第3章 信道与噪声.pptVIP

当S ? ?，或n0 ? 0时，C? ?。 但是，当B ? ?时，C将趋向何值？ 令：x = S / n0B，上式可以改写为： 利用关系式 上式变为 上式表明，当给定S / n0时，若带宽B趋于无穷大，信道容量不会趋于无限大，而只是S / n0的1.44倍。这是因为当带宽B增大时，噪声功率也随之增大。 C和带宽B的关系曲线： 计算信道容量 计算离散信道容量的信道模型 发送符号：x1，x2，x3，…，xn 接收符号： y1，y2，y3，…，ym P(xi) = 发送符号xi 的出现概率 ， i ＝ 1，2，…，n； P(yj) = 收到yj的概率， j ＝ 1，2，…，m P(yj/xi) = 转移概率， 即发送xi的条件下收到yj的条件概率。 计算信道容量 计算收到一个符号时获得的平均信息量 从信息量的概念得知：发送xi时收到yj所获得的信息量等于发送xi前接收端对xi的不确定程度（即xi的信息量）减去收到yj后接收端对xi的不确定程度。 发送xi时收到yj所获得的信息量 = -log2P(xi) - [-log2P(xi /yj)] 对所有的xi和yj取统计平均值，得出收到一个符号时获得的平均信息量： 平均信息量 / 符号 ＝ 计算信道容量 平均信息量 / 符号 ＝ 式中 －为每个发送符号xi的平均信息量，称为信源的熵。 －为接收yj符号已知后，发送符号xi的平均信息量。 由上式可见，收到一个符号的平均信息量只有[H(x) – H(x/y)]，而发送符号的信息量原为H(x)，少了的部分H(x/y)就是传输错误率引起的损失。 计算信道容量 二进制信源的熵 设发送“1”的概率P(1) = ?， 则发送“0”的概率P(0) ＝ 1 - ? 信源的熵H(?)可以写成： 按照上式画出的曲线： 由此图可见，当? ＝ 1/2时， 此信源的熵达到最大值。 这时两个符号的出现概率相等， 其不确定性最大。 计算信道容量 无噪声信道 信道模型 发送符号和接收符号 有一一对应关系。 此时P(xi /yj) = 0； H(x/y) = 0。 因为，平均信息量 / 符号 ＝H(x) – H(x/y)= H(x) 所以在无噪声条件下，从接收一个符号获得的平均信息量为H(x)。而原来在有噪声条件下，从一个符号获得的平均信息量为[H(x)－H(x/y)]。这再次说明H(x/y)即为因噪声而损失的平均信息量。 计算信道容量 容量C的定义：每个符号能够传输的平均信息量最大值 (比特/符号) 当信道中的噪声极大时，H(x / y) = H(x)。这时C = 0，即信道容量为零。 容量Ct的定义： (b/s) 式中 r － 单位时间内信道传输的符号数。 计算信道容量 【例】设信源由两种符号“0”和“1”组成，符号传输速率为1000符号/秒，且这两种符号的出现概率相等，均等于1/2。信道为对称信道，其传输的符号错误概率为1/128。试画出此信道模型，并求此信道的容量C和Ct。 【解】此信道模型画出如下： 此信源的平均信息量（熵）等于： （比特/符号） 而条件信息量可以写为： 现在P (y1/ x1) = P(0/ 0) = 127/128， P (y2/ x2) = P(1/ 1) = 127/128， P (y2/ x1) = P(1/ 0) = 1/128， P (y1/ x2) = P(0/ 1) = 1/128， 并且考虑到P(y1) =P(y2) = 1/2，所以上式可以改写为： 计算信道容量 平均信息量 / 符号＝H(x) – H(x / y) = 1 – 0.065 = 0.935 （比特 / 符号） 因传输错误每个符号损失的信息量为： H(x / y) = 0.065（比特/ 符号） 信道的容量C等于： 信道容量Ct等于： 【例】已知黑白电视图像信号每帧有30万个像素；每个像素有8个亮度电平；各电平独立地以等概率出现；图像每秒发送25帧。若要求接收图像信噪比达到30dB，试求所需传输带宽。 【解】因为每个像素独立地以等概率取8个亮度电平，故每个像素的信息量为 Ip = -log2(1/ 8) = 3 (b/pix) (4.6-18) 并且每帧图像的信息量为 IF = 300,000 ? 3 = 900,000 (b/F) (4.6-19) 因为每秒传输25帧图像，所以要求传输速率为 Rb = 900,000 ? 25 = 22,500,000 = 22.5 ? 106 (b/s) (4