信源编译码.docVIP

719548992 287324887 一、实验名称：信源编译码 二、实验目的： 1、利用MATLAB实现两种上信源编译码方法 2、通过信源编译码，理解信源编码的主要目的 3、通过信源编译码，理解香农第一定理 4、通过信源编译码，掌握信源编码的方法和手段 三、实验原理： 一）、哈夫曼编码 编码过程： 1、将信源发出的N个消息符号按其概率的递减次序依次排列。 2、取概率最小的两个符号分别配以0和1两个码元，并将这两个符号的概率相加作为一个新概率，与未分配码元的符号重新按概率排队 3、对重排后的两个概率最小符号重复步骤2 4、不断重复上述过程，直到最后两个符号配以0和1为止 5、重最后一级开始，向前返回得到各个信源符号所对应的码元序列，即相应的码字。 二）、r元霍夫曼码 1、对二元霍夫曼码的编码方法同样可以推广到 r 元编码中。不同的只是每次把 r 个符号(概率最小的)合并成一个新的信源符号，并分别用0，1，…，(r-1) 等码元表示。 2、为了使短码得到充分利用，使平均码长为最短，必须使最后一步的缩减信源有 r 个信源符号。因此对于 r 元编码，信源 S 的符号个数 q 必须满足： q ＝(r-1)(+ r ( 表示缩减的次数，(r-1)为每次缩减所减少的信源符号个数。 而对于r元码（ r ( 2 ）时，不一定能找到一个( 使式 q ＝(r-1)(+ r成立。若 q不满足上式时，可设一些信源符号： 而使 q + t ＝(r-1)(+ r 能成立。 这样得到的 r元霍夫曼码一定是紧致码。 第一次对最小概率符号分配码元时就只取(r－t)个，分别配以0,1,…,r－t－1，把这些符号的概率相加作为一个新符号的概率，与其它符号一起重新排列。 以后每次就可以取r个符号，分别配以0,1,…,r－1；…；如此下去，直至所有概率相加得1为止，即得到各符号的r元码字。 三）、费诺编码 属于概率匹配编码，它不是最佳编码方法，编码过程如下： 1、将信源发出的N个消息符号按其概率的递减次序依次排列。 2、将依次排列的信源符号依概率分成两组，使两个组的概率和近于相同，并对各组赋予一个二进制代码符号“0”和“1”（编m进制 码就分成m组）。 3、将每一个大组的信源符号进一步再分成两组，使划分后的两个组的概率和近于相同，并又分别赋予两组一个二进制符号“0”和“1” 4、如此重复，直至每组值只剩下一个信源符号为止 5、信源符号所对应的码符号序列即为费诺码 四）、香农编码 1、将信源发出的N个消息符号按其概率的递减次序依次排列。 2、按下式计算第i个消息的二进制代码组的码长，并取整。 3、为了编成唯一可译码，首先计算第i个消息的累加概率 4、将累加概率Pi （为小数）变成二进制数 5、除去小数点，并根据码长li ，取小数点后li 位数作为第i个消息的码字。 实验步骤： 一）、哈夫曼编码 1、熵子程序 function h=entropy(p) % H=ENTROPY(P) returns the entropy function of % the probability vector p. if length(find(p0))~=0, error(Not a prob. vector, negative component(s)) end if abs(sum(p)-1)10e-10, error(Not a prob. vector, components do not add up to 1) end h=sum(-p.*log2(p)); 2、哈夫曼编码程序 function [h,l]=huffman(p); %HUFFMAN Huffman code generator % [h,l]=huffman(p), Huffman code generator % returns h the Huffman code matrix, and l the % average codeword length for a source with % probability vector p. if length(find(p0))~=0, error(Not a prob. vector, negative component(s)) end if abs(sum(p)-1)10e-10, error(Not a prob. vector, components do not add up to 1) end n=length(p); q=p; m=zeros(n-1,n); for i=1