第4章信息率失真函数.pptVIP

普通高等教育“十一五”国家级规划教材《信息论基础》 曹雪虹编著 第4章　信息率失真函数 问题 信源熵H(X)的物理含义是什么？ 为什么要研究信源熵？ 信源无失真传输所需的最小信息率 R?H(X) 在信源允许一定失真情况下所需的最小信息率 D?R(D) 4.1 平均失真和信息率失真函数 4.1.1 失真函数 4.1.2 平均失真 4.1.3 信息率失真函数R(D) 4.1.4 信息率失真函数的性质 4.1 平均失真和信息率失真函数 在实际问题中，信号有一定的失真是可以容忍的。但是当失真大于某一限度后，信息质量将被严重损伤，甚至丧失其实用价值。要规定失真限度，必须先有一个定量的失真测度。为此可引入失真函数。 4.1.1 失真函数 X={xi}，xi?{a1,…an} 失真矩阵 单个符号的失真度的全体构成的矩阵 ，称为失真矩阵 序列编码情况失真函数定义为： ? 4.1.2 平均失真 失真函数的数学期望称为平均失真，记为 ? 对于连续随机变量同样可以定义平均失真 4.1.3 信息率失真函数R(D) 信源编码器的目的是使编码后所需的信息传输率R尽量小， 4.1.3 信息率失真函数R(D) D允许试验信道 若p(xi)和d(xi，yj)已定，则可给出满足 条件的所有转移概率分布pij，它们构成了一个信道集合PD 称为D允许试验信道。 信息率失真函数R(D) 当p(xi)一定时，互信息I是关于p(yj/xi) 的U型凸函数，存在极小值(2.2节）。 在上述允许信道PD中，可以寻找一种信道pij，使给定的信源p(xi)经过此信道传输后，互信息I(X；Y)达到最小。 D=? p(yj/xi)=pij? R(D)=? 对于离散无记忆信源，R(D)函数可写成 p(ai)，i＝1，2，…，n 是信源符号概率分布； p(bj/ai)，i＝1，2，…，n，j＝1，2，…，m 是转移概率分布； p(bj)，j＝1，2，…，m 是接收端收到符号概率分布。 R(D)的物理意义 无失真时：R=H(X) 有失真时：R=R(D)=H(X)－H(X/Y)?H(X) H(X/Y)：由于压缩编码损失的信息 对于给定信源，在平均失真不超过失真限度D的条件下，信息率容许压缩的最小值R(D) 例 设信源的符号表为A＝{a1，a2，…，a2n}，概率分布为p(ai)＝1/2n，i＝1，2，…，2n，失真函数规定为 即符号不发生差错时失真为0，一旦出错，失真为1，试研究在一定编码条件下信息压缩的程度。 4.1.4 信息率失真函数的性质 R(D)函数的定义域 ⑴ Dmin和R(Dmin) Dmin＝0 对于连续信源 讨论 何时Dmin=0? 只有当失真矩阵中每行至少有一个零元素。 何时R(0)=H(X)? 只有当失真矩阵中每行至少有一个零，并每一列最多只有一个零。 否则R(0)可以小于H(X)，表示这时信源符号集中有些符号可以压缩、合并而不带来任何失真。 (2) Dmax和R(Dmax) R(Dmax)=0 Dmax=? R(D)＝0就是I(X;Y)＝0，这时试验信道输入与输出是互相独立的，所以条件概率p(yj/xi)与xi无关。即 从上式观察可得：在j=1，…，m中，可找到 值最小的j，当该j对应的pj＝1，而其余pj为零时，上式右边达到最小，这时上式可简化成 例4-3 设输入输出符号表为X＝Y?{0，1}，输入概率分布p(x)={1/3，2/3}，失真矩阵为 2、R(D)函数的下凸性和连续性 综上所述，可以得出如下结论： R(D)是非负的实数，即R(D) ? 0。其定义域为0～Dmax，其值为0～H(X)。当DDmax时， R(D) ? 0。 R(D)是关于D的下凸函数，因而也是关于D的连续函数。 R(D)是关于D的严格递减函数。容许的D越大，所要求的R越小。反之亦然。 由以上三点结论，对一般信息率失真R(D)曲线的形态可以画出来： R(D)与C的比较 4.2 离散信源和连续信源的R(D)计算 某些特殊情况下R（D）的表示式为： （1）当d(x,y)=(x-y)2， 时， (2)当d(x,y)=|x-y|， 时， 这些R（D）可画成三条曲线 例4-5