北邮信息论实验报告.docx

信息论实验报告 一、实验要求 掷骰子游戏，每次同时抛掷两枚骰子，将两枚骰子点数的和作为游戏结果，重复抛掷1000次（视为1000次信源符号输出）。要求： (1) 对1000次游戏结果进行逐符号二进制定长编码和译码。 (2) 对1000次游戏结果进行逐符号二进制变长编码和译码（Huffman编码）。 (3) 比较上述两种编码的效率 二、实验结果 (1) 对1000次游戏结果进行逐符号二进制定长编码和译码。 1、随机游戏模拟的信源的熵 2、产生的随机序列 3、定长码编码译码结果： 由于篇幅限制，仅截取部分编码结果： 观察出译码正确。 4、定长码编码效率： (2) 对1000次游戏结果进行逐符号二进制变长编码和译码（Huffman编码）。 1、随机游戏模拟的信源的熵：H（X）=3.2744 bit/符号 2、Huffman编码的码字结果： 3、平均码长：l=3.3056 bit 4、部分序列编码、译码结果： 信源序列： 编码结果： 译码结果： 5、编码效率： （3）两者编码效率的比较： 答：由MATLAB仿真实验的结果可以看出，定长码的编码效率是0.8186，而Huffman编码的效率是0.9906，明显看出Huffman编码的效率要高。 三、实验代码 （1）定长码的编码与译码： symbols=[2:12]; p=[1/36,1/18,1/12,1/9,5/36,1/6,5/36,1/9,1/12,1/18,1/36]; entropy=-p*log2(p.) source_len=1000; seq=randsrc(1,source_len,[2,3,4,5,6,7,8,9,10,11,12;1/36,1/18,1/12,1/9,5/36,1/6,5/36,1/9,1/12,1/18,1/36]) b=dec2bin(seq) %定长编码，用4位二进制 a= bin2dec(b) %定长译码，将二进制换成十进制数 dcode_len=4;%定长码码长 efficiency1=entropy/decode_len （2）Huffman编码译码部分： symbols=[2:12]; p=[1/36,1/18,1/12,1/9,5/36,1/6,5/36,1/9,1/12,1/18,1/36]; entropy=-p*log2(p.) source_len=1000; seq=randsrc(1,source_len,[2,3,4,5,6,7,8,9,10,11,12;1/36,1/18,1/12,1/9,5/36,1/6,5/36,1/9,1/12,1/18,1/36]) [dict,avg_len]=huffmandict(symbols,p) temp=dict; for i=1:length(temp) temp{i,2}=num2str(temp{i,2}); end temp efficiency2=entropy/(avg_len) source_len=1000; seq=randsrc(1,source_len,[2,3,4,5,6,7,8,9,10,11,12;1/36,1/18,1/12,1/9,5/36,1/6,5/36,1/9,1/12,1/18,1/36]) comp=huffmanenco(seq,dict); comp [s,codeseq_len]=size(comp) actual_avg_len=codeseq_len/source_len actual_eta=entropy/(actual_avg_len) dcomp=huffmandeco(comp,dict); dcomp 四、实验总结 本实验通过MATLAB模拟掷骰子游戏，每次同时抛掷两枚骰子，将两枚骰子点数的和作为游戏结果，重复抛掷1000次（视为1000次信源符号输出）。然后通过定长编码译码和Huffman编码译码对信源进行处理，最后得到正确的编码译码结果，同时可以看出Huffman编码的效率比定长码高。由此可以看出在信源各符号出现的概率差别很大时，采用Huffman编码使平均码长最短，编码效率达到最佳。