连续信源熵.pptVIP

连续熵实例 例题 数学期望为m，方差为 的正态随机变量的熵。 连续熵可为负值（连续熵的相对性所致） 可加性 平均互信息的非负性，对称性，信息处理定理 随机变量函数的熵  随机变量函数的熵 平均功率受限的最大熵定理 若连续随机变量X的方差为一定，则X服从正态分布时的相对熵最大，即 平均功率受限的最大熵定理 * 信源的数学模型 信源的信息测度 随机变量、随机序列 简单离散信源：H(X) 离散无记忆信源：H ∞(X) 离散有记忆信源：H∞(X) = HL(X)=H(X) 离散信源 ≤ HL(X) ≤ H(X) 2.5 连续信源 输出消息取值上连续的信源，如语音，电视信源等，对应的数学工具为连续型随机变量或随机过程。 连续信源输出的状态概率用概率密度来表示。 连续信源的数学模型 利用离散信源熵的概念来定义连续信源熵 ?? 把X的取值区间[a,b]分割为n个小区间，小区间宽度为 △=(b-a)/n X取值为xi的概率为： 离散信源Xn的信源空间为： Pi=p(xi).△ 2.5.1 连续信源的熵 [Xn,P]: Xn: x1 x2 … xn P(Xn): p(x1)△ p(x2)△ … p(xn)△ 其中 按离散信源熵定义 当△→0，n→∞时，Xn接近于连续随机变量X，这时可得连续信源的熵为： 绝对熵 相对熵 p(xn)△ … p(x2)△ p(x1)△ xn … x2 x1 定义 1) 连续熵为相对熵，其值为绝对熵减去一个无穷 大量(因为连续信源有无穷多个状态） 2) 连续熵不具有非负性，可以为负值； 4) 尽管连续信源的绝对熵为一个无穷大量，但信息论 的主要问题是信息传输问题，因此，当分析其互信 息量时是求两个熵的差，当采用相同的量化过程时， 两个无穷大量将被抵消，因而不影响分析。 3) 连续熵不等于一个消息状态具有的平均信息 量，其值是有限的，而信息量是无限的； 连续熵 连续变量的联合熵和条件熵 连续熵 平均互信息量 均匀分布的连续信源的熵： 高斯分布的连续信源的熵： 连续熵实例 仅与区域的边界有关 与数学期望无关，仅与方差有关 设pXY是(xy)二维高斯概率密度函数 求X与Y的平均互信息。 连续熵实例 例题 连续熵实例 连续熵实例 连续熵的性质 连续信源与离散信源不同， 它不存在绝对最大熵; 其最大熵与信源的限制条件有关。 最大连续熵定理 峰值功率受限的最大熵定理 若连续随机变量X的峰值不超过M，即X限于(-M,M)内取值，则X的相对熵 当且仅当X为均匀分布时等号成立。 平均功率受限的最大熵定理 若连续随机变量X的方差为一定，则X服从正态分布时 的相对熵最大，即 最大连续熵定理 证明： 应用拉格朗日乘因子法，首先构造函数 由相对熵定义，可得 当且仅当 时，等号成立。 将其代入约束条件 可得 ，则有 于是有 峰值功率受限的最大熵定理 若连续随机变量X的峰值不超过M，即X限于(-M,M)内取值，则X的相对熵 当且仅当X为均匀分布时等号成立。 最大连续熵定理