网站大量收购独家精品文档,联系QQ:2885784924

信息论与编码4.2绪论.pptx

  1. 1、本文档共39页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1;(1) 某消息的信息量=获得该消息后不确定性的 消除量。 不确定性?可能性?概率问题 信息量可用概率的某种函数来度量 (2) 不同的消息有信息量的多少的区别,因此 信 息的度量方应满足信息量的可加性。 信息量应该是满足可加性的概率的函数。;离散信源的信息量 离散信源统计特性的描述方法--概率场 设离散信源包含N种可能的不同符号,相应的概 率场可表述为 概率场应满足条件: ;;单符号离散无记忆信源(DMS);单符号离散无记忆信源(DMS);离散无记忆信源及熵;信息的度量;自信息;自信息的4个相关问题;;; 信息量作为概率的函数,具有形式 应满足条件: (1) 是概率的单调递减函数; (2)如果 ,则 ; (3)如果 ,则 ; (4)如果 ,(独立事件) 则 。 ;14;15;;17;熵的性质; 离散信源的最大熵定理 定理4.2.6 当离散信源X取等概分布时,其熵 取最大值。 即:当信源取等概分布时,具有最大的不确定性。 示例:两个信源符号的情形。 P(x1)=p,P(x2)=1-p 当p=1/2时,H(X)= Hmax ;20; 离散信源的熵(续) 示例(续):若上述离散信源发送独立的符号序列: 201 020 130 213 001 203 210 100 321 010 023 102 002 10 312 032 100 120 210 (1)求总的信息量;(2)利用熵估计总的信息量。 解:(1) (2) ;联合自信息;条件自信息;例:; 离散信源的联合熵 两随机变量 的概率场 满足条件:; 离散信源的联合熵(续) 两随机变量的联合熵 定义4.2.3 两随机变量 的联合熵 如两随机变量统计独立,有; 两随机变量的联合熵(续) 对于统计独立的两随机变量,不能从其中一个获得有关另外一个的任何信息。;;; 离散信源的条件熵 两随机变量的条件熵 定义4.2.4 两随机变量 的条件熵 一般地有(利用稍后的平均互信息量的非负性) 具有某种相关性的两随机变量,一个随机变???的出现总是 有助于降低另一随机变量的不确定性。 ;例:;;;;; 离散信源及容量 信道模型 信道的输入: 信道的输出: 信道模型(特性)可用其转移概率来描述; 离散信源及容量(续) 信道模型 信道模型(特性)可用其转移概率来描述,一般地有 输出不仅与当前的输入有关,而且与之前的若干个输入值 有关,呈现某种“记忆”效应。 ; 离散信源及容量(续) 离散无记忆信道的转移矩阵 输出仅与当前的输入有关 离散无记忆信道的后验概率矩阵 ;

文档评论(0)

花仙子 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档