《信息论基础教程》_课件教案_第0章_信息论中的Matlab处理资料.pptVIP

function H=entropy(P,r) if (length(find(P=0))~=0) % 判断是否符合概率分布条件 error(Not a prob.vector,negative component); end if (abs(sum(P)-1)10e-10) error(Not a prob.vector,component do not add up to 1); end H=(sum(-P.*log2(P)))/(log2(r)+eps); 1 信息熵计算Matlab源程序 function [CC,Paa]=ChannelCap(P,k) % 提示错误信息 if (length(find(P0)) ~=0) error(Not a prob.vector,negative component); % 判断是否符合概率分布条件 end if (abs(sum(P)-1)10e-10) error(Not a prob.vector,component do not add up to 1) % 判断是否符合概率和为1 end % 1)初始化Pa [r,s]=size(P); Pa=(1/(r+eps))*ones(1,r); sumrow=zeros(1,r); Pba=P; % 2)进行迭代计算 n=0; C=0; CC=1; 2 离散无记忆信道容量的迭代计算程序 while abs(CC-C)=k n=n+1; % (1)先求Pb Pb=zeros(1,s); for j=1:s for i=1:r Pb(j)=Pb(j)+Pa(i)*Pba(i,j); end end % (2)再求Pab suma=zeros(1,s); for j=1:s for i=1:r Pab(j,i)=Pa(i)*Pba(i,j)/(Pb(j)+eps); suma(j)=suma(j)+Pa(i)*Pba(i,j)* log2((Pab(j,i)+eps)/(Pa(i)+eps)); end 2 离散无记忆信道容量的迭代计算程序 % 3)求信道容量C C=sum(suma); % 4)求下一次Pa,即Paa L=zeros(1,r); sumaa=0; for i=1:r for j=1:s L(i)=L(i)+Pba(i,j)*log(Pab(j,i)+eps); end a(i)=exp( L(i)); end sumaa=sum(a); for i=1:r Paa(i)=a(i)/(sumaa+eps); end % 5)求下一次C,即CC CC=log2(sumaa); Pa=Paa; end % 打印输出结果 s0=很好！输入正确，迭代结果如下：; s1=最佳输入概率分布Pa:; s2=信道容量C:; s3=迭代次数n:; s4=输入符号数r:; s5=输出符号数s:; s6=迭代计算精度k:; for i=1:r B{i}=i; end 2 离散无记忆信道容量的迭代计算程序 disp(s0); disp(s1),disp(B),disp(Paa); disp(s4),disp(r); disp(s5),disp(s); disp(s2),disp(CC); disp(s6),disp(k); disp(s3),disp(n); function [p,x]=array(P,X) P=[P;X]; [l,n]=size(P); for i=1:n max=P(1,i); maxN=i; MAX=P(:,i); for j=i:n if (maxP(1,j)) MAX=P(:,j); max=P(1,j); maxN=j; end end 3 Shannon编码程序 if (maxN1) if (in) for k=(maxN-1):-1:i P(:, k+1)=P(:,k); end end end P(:,i)=MAX; end p=P(1,:); x=P(2,: