1.3 信息及其度量.pptVIP

前已指出，信号是消息的载体，而信息是其内涵。任何信源产生的输出都是随机的，也就是说，信源输出是用统计方法来定性的。对接收者来说，只有消息中不确定的内容才构成信息；否则，信源输出已确切知晓，就没有必要再传输它了。因此，信息含量就是对消息中这种不确定性的度量。 首先，让我们从常识的角度来感觉三条消息： ① 太阳从东方升起；② 太阳比往日大两倍； ③ 太阳将从西方升起 。 第一条几乎没有带来任何信息， 第二条带来了大量信息，第三条带来的信息多于第二条。 ; 究其原因，第一事件是一个必然事件，人们不足为奇； 第三事件几乎不可能发生，它使人感到惊奇和意外，也就是说，它带来更多的信息。因此，信息含量是与惊奇这一因素相关联的，这是不确定性或不可预测性的结果。 越是不可预测的事件， 越会使人感到惊奇，带来的信息越多。 根据概率论知识，事件的不确定性可用事件出现的概率来描述。可能性越小，概率越小；反之，概率越大。因此， 消息中包含的信息量与消息发生的概率密切相关。消息出现的概率越小，消息中包含的信息量就越大。假设P(x)是一个消息发生的概率，I是从该消息获悉的信息，根据上面的认知， 显然I与P(x)之间的关系反映为如下规律： ; （1） 信息量是概率的函数， 即 I=f［P(x)］ （2） P(x)越小， I越大； 反之， I越小， 且 P(x)→1时， I→0 P(x)→0时， I→∞ （3） 若干个互相独立事件构成的消息， 所含信息量等于各独立事件信息量之和，也就是说，信息具有相加性， 即 I［P(x1)P(x2)…］=I［P(x1)］+I［P(x2)］+… ; 综上所述， 信息量I与消息出现的概率P(x)之间的关系应为 (1.3 - 1) 信息量的单位与对数底数a有关。a=2时， 信息量的单位为比特(bit)；a=e时，信息量的单位为奈特(nit)；a=10时， 信息量的单位为十进制单位，叫哈特莱。目前广泛使用的单位为比特。 ;　　[例1–1] 设二进制离散信源，以相等的概率发送数字0或1，则信源每个输出的信息含量为 可见，传送等概率的二进制波形之一（P=1/2）的信息量为1比特。同理，传送等概率的四进制波形之一（P=1/4）的信息量为2比特，这时每一个四进制波形需要用2个二进制脉冲表示；传送等概率的八进制波形之一（P=1/8）的信息量为3比特，这时至少需要3个二进制脉冲。 ;　　综上所述，对于离散信源，M个波形等概率（P=1/M）发送，且每一个波形的出现是独立的，即信源是无记忆的，则传送M进制波形之一的信息量为 (1.3 - 3) 式中， P为每一个波形出现的概率， M为传送的波形数。 若M是2的整幂次，比如M=2K（K=1，2，3， …），则式(1.3 - 3)可改写为 I=log2 2K=K (bit) 　 (1.3 - 4) 式中, K是二进制脉冲数目，也就是说，传送每一个M（M=2K）进制波形的信息量就等于用二进制脉冲表示该波形所需的脉冲数目K。 ; 如果是非等概情况，设离散信源是一个由n个符号组成的符号集， 其中每个符号xi(i=1, 2, 3, …, n)出现的概率为P(xi)， 且有 P(xi)=1, 则x1, x2, …, xn 所包含的信息量分别为-log2P(x1), -log2P(x2)， …，-log2P(xn)。于是，每个符号所含信息量的统计平均值，即平均信息量为 H(x)=—P(x1)［log2P(x1)］—P(x2)［log2P(x2)］ +…—P(xn)［log2 P(xn)］ =;　　例 1 - 2一离散信源由0，1，2，3??个符号组成，它们出现的概率分别为3/8, 1/4, 1/4, 1/8，且每个符号的出现都是独立的。试求某消息201020130213001203210100321010023102002010312032100120210的信息量。 解 此消息中，0出现23次，1出现14次，2出现13次，3出现7次，共有57个符号，故该消息的信息量为;每个符号的算术平均信息量为; 可见，两种算法的结果有一定误差，但当消息很长时， 用熵的概念来计算比较方便。 而且随着消息