信息论与编码实验报告信道容量的迭代算法.docVIP

实验报告 课程名称： 信息论与编码 姓 名： 系： 专 业： 年 级： 学 号： 指导教师： 职 称： 年 月 日  实验四 信道容量的迭代算法 实验目的 1、进一步熟悉信道容量的迭代算法； 2、学习如何将复杂的公式转化为程序； 3、熟悉程序设计语言的数值计算程序和调试技术。 二、实验原理 (1)初始化信源分布(一般初始化为均匀分布),置迭代计数器k=0，设信道容量相对误差门限为，0，可设; (2) (3) (4) (5)如果，转向(7)； (6)置迭代序号，转向(2)； (7)输出和的结果； (8)停止。 三、实验内容 1、已知：信源符号个数r、新宿符号个数s、信道转移概率矩阵P； 2、输入：任意的一个信道转移概率矩阵，信源符号个数、信宿符号个数和每一个具体的转移概率在运行时从键盘输入； 输出：最佳信源分布P*,信道容量C。 四、实验环境 Microsoft Windows 7、 Matlab 6.5aa.m文件： clear; r=input(输入信源个数：); s=input(输入信宿个数：); deta=input(输入信道容量的精度： ); Q=rand(r,s); %创建m*n随机分布矩阵 A=sum(Q,2); B=repmat(A,1,s); disp(信源转移概率矩阵:),p=Q./B %信源转移概率矩阵 i=1:1:r; q(i)=1/r; disp(原始信源分布：),q c=-10e-8; C=repmat(q,1,s); for k=1:1:100000 m=p.*C; %后验概率的分子部分 a=sum(m); %后验概率的分母部分 su1=repmat(a,r,1); t=m./su1; %后验概率矩阵 D=exp(sum(p.*log(t),2)); %信源分布的分子部分 su2=sum(D); %信源分布的分母部分 q=D/su2; %信源分布 C=repmat(q,1,s); c(k+1)=log(sum(exp(sum(p.*log(t),2))))/log(2); kk=abs(c(k+1)-c(k))/c(k+1); if(kk=0.000001) break; end end disp(最大信道容量时的信源分布：q=),disp(q) disp(最大信道容量：c=),disp(c(k+1))p =0.5000 0.3000 0.2000 0.3000 0.5000 0.2000 原始信源分布：q = 0.5000 0.5000 最佳信源分布：q= 0.5000 0.5000 最大信道容量：c= 0.0365 2）计算信源个数为3，信宿个数为5的信道容量： 运行aa.m 输入信源的个数：3 输入信宿的个数：5 输入信道容量的精度：0.000001 信宿转移概率矩阵:p =0.0484 0.1385 0.3058 0.2845 0.2227 0.2104 0.2471 0.1077 0.3762 0.0585 0.3430 0.0800 0.1808 0.3428 0.0534 原始信源分布：q = 0.3333 0.3333 0.3333 最佳信源分布：q =0.4691 0.1794 0.3515 最大信道容量：c =0.1559 七、实验总结 通过实验，我们对信道容量的理解更加深刻了。信道容量是指信道能无错误传送的最大信息率。信道的输入、输出都取值于离散符号集，且都用一个随机变量来表示的信道就是离散单符号信道。由于信道中存在干扰，因此输入符号在传输中将会产生错误，这种信道干扰对传输的影响可用传递概率来描述。为了评价实际信道的利用率，应具体计算已给信道的容量。这是一个求最大值的问题。由于互信息对输入符号概率而言是凸函数，其极值将为最大值，因此这也就是求极值的问题。对于离散信道，P(x)是一组数，满足非负性和归一性等条件，可用拉格朗日乘子法求得条件极值。对于连续信道，P(x)是一函数，须用变分法求条件极值。 实验过程中，我们虽然也遇到了很多困难，但也正是因为如此，我们才能发现自己基础的薄弱点，学的更有方向。对于编程方面，我们也有了很大的提