第三-1章信道及信道容量
合集下载
第三章离散信道及其信道容量
0
0 1
不是一一对应,无扰有信息损失
1
(2)有扰信道 例3:
a1
0.9
X
0.1
a2
0.2 0.8
b1
Y
b2
0.9 0.1 [P] 0.2 0.8 有扰有信息损失,干扰严重
例4:
a1
X
a2
1/2 1/2 1/2 1/2
b1
Y
b2
1/ 2 1 / 2 [P] 1/ 2 1 / 2
P yi xi P xi yi
即E{log x} ≤log{E(X)}
即E{log x} ≤log{E(X)}
I(X
;Y
)
X
Y
P(x,
y)
log
P( x)P( y) P(x, y)
log
XY
P(x,
y)
P( x)P( y) P(x, y)
log1
0
∴ I(X;Y) ≥ 0
∵ logx为∩ 型凸函数,只有当且仅当 p(x.y)=P(x)P(y),即x和Y统计独立时I(X;Y)=0
根据输入和输出信号的特点，信道可以分为： (1)离散信道。指输入和输出的随机变量的取值都 有是离散的信道。 (2)连续信道。指输入和输出的随机变量的取值都 是连续的信道。 (3)半离散半连续信道。输入变量是离散型的但相 应的输出变量是连续的信道，或者相反。 (4)波形信道。信道的输入和输出都是一些时间上 连续的随机信号。即信道输入和输出的随机变量的 取值是连续的，并且还随时间连续变化。一般用随 机过程来描述其输入和输出。
p( x1 ) 4
a2 1 4
a3 1 4
a4
1
4
1 P 1
第三章 信道模型和信道容量
这是可知疑义度H(X/Y)=0，平均交互信息量达到最大值 I(X,Y)=H(X)，C=logr。从平均意义上讲，这种信道可以把信源 的信息全部传递道信宿。这种每列只有一个非0元素的信道也 是一种无噪声信道，称为无噪声信道。
确定信道
这类信道的转移概率等于1或者等于0， 每一列的元素可有一个或多个1，可知其 噪声熵H(Y/X)=0，此时的平均交互信息 量达到最大值。
离散信道
X
P(Y/X)
Y
离散信道分类： 无干扰信道 有干扰无记忆信道 有干扰有记忆信道
离散信道三种表达方式
概率空间描述 X={a1,a2,……ar} P(Y/X)={p(bj/ai)}
j=1,2,……s) Y={b1,b2,……bs} 0≤p(bj/ai)≤1
(i=1,2,……r;
转移矩阵描述
信道组合
串联信道 并联信道
4.4 时间离散的无记忆连续 信道
可加噪声信道
P(y|x)=p(y-x)=p(z)
Hc (Y | X ) Hc (Z ) I (X ;Y ) Hc (Y ) Hc (Z )
可加噪声信道
高斯噪声信道
I
(X
;Y
)
H
(Y
)
Hc
(X
)
1 2
log(1
2 x 2 z
)
例已知一个二元信源连接一个二元信道， 如图给出。X={x1,x2}, [p(xi)]={1/2,1/2}
求I(X；Y)，H(X,Y)，H(X/Y)，和H(Y/X)。
信道容量
C max R max I (X ;Y )bit / 符号
PX
PX
1
Ct
max PX
Rt
信息论基础第3章离散信道及其信道容量
也就是说，通过信息处理后，一般只会增加信息的 损失，最多保持原来获得的信息，不可能比原来获得的 信息有所增加。一旦失掉了信息，用任何处理手段也不 可能再恢复丢失的信息，因此也称为信息不增性原理。
《信息论基础》
3.6 多符号离散信道及其信道容量
【例】求图所示的二元无记忆离散对称信道的二次 扩展信道的信道容量。
【例】 已知两个独立的随机变量 X、Y 的分布律如下。
X P(x)
a1 0.5
a2 0.5
,
Y P( y)
b1 0.25
b2 b3 0.25 0.5
计算 H X , H Y , H XY , H X |Y , H Y | X , I X ;Y 。
《信息论基础》
3.4 信道容量的定义
I (ai ) 减去已知事件 bj 后对 ai 仍然存在的不确定性 I (ai | bj ) ，实际就是事件
bj 出现给出关于事件 ai 的信息量。
【例】 甲在一个16 16 的方格棋盘上随意放一枚棋
子，在乙看来棋子放入哪一个位置是不确定的。如果甲 告知乙棋子放入棋盘的行号，这时乙获得了多少信息 量？
《信息论基础》
第3章 离散信道及其信道容量
通信系统的基本功能是实现信息的传递，信道是信息 传递的通道，是信号传输的媒质。一般而言，信源发出的 消息，必须以适合于信道传输的信号形式经过信道的传输， 才能被信宿接收。
从信源的角度看，信源发出的每个符号承载的平均信 息量由信源熵来定量描述；而从信宿的角度看，信宿收到 的每个符号平均能提供多少信息量由平均互信息来定量描 述。在信息论中，信道问题主要研究在什么条件下，信道 能够可靠传输的信息量最大，即信道容量问题。
《信息论基础》
3.7 信源与信道的匹配
《信息论基础》
3.6 多符号离散信道及其信道容量
【例】求图所示的二元无记忆离散对称信道的二次 扩展信道的信道容量。
【例】 已知两个独立的随机变量 X、Y 的分布律如下。
X P(x)
a1 0.5
a2 0.5
,
Y P( y)
b1 0.25
b2 b3 0.25 0.5
计算 H X , H Y , H XY , H X |Y , H Y | X , I X ;Y 。
《信息论基础》
3.4 信道容量的定义
I (ai ) 减去已知事件 bj 后对 ai 仍然存在的不确定性 I (ai | bj ) ，实际就是事件
bj 出现给出关于事件 ai 的信息量。
【例】 甲在一个16 16 的方格棋盘上随意放一枚棋
子，在乙看来棋子放入哪一个位置是不确定的。如果甲 告知乙棋子放入棋盘的行号，这时乙获得了多少信息 量？
《信息论基础》
第3章 离散信道及其信道容量
通信系统的基本功能是实现信息的传递，信道是信息 传递的通道，是信号传输的媒质。一般而言，信源发出的 消息，必须以适合于信道传输的信号形式经过信道的传输， 才能被信宿接收。
从信源的角度看，信源发出的每个符号承载的平均信 息量由信源熵来定量描述；而从信宿的角度看，信宿收到 的每个符号平均能提供多少信息量由平均互信息来定量描 述。在信息论中，信道问题主要研究在什么条件下，信道 能够可靠传输的信息量最大，即信道容量问题。
《信息论基础》
3.7 信源与信道的匹配
第3章信道容量
其信道容量
C max I ( X ;Y ) max H ( Y ) log m
p ( xi ) p ( xi )
达到此类信道的信道容量的概率分布是使信道输出分布为 等概分布的输入分布。
8
离散无噪信道（总结）
对于无噪信道，求信道容量C的问题，已经 从求I(X;Y)的极值问题退化为求H(Y)或H(X)的 极值问题。
H(X/Y)称为损失熵，即信道疑义度。表示信源符号通过有噪 信道传输后引起的信息量的损失。 因为H(X/Y)=H(X)-I(X;Y) 损失熵等于信源X所含有的信息量减去信道输出端接收到符号 集Y之后平均每个符号所获得的关于输入集X的信息量。 H(Y/X)称为噪声熵，反映了信道中噪声源的不确定性。 因为H(Y/X)=H(Y)-I(X;Y)
i 1 j 1 n n
p( x i ) H ni
i 1
n
H ni p( y j / x i ) log p( y j / x i ) 由 于 信 道 的 对 称 性 ， 一 每行 都 是 同 一 集 合 诸素 元的 不 同 排 列 。
其信道容量
C max I ( X ;Y ) max H ( X ) log n
p ( xi ) p ( xi )
6
3.具有归并性能的无噪信道（确定信道）
确定信道的一个输出对应着多个 互不相交的输入，如右图所示。
信道矩阵中每行中只有一非零元 素，即已知X后，Y不再有任何 不确定度。故噪声熵H(Y/X)=0
11
强对称信道的几个特性
强对称信道是对称信道的一个特例；
输入符号数与输出符号数相等； 信道中总的错误概率为p，对称地平均分配给 n-1个输出符号，n为输入符号的个数； 均匀信道中不仅各行之和为1,而且各列之和也 为1。 一般信道各列之和不一定等于1
第三章离散信道及其信道容量
p(ym/x1)
p(ym/x2) … p(ym/xn)
第一节 信道的数学模型及分类 为了表述简便，可以写成 P(bj / ai ) pij
p11 p P 21 ... pr1 p12 ... p22 ... pr 2 ... p1s p2 s ... prs
i 1 r
P(aibj ) P(ai )P(bj / ai ) P(bj )P(ai / bj )
（3）后验概率
P(ai / b j )
P(aib j ) P(b j )
P(a / b ) 1
i 1 i j
r
表明输出端收到任一符号，必定是输入端某一符号 输入所致
第二节 平均互信息
第三节 平均互信息的特性
1、平均互信息的非负性 I(X;Y)>=0 该性质表明，通过一个信道总能传递一些信息，最 差的条件下，输入输出完全独立，不传递任何信息，互 信息等于0，但决不会失去已知的信息。
2、平均互信息的极值性
I(X;Y)<=H(X) 一般来说，信到疑义度总是大于0，所以互信息总是 小于信源的熵，只有当信道是无损信道时，信道疑义度 等于0，互信息等于信源的熵。
C max{I ( X , Y )} max{H ( X ) H ( X / Y )}
P( X ) P( X )
信道容量与与信源无关，它是信道的特征参数，反 应的是信道的最大的信息传输能力。 对于二元对称信道，由图可以看出信道容量等于 1-H(P)
第四节 信道容量及其一般计算方法
1、离散无噪信道的信道容量 （1）具有一一对应关系的无噪声信道 x1 x2 x3 I(X;Y)=H(X)=H(Y) y1 y2 y3
信道与信道容量
1.6.2 信道容量
根据香农信息论，对于连续信道，如果信道带宽为B， 并且受到加性高斯白噪声的干扰，则信道容量的理论公式为
C=B㏒2（1+S/N）（b/s） 式中。 N为白噪声的平均功率； S是信号的平均功率； S/N 为信噪比。信道容量C是指信道可能传输的最大信息速率 （即信道能达到的最大传输能力）。虽然上式是在一定条件 下获得的（要求输入信号也为高斯信号才能实现上述可能 性），但对其他情况也可作为近似式使用。
例1 已知彩色电视图象由5ⅹ105个像素组成。设每个像素有 64种彩色度，每种彩色度有16个亮度等级。设所有彩色度和 亮度等级的组合机会均等，并统计独立。（1）试计算每秒 传送100个画面所需信道容量；（2）如果接受机信噪比为 30dB，为了传送彩色图象所需信道带宽为多少？
例2 设有一个图像要在电话线路中实现传真传输。大约要传输2.25ⅹ106个 像素，每个像素有12个亮度等级。假设所有亮度等级都是等概率的，电 话电路具有3kHz带宽和30dB信噪比。试求在该标准电话线路上传输一 张传真图片需要的最小时间。
在数字通信系统中，如果仅研究编码和解码问题， 可得到另一种广义信道---编码信道。编码信道的范围是 从编码器输出端至解码器输入端。这是因为从编码和解 码角度来看，编码器是把信源产生的消息信号转化为数 字信号。反之，解码器是将数字信号恢复原来的消息信 号；而编码器输出端至解码器输入端之间的一切环节只 是起了传输数字信号的作用，所以可以把它看成一个整 体---编码信道。当然，根据研究问题的不同，还可以定 义其他广义信道。
解： Rb = RBN㏒2N
RBN= Rb／×106 / 29.9 ×103=0.269 ×103s=4.5min
例3 已知八进制数字信号的传输速率为1600波 特。试问变换成二进制数字信号时的传输速率为多 少？ 解： Rb = RBN㏒2N = 1600× ㏒28 = 4800 b/s
信息论与编码理论-第3章信道容量-习题解答-071102
第3章 信道容量习题解答3-1 设二进制对称信道的转移概率矩阵为2/31/31/32/3⎡⎤⎢⎥⎣⎦解: (1) 若12()3/4,()1/4P a P a ==，求(),(),(|),(|)H X H Y H X Y H Y X 和(;)I X Y 。
i i 2i=13311H(X)=p(a )log p(a )log()log()0.8113(/)4444bit -=-⨯-=∑符号111121*********j j j=132117p(b )=p(a )p(b |a )+p(a )p(b |a )=43431231125p(b )=p(a )p(b |a )+p(a )p(b |a )=4343127755H(Y)=p(b )log(b )=log()log()0.9799(/)12121212bit ⨯+⨯=⨯+⨯=---=∑符号 22i j j i j i j i ,H(Y|X)=p(a ,b )logp(b |a )p(b |a )logp(b |a )2211log()log()0.9183(/)3333i jjbit -=-=-⨯-⨯=∑∑符号I(X;Y)=H(Y)H(Y|X)=0.97990.91830.0616(/)bit --=符号 H(X|Y)=H(X)I(X;Y)=0.81130.06160.7497(/bit --=符号)(2)求该信道的信道容量及其达到信道容量时的输入概率分布。
二进制对称信息的信道容量H(P)=-plog(p)-(1-p)log(1-p)1122C =1-H(P)=1+log()+log()=0.0817(bit/)3333符 BSC 信道达到信道容量时，输入为等概率分布，即：{，}注意单位3-4 设BSC 信道的转移概率矩阵为112211Q εεεε-⎡⎤=⎢⎥-⎣⎦1）写出信息熵()H Y 和条件熵(|)H Y X 的关于1()H ε和2()H ε表达式，其中()log (1)log(1)H εεεεε=----。
第三章 信道和信道容量
I（X；Y）：接收到Y前、后关于的平均不确定性 的消除 ；或发送X前、后关于Y的平
均不确定性的消除。
可见：熵只是平均不确定性的描述，而不确定性 的消除（两熵之差）才等于接收端所获得的信息 量。获得的信息量不能和不确定性混为一谈。
第三章 信道和信道容量
关于信道容量： 研究：信道中平均每个符号所能传送的信息量，
有损失，是无噪有损信 道，也称确定信道，即： 损失熵：H(X/Y) ≠ 0； 噪声熵：H(Y/X) ＝ 0， I(X;Y)＝H(Y)＝H(X)－H(X/Y) ＜H(X)
第三章 信道和信道容量
信道容量仍是最大熵问题（最大H(Y)）：
C＝max H(Y)＝log s bit/符号
P(X)
（设Y有s个符号）
不相交的子集mk，由mk组成的矩阵[P]k是对称矩阵 （具有可排列的性质），则称此信道为准对称信道， 其信道容量：
r为输入符号集个数 即信道矩阵行数 准对称信道中的 行元素 第k个子矩阵 中行元素之和
第k个子矩阵 中列元素之和
第三章 信道和信道容量
例3－1：二元对称删除 信道如图，计算信道容量。
例3－2：准对称信道的信道矩阵为： P(y/x)＝ 0.5 0.3 0.2 0.3 0.5 0.2 当输入概率分布为p(x1)＝ɑ，p(x2)＝1－ɑ
且：p＝0时，信道无干扰； P＝1/2时，信道干扰最为严重。
第三章 信道和信道容量
二、二元删除信道
难以区分原发送信号时，不硬性
判断0或1，而作删除处理。 删除信道中，p＝q时，则为 对称删除信道。 三、Z信道 信道特性：0错成1的概率为0， 1错成0有一定可能。
1
0 1 0
p
1－p
1
第三章 信道和信道容量
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
H（X/Y）
有噪无损信道
无噪有损信道
34
• 综合上述三种情况，若严格区分的话，凡损失熵等 于零的信道称为无损信道；凡噪声熵等于零的信道 称为无噪信道，而前面讨论的一一对应的无噪信道 则为无噪无损信道。 • 对于无损信道，其信息传输率R就是输入信源X输 出第个符号携带的信息量（信源熵H（X）），所 以其信道容量为
9
《信息论基础》
2、一般离散信道（多维离散信道） 输入输出信号都是平稳随机矢量，其数学模型可用概率空间 [X，p(Y/X)，Y]来描述。 其中 为输入信号， 为输出信号。 X中 Y中 其中P(Y/X)是信道的传递概率，反映输入和输出信号之间统计 依赖关系。 根据信道是否存在干扰以及有无记忆，将信道分为： 1 ）无干扰（噪声）信道： 2 ）有干扰无记忆信道： 3）有干扰有记忆信道：
C max{I ( X ; Y )} max H ( X ) log r (bit / 符号)
p( x) p( x)
• 式中假设输入信源X的符号共有r个符号，所以等概 率分布时信源熵H（X）最大。
35
同理，对于无噪信道，信道容量为
C max{I ( X ; Y )} max H (Y ) log s(bit / 符号)
17
《信息论基础》
三、离散输入、连续输出信道 信道输入符号选自一个有限的、离散的输入符号集 X∈{a1,a2,… ,an}，而信道输出Y∈{-∞，+∞},这种信道模 型就称为离散时间无记忆信道。它的特性由离散输入X、 连续输出Y以及一组条件概率密度函数 来决定。
这类信道中最重要的就是加性高斯白噪声（AWGN）信道
32
《信息论基础》
3、有噪无损信道： H（X/Y）= 0， H（Y/X）> 0
33
• 我们可以进一步用维拉图来表述有噪无损信 道和无噪有损信道中平均互信息、损失熵、 噪失熵以及信源熵之间的关系。
H（X）=I（X；Y） H（Y）
I（X；Y） I（X；Y）
H（Y）=I（X；Y） H（X）
H（Y/X）
38
《信息论基础》
2、信道容量
对称离散信道的平均互信息为I（X；Y）=H（Y）-H（Y/X），而
H (Y / X )
P ( x ) P ( y / x ) lo g P ( y / x ) P ( x ) H (Y
X Y X
1
/ X x)
其 中 H (Y / X x )
其中：
19
《信息论基础》
如果多维连续信道的转移概率密度函数满足
这样的信道称为连续无记忆信道即在任一时刻输出变 量只与对应时刻的输入变量有关，与以前时刻的输入输出 都无关。 一般情况下，上式不能满足，也就是连续信道任一时 刻的输出变量与以前时刻的输入输出有关，则称为连续有 记忆信道。
20
《信息论基础》
是差概率,H ( )是关于的熵函数
30
《信息论基础》
二、无干扰离散信道的信道容量
1、无噪无损信道：输入输出一一对应，信道矩阵为单位 阵．疑义度 H ( X/Y ) =0，噪声熵 H ( Y/X ) =0
31
《信息论基础》
2、无噪有损信道（确定信道）：
H（X/Y）〉0，H（Y/X）=0 信道输出端接收到某个bj后不能判定是哪个输入符号ai
6
《信息论基础》
二、离散信道的信道参数 1、基本离散信道（单符号离散信道） 输入输出信号都是取值离散的单个随机变量，可用 信道转移概率 来描述。其中 并满足：
信道转移概率：条件概率 为信道输出。
其中,ai为信道输入，bj
7
《信息论基础》
单符号离散信道可以用图形可以描述如下
8
《信息论基础》
信道矩阵的每一行之和必定等于1。
噪声分为两类：加性噪声和乘性噪声，分析较多的是加性噪声信道 ( 噪声与信号是相加的关系，通常相互独立。) 单符号加性噪声信道可以表示为 ： x(t)是带限信号，y(t)是输出值，n(t)是加性噪声过程的一个样本函数
说 明： 条件熵Hc(Y/X)是由于噪声引起的，它等于噪声信源的熵Hc(n) 。 所以称条件熵Hc(Y/X)为噪声熵。
37
• 若输入符号和输出符号个数相同，都等于r,且 信道矩阵为
p p P r 1 p r 1 p r 1 p p r 1 p r 1 p r 1 p 其中p p 1
• 则此信道称为强对称信道或均匀信道。这类信 道中的错误概率为p,对称地平均分配给r-1个输 出符号。它是对称离散信道的一类特例。二元 对称信道就是r=2的均匀信道。对均匀信道， 其信道矩阵中各列之和也等于1（一般信道的 信道矩阵中各列之和不一定等于1）
p( x) p( x)
式中假设输出信源Y的符号共有s个符号，所以等概率分布时 信源熵H（Y）最大。而且一定能找到一种输入分布使输出 符号Y达到等概分布。
36
《信息论基础》
三、对称DMC信道
1、定义：如果转移概率矩阵P的每一行包含同样元素，则 为输入对称矩阵；如果转移概率矩阵P的每一列包含同样元 素，则为输出对称矩阵；如果输入输出都对称，则为对称 DMC信道。 例 如:
Y
P ( y / x ) lo g
1 P ( y / x)
29
例：二进制对称信道
• 设p(0)=1/2时，
p (0 / 0) 1 , p(0 /1) , p (1 / 0) , p(1 /1) 1
则C I ( X ; Y ) H ( X ) H ( X / Y ) 1 (1 ) log(1 ) log (bit / 符号) 即二进制对称信道的C 1 H ( )(bit / 符号)
② 如果分析性能的理论极限，则多采用离散输入、连续输 出信道模型。
③ 如果设计和分析数字调制器和解调器的性能，则可采用 波形信道模型。 因为本书后面的内容主要讨论编码和译码，所以DMC 信道模型使用最多。
23
《信息论基础》
作 业：
3-1
24
《信息论基础》
3.1.2 离散单个符号信道 及其容量
4
《信息论基础》
3、根据信道参数与时间的关系分为 ① 固定参数信道：信道参数（统计特性）不随时间的变 化而变化。例如光纤、电缆等信道。 ② 时变参数信道：信道参数随时间变化而变化。例如无 线信道。 4、根据信道中所受噪声种类的不同分为 ① 随机差错信道：噪声独立随机地影响每个传输码元。例 如以白噪声为主体的信道。 ② 突发差错信道：干扰的影响是前后相关的，错误成串出 现。例如衰落信道、码间干扰信道。
②二进制对称信道（BSC）：输入和输出信号的符号数都 是2，即X∈A={0,1}和Y∈B={0，1}的对称信道。
16
《信息论基础》
3）有干扰有记忆信道：每个信道输出不但与当前输入信号 之间有转移概率关系，而且与其它时刻的输入输出信号也 有关。 在实际的数字信道中，当信道特性不理想，存在码间干 扰时，输出信号不但与当前的输入信号有关，还与以前的 输入信号有关。常用的处理方法有两种： ①将记忆很强的L个符号当作矢量符号，各矢量符号之 间认为无记忆。这时会引入误差，L越大，误差越小。 ②将转移概率看作记忆长度有限的马尔科夫链的形式， 这种处理方法很复杂，通常取一阶时稍简单。
重点： 无干扰信道、对称信道和准对称信道的信道容量
25
《信息论基础》
一、几个定义
1、信息传输率Ｒ：信道中平均每个符号所能传送的信息量
2、信息传输速率Ｒt：信道中单位时间平均传送的信息量, 即收信者在单位时间内接收到的信息量。单位：bit/秒
26
《信息论基础》
3、信道容量C
1）理论基础：对于固定的信道，平均互信息I ( X ; Y ) 是信源概率分布P ( x ) 的上凸函数。也就是说，存在一个使 某一特定信道的平均互信息达到极大值的信源分布，该极大 值可以用来表述信道传送信息的最大能力，即信道容量。
Y=X+G
式中，G 是一个零均值，方差为σ2的高斯随机变量。 当 X=ai给定后，Y是一个均值为ai，方差为σ2的高斯随机变量。
18
《信息论基础》
四、波形信道
当信道输入和输出都是随机过程{x(t)}和{y(t)} 时，该信 道就称为波形信道，在实际模拟通信系统中，信道都是波 形信道。 如果波形信道为频宽受限信道，在有限的观察时间内， 输入和输出的随机过程可以化为L个时间离散，取值连续的 平稳随机序列。 这样，波形信道化为多维连续信道，信道转移概率密度 函数为
11
《信息论基础》
①无噪无损信道：输入输出一一对应，信道矩阵为单 位阵．
12
《信息论基础》
②无噪有损信道（确定信道）：
H（X/Y）〉0，H（Y/X）=0 信道输出端接收到某个bj 后不能判定是哪个输入符号aj
13
《信息论基础》
③有噪无损信道：H（X/Y）=0， H（Y/X）〉0
14
《信息论基础》
5
《信息论基础》
5、根据信道参数与时间的关系分为 ① 离散信道：输入输出信号在时间、幅度上均为离散。 ② 连续信道：信号幅度连续、时间离散。 ③ 半离散半连续信道：输入输出信号中一个离散、一个连 续。 ④ 波形信道：在时间和幅度上均连续，一般可以用随机过 程来表示。限时限频的随机过程可以分解为离散的随机 序列，所以波形信道可以被分解为离散信道、连续信道 和半离散半连续信道。
21
《信息论基础》
加性多维连续信道中，输入矢量、输出矢量和噪 声矢量的关系表示为：
以后主要讨论加性信道，噪声源则主要是加性高 斯白噪声。
22
《信息论基础》
五、信道模型的选取
在分析问题时选用何种信道模型完全取决于分析者的目的