现代通信原理(023).pptVIP

  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
* * 自测题 (1)? 信息量的单位是什么? (2)? 平均信息量的定义和含义是什么? (3)? 由n个符号组成的离散信源,其最大熵是多少? (4)? 比特率和波特率之间的关系是什么? (5)? 具有怎样概率密度函数的连续信源能产生最大平均信息量? * * ? (6)? 从信息传输角度解释平均互信息量的物理意义。 (7)? 解释香农信道容量公式的物理意义。 (8)? 用香农信道容量公式解释实现数字信号无误传输的最低Eb/No极限值为-1.6 dB。 (9)? (b/s)/Hz的含义是什么? (10)? 电话信道信噪比为30 dB、带宽为3.4kHz时的最高信息传输率是多少? * * * * 当各抽样点统计独立时每个点包含的平均信息量(熵)为: H(X)≈- p(xi)Δxilog[p(xi)Δxi]] 令Δxi→0,N→∞,则可得连续每个抽样点的平均信息量 H(X)= {- p(xi) xilog{p(xi) * * =- p(x)dx{log[p(x)dx]} =- p(x)logp(x)dx-logdx p(x)dx =- p(x)logp(x)dx+log(1/dx) 称为绝对熵。 定义 H(X)=- p(x)logp(x)dx为相对熵。 例2-7 * * 如前所述,离散消息源当所有符号等概输出时,其熵最大。 连续信息源的最大熵条件如何求得?最大熵是多少? * * 取决于消息源输出上所受的限制。常见的限制有两种。 峰值受限:对于有线性要求的系统,为了避免线性失真,对信号的峰值幅度有限制。 均方值受限(功率受限):无线性要求的系统。 * * 1、对于均方值受限系统(功率受限系统 最佳概率密度函数为正态分布 p(x)= exp[-x2/(2 2)] 其中数学期望为0,方差为 2 最佳分布时的最大熵为 H(X)=log (bit) * * 2、对于峰制受限情况(功率受限系统) 最佳概率密度函数为均匀分布 p(x)= 其中x的取值范围为(-A,A) 最佳分布时的最大熵为 H(X)=log(2A)(bit) * * 连续信源编码的目的,就是要根据信源输出的受限情况,将其信源的概率密度函数变换为符合最大熵条件的概率密度函数,以得到最大熵。 * * 与离散信源相对应,当发送端连续信源为X,接收到的连续信源为Y时,它们的相对条件熵 H(X/Y)=- p(y)p(x/y)log(x/y)dxdy 其中P(y)为接收信号y的概率密度函数,p(x/y)为条件概率密度。 同理有: H(X/Y)=- p(x)p(y/x)log(y/x)dxdy * * 连续信源的平均互信息量 I(X,Y)= - p(xy)log dxdy 平均互信息量与条件熵和熵之间的关系为: I(X,Y)=H(X)-H(X/Y)=H(Y)-H(Y/X) * * 2.8 信道容量和香农公式 信道容量: 单位时间内信道上所能传输的最大信息量称为信道容量。 * * 2.8.1 有扰离散信道的信息传输 离散信道: 信道输入和输出都是离散符号。 1、当信道中无干扰时,离散信道输入符号X和输出符号Y之间有一一对应的关系。 2、当信道中存在干扰时,输入符号与输出符号之间不存在一一对应关系,只存在一定的统计相关性。 * * 这种统计相关性取决于转移概率p(yj/xi)。离散无记忆信道的转移概率可用下列矩阵表示: P(yj/xi)= * * 同理有 P(xi/yj)= * * 无记忆信道 每个输出符号只取决于当前的输入符号,而与其它输入符号无关。 信道转移概率矩阵中各行和各列具有相同集合的元素。 对称信道 - p(yj/xi)logp(yj/xi)=常数 即上述求和与i无关 * * 对称信道的输入、输出符号集合之间的条件熵 H(Y/X)=- p(xiyj)logp(yj/xi) =- p(xi)p(yj/xi)logp(yj/xi) =- p(yj/xi) logp(yj/xi)[

文档评论(0)

yuguanyin2015 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档