信息论第二章(叶中行).pptVIP

例2.1.1 一阶平稳马氏信源 设 是取值于 的一个一阶平稳马氏信源，其平稳分布为 一步转移概率为 则用转移概率矩阵表示为 也可用状态转移图表示为 0 1 注意到此处 §2.3 渐近等分性质 §2. 4信源编码定理 §2.5 Shannon-McMillan-Breiman定理 移 (1) (2) 第2章 随机过程的信息度量和渐近等分性 §2.1 信源和随机过程的基本概念 §2.2 随机过程的信息度量 §2.3 渐近等分性质 §2.4 渐近等分在数据压缩中的应用 §2.5 Shannon-McMillan-Breiman定理 §2.1 信源和随机过程的基本概念 信源的模型表示成一个在信源字母集中取值的随机序列或随机过程 信源分类 信源可以按信号取值集合和信号取值时刻的连续性和离散性分类 也可以按对应数学模型随机过程的统计特征来分类 信源分类 信号取值集合 信号取值时间集合 信源名称 离散 离散 离散信源(或数字信源) 连续 离散 连续信源 连续 连续 波形信源(或模拟信源) 离散 连续 无记忆信源 有记忆信源 平稳或遍历信源 马氏信源 高斯信源 信源分类 随机过程 随机过程数学定义 随机过程分类 离散参数、离散状态的随机过程 离散参数