信息论第4章(波形信源和波形信道).ppt
《信息论第4章(波形信源和波形信道).ppt》由会员分享,可在线阅读,更多相关《信息论第4章(波形信源和波形信道).ppt(48页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、信息论Elements ofInformation Theory蒋青TEL:6246051705-06学年上1Elements of Information Theory4、波形信源和波形信道u4.1 波形信源的统计特性和离散化u4.2 连续信源和波形信源的信息测度u4.3 具有最大熵的连续信源u4.4 熵功率u4.5 连续信源熵的变换u4.6连续信道和波形信道的分类u4.7连续信道和波形信道的信息传输率u4.8连续信道和波形信道的信道容量05-06学年上2Elements of Information Theory 4.1波形信源的统计特性和离散化u随机变量u随机过程u随机矢量05-06学年
2、上3Elements of Information Theory表4.1消息(信号)取值的集合消息(信号)取值时刻的集合信源种类离散离散离散信源(Discrete source)/数字信源(Digital source)连续连续波形信源Waveform source/模拟信源(Analog source)连续离散连续信源(Continuous source)离散连续05-06学年上4Elements of Information Theory4.2连续信源和波形信源的信息测度u连续信源的数学模型 并满足05-06学年上5Elements of Information Theoryu一维概率密度
3、函数u一维概率分布函数u条件概率密度函数u联合概率密度函数05-06学年上6Elements of Information Theoryu假定连续信源 X 的概率密度函数p(x)如右图所示。我们把取值区间分割成 n 个等宽的小区间。X 处于第 i 区间的概率为05-06学年上7Elements of Information Theoryu这样,连续变量 X 就可用取值为 xi 的离散变量 Xn 来近似。连续信源 X 被量化成离散信源。05-06学年上8Elements of Information Theoryu这时离散信源 Xn 的熵是u当n,0,离散随机变量 Xn 趋于连续随机变量 X,而
4、离散信源的熵 H(Xn)的极限值就是连续信源的信息熵:05-06学年上9Elements of Information Theoryu定义连续信源的熵连续信源的熵为:u又称为差熵、微分熵、相对熵。u两随机变量的联合熵和条件熵:连续信源的差熵连续信源的差熵05-06学年上10Elements of Information Theory连续信源差熵的性质u可加性:u凸状性和极值性:差熵 H(X)是输入概率密度函数 p(x)的凸函数。即:对于某一概率密度函数,可以得到差熵的最大值。05-06学年上11Elements of Information Theoryu差熵可为负值。例如,若概率密度函数为例
5、如,若概率密度函数为则则05-06学年上12Elements of Information Theory例:例:设有一连续随机变量,其概率密度函数为设有一连续随机变量,其概率密度函数为又有又有 试求这随机变量的熵。试求这随机变量的熵。05-06学年上13Elements of Information Theory连续信源的平均互信息连续信源的平均互信息两个连续随机变量两个连续随机变量X、Y的互信息定义为:的互信息定义为:单位为比特单位为比特/自由度或奈特自由度或奈特/自由度自由度05-06学年上14Elements of Information Theory三种特殊连续信源的差熵u1、均匀分布
6、连续信源的熵值 一维连续随机变量一维连续随机变量X在在 区间内均匀分布时区间内均匀分布时 比特比特/自由度自由度05-06学年上15Elements of Information Theory推广:推广:均匀分布均匀分布N维连续信源的差熵为维连续信源的差熵为 05-06学年上16Elements of Information Theoryu2、高斯信源的熵值高斯信源是指信源输出的一维随机变量高斯信源是指信源输出的一维随机变量X的概率密度分布的概率密度分布是正态分布,即:是正态分布,即:该连续信源的熵为:该连续信源的熵为:05-06学年上17Elements of Information The
7、oryu3、指数分布连续信源的指数分布连续信源的熵值指数分布的一维连续信源指数分布的一维连续信源X X的概率密度函数为:的概率密度函数为:其中常数其中常数a是一维连续信源是一维连续信源X的均值,的均值,该连续信源的熵为:该连续信源的熵为:05-06学年上18Elements of Information Theory4.3具有最大熵的连续信源u离散信源的最大熵问题:离散信源的各符号为等概率分布时,信息熵有最大值(最大离散熵定理)。05-06学年上19Elements of Information Theoryu在什么条件下,连续信源的熵最大?在不同的条件下,信源的最大熵也不同。在不同的条件下,
8、信源的最大熵也不同。05-06学年上20Elements of Information Theoryu通通常常有有三三种种情情况况是是我我们们感感兴兴趣趣的的:一一种种是是信信源源输输出出值值受受限限的的情情况况,另另一一种种是是信信源源输输出出的的平平均均功功率率受受限限的的情情况况,还还有有一一种是种是均值受限均值受限的情况。下面分别讨论。的情况。下面分别讨论。05-06学年上21Elements of Information Theory峰值功率受限条件下信源的最大熵(取值幅度受限)(取值幅度受限)u定理:定理:若信源输出的若信源输出的幅度被限定幅度被限定在在 区域内,则当区域内,则当输
9、出信号输出信号的概率密度分布是的概率密度分布是均匀分布均匀分布时,信源具有最大熵。时,信源具有最大熵。最大熵为:最大熵为:05-06学年上22Elements of Information Theoryu当当N维随机矢量维随机矢量取值受限取值受限时,也只有各随时,也只有各随机分量统计独立时,并机分量统计独立时,并均匀分布均匀分布时具有时具有最大熵。最大熵。最大熵为:最大熵为:05-06学年上23Elements of Information Theory平均功率受限条件下信源的最大熵(方差受限)(方差受限)u定理:若一个信源输出信号的定理:若一个信源输出信号的平均功率被平均功率被限定为限定为P
10、,则其则其输出信号输出信号幅度的概率密度幅度的概率密度分布是分布是高斯分布高斯分布时,信源具有最大熵。时,信源具有最大熵。最大熵为:最大熵为:05-06学年上24Elements of Information Theory均值受限条件下的最大连续熵定理均值受限条件下的最大连续熵定理(均值受限)(均值受限)u 若若连连续续信信源源X X输输出出非非负负信信号号的的均均值值受受限限,则则其其输输出出信信号号呈呈指指数数分分布布时时,连连续续信信源源X X具具有最大熵值。有最大熵值。最大熵为:最大熵为:其中常数其中常数a是一维连续信源是一维连续信源X的均值的均值05-06学年上25Elements
11、of Information Theory4.4 连续信源熵的变换u从信源发出的消息大都要通过一系列的从信源发出的消息大都要通过一系列的信息处理后才在信道中传输。任何信息信息处理后才在信道中传输。任何信息处理设备都可用下图所示来表示,可以处理设备都可用下图所示来表示,可以认为这是一种坐标变换。认为这是一种坐标变换。05-06学年上26Elements of Information Theoryu设连续平稳信源输出的是设连续平稳信源输出的是N维连续型随机矢维连续型随机矢量量 ,将它送入信息处理网络,其将它送入信息处理网络,其输出为另一个输出为另一个N维随机矢量维随机矢量 Y和和X之间的变换关系如
12、下:之间的变换关系如下:05-06学年上27Elements of Information Theoryu在在离离散散信信源源中中,若若有有确确定定的的对对应应变变换换关关系系,变变换换后后信信源源熵熵是是不不变变的的。问问:在在连连续续信信源源中中,输输出出的的消消息息经经过过变变换换后后,其其熵(差熵)会不会发生改变?熵(差熵)会不会发生改变?u下下面面我我们们将将讨讨论论这这个个问问题题。从从数数学学上上讲讲,这可归纳为坐标变换的问题。这可归纳为坐标变换的问题。05-06学年上28Elements of Information Theory坐标变换后概率密度函数的变化坐标变换后概率密度函
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 信息论 波形 信源 信道
限制150内