吃饭的萨芬出手大方过va.ppt

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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
吃饭的萨芬出手大方过va

电子科技大学 * 第2章 信息的度量 信息论的发展是以信息可以度量为基础的,度量信息的量称为信息量。 对于通信系统或其他信息传输系统,所传输的消息如何用信息量来描述? 一个随机事件,它出现的各种结果包含着多大的信息量? 一、自信息量(self-information) 为给出定量度量信息的方法,先讨论最简单的信源: 如果信源每次发出的消息都是单一符号,而这些符号的取值是有限或可数的,则称这种信源为单符号离散信源。 1、单符号离散信源(discrete source) 单符号离散信源的例子有掷骰子、简单的天气气象等。 由于这些符号的取值往往具有一定的概率分布,故可以将这些符号看作是随机事件。 用具有一定概率分布的随机事件来描述单符号离散信源是合适的。 因此,单符号离散信源的数学模型: 这样,掷骰子这一单符号离散信源可表示为: 而某一天简单的天气气象这一单符号离散信源则可表示为: 假设一个单符号离散信源,其输出被传递给信宿;如设p(x1)最大、p(xn)最小,问题是,输出那个结果包含更多的信息, 是x1还是xn ? 2、自信息量 根据香农信息的概念,消息中所包含的不确定性的成分才是信息,因此,不确定性的成分越大,或者说出现的概率越小,信息量就越大;从这个意义上,输出xn包含更多的信息。 如果将离散信源输出xi 所包含的信息量用I(xi)来表示并将其称为xi 的自信息量,则其必须满足的条件是: ① I(xi)与输出xi的概率相关; ③ I(xi)是p(xi)的减函数,且当p(xi) =1时I(xi) =0 。 ② I(xi)是p(xi)的连续函数; 因此,xi 的自信息量的定义为: 自信息量是无量纲的,一般根据对数的底来定义单位:当对数底为2时,自信息量的单位为比特(bit,binary unit);对数底为e时,其单位为奈特(nat,nature unit);对数底为10时,其单位为哈特(Hart, Hartley)。 目前的通信系统或大多数信息传输系统都以二进制为基础,因此信息量的单位以bit最为常用。 以bit为单位的自信息量可记为: 3、自信息量的性质 ②I(xi)是非负值; ①I(xi)是随机量; ③I(xi)是p(xi)的单调递减函数。 例1,求掷骰子这一信源出现各种结果所包含的自信息量。 解:∵该信源的数学模型为 解: ∵该信源的数学模型为: 例2,求某一天简单的天气气象这一信源出现各种结果所包含的自信息量。 二、互信息量(muturl information) 为理解互信息量的概念,还是考虑最简单的通信系统: 信源 信道 信宿 如果设定信源、信宿为单符号离散信源和单符号离散信宿(discrete destination),则信道为单符号离散信道(discrete channel)。 相类似,单符号离散信宿可表示为: 单符号离散信源可表示为: 1、单符号离散信道的数学模型 如果信道是无噪的,当信源输出xi ,信宿接收的也必是xi ,因此,信道的输出yj就等于输入xi 。 如果信道是有噪的,信号通过信道就会产生失真,此时,信道的输出yj一般不等于输入xi ,但它们之间会满足一定关系,由于噪声的随机性,用条件概率p(yj/xi)来描述这种关系是恰当的。 因此,单符号离散信道的数学模型可表示为: 2、互信息量 在有噪信道的情况下,由于 说明信宿接收到yj所包含的信息量除了与信源给出的信息有关外,还与信道给出的“信息”有关。 将信源输出xi 而信宿接收到yj所包含的信息量用I(yj;xi )来表示并将其称为xi对yj的互信息量,其定义为: 电子科技大学 * *

文档评论(0)

cgtk187 + 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