数字通信实验教程.docVIP

武汉理工大学 数字通信实验报告 班级： 信息154 姓名： 冯 超 学号： 1049731503280 教师： 吕 锋 日期： 2016.03.26 实验一 实验项目 基于MATLAB的离散无记忆高斯信源的失真-率函数曲线仿真； 实验目的 (1)、理解信息率失真函数的定义与物理意义； (2)、分析离散信源在误码失真下的信息率失真函数表达式； (3)、提高综合运用所学理论知识独立分析和解决问题的能力； (4)、使用相关软件进行曲线的绘制。 实验内容与理论依据 实验内容： 分析离散信源在误码失真下的信息率失真函数表达式，并绘制曲线图。 理论依据： 信息率失真函数的定义 研究在限定失真下为了恢复信源符号所必需的信息率，简称率失真理论。信源发出的符号传到信宿后，一般不能完全保持原样，而会产生失真。要避免这种失真几乎是不可能，而且也无必要，因为信宿不管是人还是机器，灵敏度总是有限的，不可能觉察无穷微小的失真。倘若在处理信源符号时允许一定限度的失真，可减小所必需的信息率，有利于传输和存储。率失真理论就是用以计算不同类型的信源在各种失真限度下所需的最小信息率。因此，这一理论是现代所有信息处理问题的理论基础。 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。 离散信源：信源是信息的来源，是产生消息、时间离散的消息序列以及时间连续的消息的来源。信源输出的消息都是随机的，因此可以用概率来描述其统计特性。信源在数学上可以用随机变量、随机序列和随机过程来表示。信息是抽象的，信源则是具体的。离散平稳无记忆信源输出的符号序列是平稳随机序列，并且符号之间是无关的，即是统计独立的。同时，由于是平稳信源，每个随机变量的统计特性都相同。 信息率失真函数R(D)对给定的一个信源随机变量，服从概率分布，为失真测度，定义信息率失真函数为： 其中为与其复制的互信息，min是对所有满足以下性质的条件概率取值。在给定的信源概率分布及条件概率的乘积所得的联合分布下的平均失真 在讨论信息率失真函数时，考虑到信源与信宿之间有一个无失真信道，称它为试验信道，对离散信源可记为，对限失真信源这一试验信道集合可定义为： 根据前面在互信息中已讨论过的性质： 且互信息是的上凸函数，其极限值存在且为信道容量： 这里，我们给出其对偶定义： 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[1]： 对给定的一个失真度D，率失真函数R（D）定义为： 对给定的一个码率R，率失真函数D（R）定义为： 直观地结实，率失真函数R（D）是在信源序列与复制序列的失真不超过D的条件下最小可能的码率（或信源最大可能的压缩率）。相对偶地，失真率函数D（R）是给定码率（压缩率）R条件所能达到的最小失真。至此，我们已给定R(D)函数一个初步描述，如图1。 图function[]=RateDF(Pa,d,S) format long d=input(失真矩阵d=); Pa=input(输入概率分布 Pa=); r=input(输入信源数r=); s=input(输出信源数s=); S=input(拉式乘子S=); times=input(迭代次数times=); [r,s]=size(d); if(length(find(Pa=0))~=0) error(Not a prob.vector,shoud be positive component!); end if(abs(sum(Pa)-1)10e-10) error(Not a prob.vector,component do not add up to 1!) end if(r~=length(Pa)) error(The parameters do not match!); end pba=[]; RS=[]; DS=[]; m=1; for z= 1: times Pba(1:r,1:s,1)=1/s*ones(r,s); for j=1:s Pb(j,1)=0; for i=1:r Pb(j,1)=Pb(j,1)+Pa(i)*Pba(i,j,1);