信息论讲义第3章.doc

第三章 信道与信道容量 主要内容：（1）信道的分类和表示参数；（2）离散单个符号信道及其容量；（3）离散序列信道及其容量；（4）连续信道及其容量。 重 点：离散单个符号信道及其容量。 难 点：连续信道及其容量。 说 明：信道是构成信息流通系统的重要部分，其任务是以信号形式传输和存储信息。在物理信道一定的情况下，人们总是希望传输的信息越多越好。这不仅与物理信道本身的特性有关，还与载荷信息的信号形式和信源输出信号的统计特性有关。本章主要讨论在什么条件下，通过信道的信息量最大，即所谓的信道容量问题。本章概念和定理也较多，较为抽象，课堂教学时考虑多讲述一些例题，着重阐明定理和公式的物理意义，对较为繁琐的推倒过程做了部分省略。 作 业： 3．1，3．2。 课时分配： 4课时。 板书及讲解要点： 本章首先讨论信道的分类及表示信道的参数，然后讨论各种信道的容量和计算方法。 3．1 信道的分类和表示参数 信道中存在的干扰使输出信号与输入信号之间没有固定的函数关系，只有统计依赖的关系。因此可以通过研究分析输入输出信号的统计特性来研究信道。 首先来看下一般信道的数学模型，这里我们采用了一种“黑箱”法来操作。通信系统模型，在信道编码器和信道解码器之间相隔着许多其他部件，如调制解调、放大、滤波、均衡等器件,以及各种物理信道。信道遭受各类噪声的干扰，使有用信息遭受损伤。从信道编码的角度，我们对信号在信道中具体如何传输的物理过程并不感兴趣，而仅对传输的结果感兴趣：送人什么信号,得到什么信号，如何从得到的信号中恢复出送入的信号，差错概率是多少。故将中间部分全部用信道来抽象。可得到下图表示的一般信道模型。 输出输入 输出 输入 转移概率矩阵 p(y/x) 图3－1 信道模型 3．1．1 信道的分类 （1）根据输入输出随机信号的特点分类 离散信道：输入、输出随机变量都取离散值。 连续信道：输入、输出随机变量都取连续值。 半离散/半连续信道：输入变量取离散值而输出变量取连续值，或反之。 据输入输出随机变量个数的多少分类 单符号信道：输入和输出端都只用一个随机变量来表示。 多符号信道：输入和输出端用随机变量序列/随机矢量来表示。 根据输入输出个数分类 单用户信道：只有一个输入和输出的信道。 多用户信道：有多个输入和输出的信道。 根据信道上有无干扰分类 有干扰信道 无干扰信道 根据信道有无记忆特性分类 有记忆信道， 无记忆信道。 根据输入和输出之间有无反馈 有反馈信道 无反馈信道。 实际信道的带宽总是有限的，所以输入和输出信号总可以分解成随机序列来研究。一个实际信道可同时具有多种属性。 最简单的信道是单符号离散信道。 3．1．2 信道参数 分四部分来讲述。 1．二进制离散信道模型 二进制离散信道模型由一个允许输入值的集合 X＝{0,1} 和可能输出值的集合Y={0,1}，以及一组表示输入、输出关系的条件概率（转移概率）组成。最简单的二进制离散信道是二进制对称信道（binary symmetric channel,BSC）。如图3－2所示。它是一种无记忆信道。转移概率为： 1-p1-p 1-p 1-p p p 1 0 1 0 图3－2 二进制对称信道 2．离散无记忆信道 假设信道编码器的输入是n元符号，即输入符号集由n个元素X={x1，x2，…，xn}构成，而检测器的输出是m元符号即信道输出符号集由m个元素Y＝{y1,y2，…，ym}构成，且信道和调制过程是无记忆的，那么信道模型黑箱的输入一输出特性可以用一组共nm个条件概率来描述。式中，i=1，2，…，n；j=1，2，…，m，；这样的信道称为离散无记忆信道（DMC）。 构成的矩阵为P矩阵（信道矩阵），如下： 如果信道转移概率矩阵的每一行中只包含一个“1”，其余元素均为“0”，说明信道无干扰，叫无扰离散信道。 有扰离散信道 在信道输入为xi的条件下，由于干扰的存在，信道输出不是一个固定值而是概率各异的一组值，这种信道就叫有扰离散信道。 3．离散输入连续输出信道 假设信道输入符号选自一个有限的、离散的输入字符集X={x1，x2，…， xn}，而信道输出未经量化（m－）∞），这时的译码器输出可以是实轴上的任意值，即y={－∞，∞}。这样的信道模型为离散时间无记忆信道。 这类信道中最重要的一种是加性高斯白噪声（AWGN）信道，对它而言Y=X＋G ，式中G是一个零均值、方差为的高斯随机变量，X=xi，i=1，2，…，n。当 X给定后，Y是一个均值为xi、方差为的高斯随机变量。 波形信道是这样一种信道模型：其输入是模拟波形，其输出也是模拟波形。假设输入该信道的是带限信号x（t），相应的输出是y（t），那么 y（t）=