上次课程信道疑义度平均互信息-Read.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
上次课程信道疑义度平均互信息-Read

上次课程 信道的数学模型和分类 •无干扰信道 •有干扰无记忆信道 •有干扰有记忆信道 信道的数学模型可以用概率空间[X, p(y /x) ,Y]描述 二元对称信道(BSC) 二元删除信道(BEC) 信道疑义度 1 H ( X |Y ) E [H ( X / bj )] ∑p (xy ) log X ,Y p (x | y ) 平均互信息 p (x | y ) I (X ;Y ) ∑∑p (x y )log i j j i i j p (x ) i 平均互信息与各类熵的关系 I(X;Y) = H(X) - H(X|Y) I(X;Y) = H(X) - H(X|Y) I(X;Y) = H(Y) - H(Y|X) I(X;Y) = H(Y) - H(Y|X) 信道疑义度(损失熵) 信道疑义度(损失熵) ,信源符号通过有噪信 I(X;Y) = H(X)+H(Y)-H(XY) ,信源符号通过有噪信 I(X;Y) = H(X)+H(Y)-H(XY) 道传输后所引起的信息 道传输后所引起的信息 其中: 量的损失。 其中: 量的损失。 1 1 H (X )=∑p (x) log ; H (Y)=∑p (y ) log X p (x) Y p (y ) 1 1 H X Y = p xy ; H (Y | X )= p (xy)log ( | ) ∑ ( )log ∑ X ,Y p (x | y ) X ,Y p (y | x) 1 H (XY )= p (xy ) log 噪声熵(或散布度) ∑ 噪声熵(或散布度) X ,Y p (xy )

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档