信道和其容量.pptVIP

* Channel and Channel Capacity 信道及其容量 本章内容 ? 信道模型与信道分类 ? 离散无记忆信道及其信道容量 ? 离散无记忆扩展信道 ? 连续信道的信道容量 ? 仙农(Shannon)公式 ? 信号体积与信道容积,及B,T,S/N之间的互换关系 参考书：沈振元等，“通信系统原理”第11章 戴善荣, “信息论与编码基础”, 第4章 通信系统模型 信道模型与信道分类 1. 信道模型 2. 信道的分类 根据信道输入集合与输出集合的连续与否,可分为: ? 离散信道(数字信道); ? 连续信道(模拟信道); ? 半连续信道; ? 时间离散的连续信道; ? 波形信道(时间连续信道) 根据输入和输出集合的个数及统计特性等又可分为: ? 两端(两用户)信道; ? 多端(多用户)信道; ? 恒参信道; ? 随参信道; ? 无记忆信道; ? 有记忆信道; 其它划分: 有线信道;无线信道;移动信道;卫星信道;光纤信道;短波信道等. ? 离散信道及其信道容量 1 信道容量与信道利用率 （1）信道容量：对于一切可能的输入信号概率分布而言，信道传信率（互信息量）所能达到的最大值，便称为信道容量(channel capacity), 即 若传一个符号需要T秒钟，则每秒可传1/T符号，故信道的最大传输速率，即信道容量又可表示为 （bit/s) (2) 信道容量的剩余度 ? 绝对剩余度= C – I（X，Y） ? 相对剩余度= [ C – I (X, Y) ] / C C与什么因素有关？ 离散信道的信道容量 （1）二元对称信道BSC（Binary Symmetric Channel） 如何求H（X/Y）？ 将上述数值代入公式，得 故BSC的信道容量为 讨论： ? 无噪声干扰（即p=0）时，损失熵为0，信道容量就等于信源发出的码元速率，即CT=R； ? p=1/2时，C=0，信道已无传输信号的能力。 思考：为什么当p从1/2逐渐增大到1时，C反而逐渐增加，而当p=1时达到最大值1？ 例 已知某二元对称信道，p=0.01, 求其信道容量。将一个二进制信源与之连接，信源每秒发出1000码元，且p(0)=2/3, p(1)=1/3, 求：信源发出的平均信息量，信道传信率R，传输过程中丢失的平均信息量，及信道剩余度。 解: （1） （2） （3）求损失熵H(X/Y): 先计算出各种概率值 p(y1)=0.6633, p(y2)=0.3367 p(x1,y1)=0.66, p(x1,y2)=0.0067 p(x2,y1)=0.0033, p(x2,y2)=0.34 p(x1/y1)=0.9950, p(x1/y2)=0.0199 p(x2/y1)=0.0050, p(x2/y2)=0.9801 (4) 若每秒发1000个码元，则Rt=839bit/s，损失79bit/s. (5)信道利用率： 绝对剩余度=C-I(X,Y)=0.08bit/符号 相对剩余度=0.08/0.919=0.087 （2）K元信道的容量：当信源X的符号x1,…,xk等概出现时有最大熵H(X)=log k , 故K元信道的容量为 而H（X/Y）取决于信道的错误概率分布，即p(yj/xi),若为k元对称信道，则有 连续信道的信道容量 连续信道的信息传输速率： 信道容量： （1）限带高斯白噪声信道的容量： ? 一个连续随机信源，当信号平均功率一定时，信号的最佳分布是均值为零，方差等于平均功率的正态分布： 此时，最大的平均信息量为 其中，S为信号的平均功率， 为方差，即平均功率， x为信号幅度。 起伏噪声也具有同样的分布，即其相对的平均信息量为 式中，N为噪声的平均功率（平均电压为0）。 ? 接收熵：接收端产生的平均信息量 设信号与噪声相互独立，接收信号=有用信息+噪声，即 P=S+N，因此接收端产生的总的平均信息量为 （每样值） ? 高斯信道容量—仙农公式 若信道