信息导论第讲信源熵演示文稿.pptVIP

2.2.4 马尔可夫信源 (1) 马尔可夫信源的定义 (2) m阶马尔可夫信源 (3) 举例 (1) 马尔可夫信源的定义 ① 信源的状态和符号集 ② 马尔可夫信源定义 ③ 举例 ① 信源的状态和符号集 设符号集为X和状态为S。信源输出的信息符号还与信源所处的状态有关。 状态S∈{e1,e2,…,ej}，符号X∈{x1,x2, …,xn} 每一时刻信源发出一个符号后，所处的状态将发生转移。 信源输出的随机符号序列为 X1,X2, …,Xl-1,Xl, … 信源所处的随机状态序列为 S1,S2, …,Sl-1,Sl, … 在第l 时刻，信源状态为ei时，输出符号xk的概率为 pl(xk /ei)=P(Xl=xk /Sl=ei) 在第l-1时刻，信源状态ei时，下一时刻转移到ej的状态转移概率为 pl(ej /ei)=P(Sl=ej /Sl-1=ei) 一步转移概率：状态转移概率 pl(ej /ei)=P(Sl=ej /Sl-1=ei) 称为马尔可夫链在时刻l 的状态一步转移概率。 时齐/齐次马尔可夫链：一般情况下，状态转移概率和已知状态下符号发生的概率均与时刻l 有关。若这些概率与时刻l 无关，即 pl(xk /ei)= p(xk /ei) pl(ej /ei)= p(ej /ei) 则称为时齐的或齐