实验三-香农编码的MATLAB实现.pdfVIP

实验三-⾹农编码的MATLAB实现 信息论编码实验3~9连载，更多看专栏。 ⾹农编码仿真实现 ⼀、⾹农编码的原理 ⾹农码严 意义上来说不是最佳码，与基于符号概率进⾏映射的哈夫曼编码不同的地⽅在于，⾹农码基于累积概率的⼆进制数进⾏编码。 编码步骤 ： 1. 将概率分布列降序排序 ； 2. 求出每⼀⾏所对应的累加概率 P ； i 3. 根据累加概率 P 计算该符号对应⾹农码的长度 L ； i i 4. 将累加概率 P 转换成⼆进制数，取其前 L 位，即为该符号的⾹农码。 i i 对于⾹农码的评价 ： ⾹农编码的效率不⾼，实⽤性不⼤，但对其他编码⽅法有很好的理论指导意义。⼀般情况下，按照⾹农编码⽅法编出来的码，其平均码长不 是最短的，即不是紧致码 （最佳码）。只有每⼀个符号的概率都是 1/2的整数倍时，编码效率才能达到最⾼。 ⼆、⾹农编码实例 以后有空再补充吧~ 三、程序及流程图 下⾯是代码 ： %% 实验三：⾹农编码仿真实验 clear all clc % ⽤户输⼊符号概率 p = input(请输⼊离散信源概率分布，例如[0.5,0.5] ：\n) ; N = len th(p) ; L = ceil(-lo 2(p)) ;% 获得码长向量，元素表⽰每个符号所对应的码长 % 获得累加概率P及对应码字 [p_SortDescend,reflect] = sort(p,descend) ;% 将概率从⼤到⼩进⾏排序 %注 ：reflect所表⽰的映射关系很重要 P = zeros(1,N) ; % 初始化累加概率 CODE = strin s(1,N) ; % 初始化对应码字(字符串形式) for i=1:N % i表⽰排序后第⼏个符号 code = zeros(1,L(reflect(i))) ;% 初始化对应码字 （数组形式） if i==1 % 定义第⼀个编码为0 P(1)=0; CODE(reflect(i)) = num2str(code) ; else P(i) = sum(p_SortDescend(1,1:i-1)) ; % 获得累加概率 end % 下⾯计算⾹农码 （计算累加概率的⼆进制数，并取前Li位） p_count = P(i)*2 ; % p_count⽤于逐步的计算累加概率的⼆进制数 for m=1:L(reflect(i)) % m表⽰这个符号⾥第⼏个码字 if p_count = 1 code(m) = 1; p_count = p_count-1; else code(m) = 0; end p_count = p_count*2 ; end % 将⾹农码赋值给对应的符号 CODE(reflect(i)) = num2str(code) ; end H = sum(-p.*lo 2(p)) ; % 计算信源信息熵 L_ave = sum(L.*p) ; % 计算平均码长 yita = H/ L_ave; % 计算编码效率 % 展⽰输出码字、平均码长和编码效率 fprintf(\n运⾏结果:\n) ; disp([信号符号: ,num2str(1:N)]) ; disp([对应概率: ,num2str(p)]) ; fprintf(对应码字:) ;disp(CODE) ; disp([平均码长:,num2str(L_ave)]) ; disp([编码效率:,num2str(yita)]) ; 四、程序运⾏结果 下⾯假设输⼊[0.1,0.2,0.3,0.4] 五、程序 ⾃评价 怎么说呢，代码原理其实很简单，但是我⼀直对它的命令⾏窗⼝的输出耿耿于怀，这没有达到我理想的输出效果 ： 1. 每⼀列对应元素都对齐 ； 2. “对应码字”的