信息论与编码(华侨大学)chap2-2.pdfVIP

  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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
and 华侨大学 通信工程 周林 PPT下载:/s/1qY8IOCc Email: linzhou@ 上节回顾 2 信源的分类及其数学模型 3 有: 样本空间X={0,1} ,N=3 。 则样本空间XN 为? 4  全概率公式 P(B) P(B | A )P(A ) i i i  贝叶斯公式 P (B | A) *P (A) P (A | B) P (B) 5  计算自信息量时要注意有关事件发生概率的计算;  自信息量的单位取决于对数的底;  底为2 ,单位为“比特 (bit, binary unit )”;  底为e,单位为“奈特 (nat, nature unit)”;  底为10,单位为“哈特 (hat, Hartley )”;  由换底公式: log b X log a X log b a 1 nat = 1.44bit , 1 hat = 3.32 bit;  一般计算都采用以 “2”为底的对数,为了书写简洁, 常把底数 “2”略去不写。 6  定义自信息的数学期望为平均自信息量H (X),称为 r 信息熵:  1  q H (X ) E log  p (a ) log p (a ) r  r  i r i p (a )  i  i 1 Hr(X)的单位:r 进制单位/符号 (r1) r=2, 比特/符号 熵考虑的是整个集合的统计特性,它从平 均意义上来表征信源的总体特征。 7 熵的含义  熵考虑的是整个集合的统计特性,它 从平均意义上来表征信源的总体特征。  在信源输出前,信息熵H(X) 表示信源的平 均不确定性;  在信源输出后,信息熵H(X)表示每个消息 提供的平均信息量;  信息熵H(X) 表征了变量X 的随机特性。

文档评论(0)

1243595614 + 关注
实名认证
文档贡献者

文档有任何问题,请私信留言,会第一时间解决。

版权声明书
用户编号:7043023136000000

1亿VIP精品文档

相关文档