中获取关于信源X的信息量不会超过信源X本身含有的信息量 。
损失熵,疑义度
H(X/Y)H(X/Y)H(X/Y)
噪声熵,散布度
H(Y/X)H(Y/X)H(Y/X)
归并无噪信道(从发送端考虑)
损失熵=0,H(Y/X)=0H(Y/X)=0H(Y/X)=0。就是说信源发出一个a,信宿接收的一定是b(不论b和a相差多少)。I(X;Y)=H(Y)I(X;Y)=H(Y)I(X;Y)=H(Y)。
发散无损信道(从接收端考虑)
疑义度=0,H(X/Y)=0H(X/Y)=0H(X/Y)=0。就是信宿接收到b,那么就可以确定信源发送的是a,没有疑义。I(X;Y)=H(X)I(X;Y)=H(X)I(X;Y)=H(X)。
无噪无损信道
I(X;Y)=H(X)=H(Y)\mathrm{I}(\mathrm{X} ; \mathrm{Y})=\mathrm{H}(\mathrm{X})=\mathrm{H}(\mathrm{Y})I(X;Y)=H(X)=H(Y),一对一。
串联信道
数据处理定理
传递的信息逐级递减。
信道容量(固有的属性,与输入的信源分布无关)
信道容量:传输的有效性,即一个给定信道的最大信息传输率。(信道的信息传输率=平均互信息,即 R=I(X;Y) ,比特/符号)。
C=maxP(X){I(X;Y)}=maxP(X){R(X,Y)}C=\max _{P(X) }\{I(X ; Y)\}=\max _{P(X)}\{R(X, Y)\}C=maxP(X){I(X;Y)}=maxP(X){R(X,Y)},信息传输率=I(X;Y)=I(X;Y)=I(X;Y)
单位时间的信道容量:Ct=C/tC_t=C/tCt=C/t,也称为信道的最大信息传输速率(比特/秒,t是传递一个符号需要的时间秒)。
I(X;Y)=H(X)−H(X/Y)=H(Y)−H(Y/X)I(X;Y)=H(X)-H(X/Y)=H(Y)-H(Y/X)I(X;Y)=H(X)−H(X/Y)=H(Y)−H(Y/X)
匹配信源
能够使平均交互信息量达到信道容量C的信源。
几种特殊无噪信道的信道容量
无损信道:lgr,等概分布的输入信源
无噪信道:lgs,可以使输出等概分布的输入信源(很多)
信息论3——信道(单符号离散信道,互信息,各种熵)相关推荐
- 信息论4—多符号离散信道,单维连续信道
文章目录 多符号离散信道 多符号离散信道容量 信道的剩余度 单维连续信道 平均交互信息量 连续信道的信道容量 高斯加性信道的信道容量 信道的剩余度 单维连续信道 平均交互信息量 连续信道的信道容量 高 ...
- 信息论与编码技术之离散信道及其容量总结
目录 前言: 一.分类与信道数学模型(概念) 二.离散无记忆信道DMC(基本概念,几种常用的DMC的定义,I(X;Y)计算) 1.离散无记忆信道DMC的充要条件(掌握证明,含义) 2.平稳信道 三.信 ...
- UA MATH636 信息论5 信道编码定理的证明
UA MATH636 信息论5 信道编码定理的证明 Random Coding Scheme 平均错误率 最大错误率 逆命题的证明 信道编码定理说的是所有小于 CCC的传输率是可实现的.这里的 CCC ...
- UA MATH636 信息论5 信道编码定理
UA MATH636 信息论5 信道编码定理 信道编码问题 信道容量的正式定义 信道编码定理 Joint Typical Set Joint AEP 上一篇简介里面介绍了通讯的过程,并用下面的流程图来 ...
- python货币转换b_【Python】第3次作业:if条件语句——阶乘、表达式求值、货币转换 I(单符号)、温度转换...
[Python]第3次作业:if条件语句--阶乘.表达式求值.货币转换 I(单符号).温度转换 1.阶乘 题目:用户输入一个正整数,计算其阶乘. import math x=int(input()) ...
- 溢出检测单符号位法_设计经验:如何用三轴加速度传感器检测倾斜角?
本文介绍了三轴加速度传感器的特性,并通过一个典型的应用--检测倾斜角--对单轴.双轴和三轴加速度传感器进行了比较,并给出了选型建议. 在前两篇文章中,我们介绍了单/双轴加速度传感器在来检测倾斜角上的应 ...
- 溢出检测单符号位法_电工知识:继电器的识别与检测方法图解
继电器的识别与检测方法图解 [1] 继电器是一种常用的控制器件,它可以用较小的电流来控制较大的电流,用低电压来控制高电压,用直流电来控制交流电等,并且可实现控制电路与被控电路之间的隔离,在自动控制.遥 ...
- 计算信源熵和香农编码C语言,信息论与编码课程设计报告-统计信源熵与香农编码.pdf...
信息论与编码课程设计报告 设计题目: 统计信源熵与香农编码 专业班级 电 信 12-06 学 号 学生姓名 指导教师 教师评分 2015 年 3 月 30 日 目 录 - 0 - 一.设计任务与要求 ...
- [信息论与编码理论专题-2]:信息与熵
作者主页(文火冰糖的硅基工坊):https://blog.csdn.net/HiWangWenBing 本文网址:https://blog.csdn.net/HiWangWenBing/article ...
最新文章
- css版式_第2部分:使版式具有响应能力,并为以后的版本奠定基础
- JS实现文本中查找并替换字符
- android打开系统前置摄像头驱动,android 调用系统前置摄像头
- 沈阳java基础培训,辽宁沈阳java培训学费大概多少
- js判断file是否为空_JS - 获取文件后缀,判断文件类型(比如是否为图片格式)...
- Java虚拟机(四)——类加载机制
- Facebook正在追踪你,哪怕你不是用户丨扎克伯格国会听证第二日
- 《Don't make me think 》关于Web可用性的三大定律
- 【事件驱动】【数码管识别】(C++多线程实现多幅图像的同步识别)
- lumion基础操作(一)
- excel嵌入动态二维码 含中文
- 布客·ApacheCN 编程/后端/大数据/人工智能学习资源 2020.11
- 有什么好用的电脑录音软件?
- 关于二重积分,三重积分的理解
- 建议收藏:GitHub 上值得收藏的100个精选前端项目!
- 出来找工作,去创业公司好吗?
- Ngnix Rtmp详解
- 《勋伯格和声学》读书笔记(六):关于获得较好和声的一些提示
- 【渝粤教育】广东开放大学 现代企业管理 形成性考核 (51)
- uni-app支付宝微信支付
热门文章
- 云计算将为移动医疗带来哪些新机遇?
- python_易忘的简单知识点总结
- windows远程桌面连接提示发生身份验证错误,要求的函数不受支持
- E470 外放没声音问题解决
- 4种动态加载JS的方法
- jQuery调用WCF服务传递JSON对象
- java-基础练习题3
- 编写一个函数itob(int n,char s[], int b),将整数n转换为以b进制的数。保存到s中。...
- 复合主键@IdClass
- Java之JVM调优案例分析与实战(1) - 高性能硬件上的程序部署策略