[2018年最新整理]信息论与编码第2章信源与信息熵.ppt

第2章 信源与信息熵 信源描述与分类 离散信源的信息熵和互信息 离散序列信源的熵 连续信源的熵与互信息 冗余度 概率论知识复习 基本事件： 随机试验的每一个可能的结果（样本点）。 样本空间： 基本事件的集合。 复杂事件： 多个基本事件所组成的事件。 随机事件： 无论基本事件还是复杂事件，它们在试验中发生与否，都带有随机性。 事件域： 基本事件和复杂事件是样本空间的子集，所有子集的全体。 概率空间： 三要素 — 样本空间、事件域(集合)、概率。 事件A的概率： A中样本点数与样本空间中样本点之比。 先验概率： 根据以往的统计规律得到的。 必须掌握的概率论知识 1）条件概率 2）联合概率 3)全概率： 设 B1 , B2 , … 是一列互不相容的事件(B i B j = 0）， 且有B1∪B2∪…=Ω（样本空间）； P(Bi)＞0,i=1，2…，则对任一事件A，有： 4)贝叶斯(Bayes)公式: 设B1,B2 , … 是一列互不相容的事件(B i B j = 0）， 且有B1∪B2∪… =Ω（样本空间）； p(Bi)＞0 ，i=1，2，…，则对任一事件A，有： 2.1信源的描述与分类 信源是产生消息（符号）、消息序列和连续消息的来源。从数学上，由于消息的不确定性，因此，信源是产生随机变量、随机序列和随机过程的源 信源的基本特性是具有随机不确定性 2.1信源特性与分类 分类 时间 离散 连续 幅度 离散 连续 记忆 有 无 三大类： 单符号离散信源 符号序列信源（有记忆和无记忆） 连续信源 2.1信源特性与分类 离散无记忆序列信源 布袋摸球实验，若每次取出两个球，由两个球的颜色组成的消息就是符号序列。若先取出一个球，记下颜色放回布袋，再取另一个球。 2.1信源特性与分类 离散有记忆序列信源 布袋摸球实验，每次取出两个球，由两个球的颜色组成的消息就是符号序列。若先取出一个球，记下颜色不放回布袋，再取另一个球。 2.1信源特性与分类 马尔可夫信源 当信源的记忆长度为m+1时，该时该发出的符号与前m个符号有关联性，而与更前面的符号无关。 2.1信源描述与分类 描述：通过概率空间描述 一 单符号离散信源 例如：对二进制数字与数据信源 2.1信源描述与分类 二.连续信源 2.1信源描述与分类 1-1离散序列信源 以3位PCM信源为例 2.1信源描述与分类 当p=1/2 2.1信源描述与分类 马尔可夫信源 当信源的记忆长度为m+1时，该时该发出的符号与前m个符号有关联性，而与更前面的符号无关。 2.1信源描述与分类 2.马尔可夫信源 由于高阶马尔可夫信源需要引入矢量进行分析，现方法将矢量转化为状态变量。定义状态： 信源在某一时刻出现符号概率xj与信源此时所处状态si有关，用条件概率表示p(xj/si),状态转移概率表示为p(sj/si) 2.1信源描述与分类 马尔可夫信源 更一般，经过n-m步后转移至sj的概率 2.1信源描述与分类 马尔可夫信源 特别关心n-m=1情况，pij(m,m+1) 2.1信源描述与分类 马尔可夫信源 系统在任一时刻可处于状态空间的任意一状态，状态转移时，转移概率是一个矩阵， 一步转移转移矩阵为 2.1信源描述与分类 马尔可夫信源 k步转移概率pij(k)与l步和k-l步转移概率之间满足切普曼-柯尔莫郭洛夫方程。 定义：如果从状态I转移到状态j的概率与m无关，则称这类MovKov链为齐次 对于齐次马尔可夫链，一步转移概率完全决定了k步转移概率。 2.1信源描述与分类 马尔可夫信源 定义：若齐次马尔可夫链对一切I,j存在不依赖于I的极限，则称其具有遍历性，pj称为平稳分布 2.1信源描述与分类 马尔可夫信源 定理：设有一齐次马尔可夫链，其状态转移矩阵为P，其稳态分布为wj 2.1信源描述与分类 不可约性，对于任意一对I和j， 都存在至少一个k，使pij(k)0. 非周期性，所有pij(n)0的n中没有比1大的公因子。 定理：设P是某一马尔可夫链的状态转移矩阵，则该稳态分布存在的充要条件是存在一个正整数N，使矩阵PN中的所有元素均大于零。 2 马尔可夫信源 离散信源中有一类特殊的信源，其信源输出的符号序列中符号之间的依赖关系是有限的，并且满足马尔可夫链的性质，因此可用马尔可夫链来处理。 任何时刻信源符号发生的概率只与前面已经发生过的若干个符号有关，而与更前面的符号无关。 2.1 马尔