行准对称离散信道信道容量的计算
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
信息论与编码第三章

0.212 bit信/ 道符号
§3.2 单符号离散信道的信道容量
例3:求所给信道的信道容量 :
P
1/2 1/4
1/4 1/2
1/8 1/8
1/8 1/8
解:该信道为准对称信道(判,略) ⑴ 先求p(yj) :p(y0) =1/2×(1/2+1/4) =3/8=P(y1)
P(y2)=1/2×(1/8+1/8)=1/8= P(y3)
⑶ 强对称信道的最佳分布
n 1
与对称信道一样,当输入分布满足均匀分布时,使强
对称信道达到信道容量。
§3.2 单符号离散信道的信道容量
四、准对称信道的信道容量
⒈ 准对称信道的定义
❖ 信道转移阵满足行可排列的。 ❖ 信道转移阵列不可排列,但矩阵中的m列可分成互不
相交的s个子集,由子集组成的子阵则是行和列都是可 排列的。
⒉ 准对称信道的信道容量 定理:实现准对称离散无记忆信道容量的输入分布
是等概分布。 根据上述定理有:
§3.2 单符号离散信道的信道容量
C maxI(X;Y) I(X k;Y)
J- 1
j0 p (yjxi)l og1 K
p ( yjxi)
K 1
p ( yjxi)
i0
输入为均J1匀
分布→ 前提p
一、信道的表示法
⒈ 信道的矩阵表示法
一般简单的单符号离散信道的数学模型可以用概率空间[X, p(y|x), Y]来描述。
p(y1 x1) p(y2 x1) p(ym x1)
P
p(y1 x2)
p(y2 x2)
p(ym x2)
p
(
y1
xn)
p(y2 xn)
p(ym xn)
离散无记忆二进制BSC信道容量

7
3.2.2 对称DMC信道
• 求得:
C I ( X ; Y ) 1 H ( ,1 ) 1 H ( ) C I ( X ; Z ) 1 H [ 2 (1 ), (1 ) ]
2 2
1 H [ 2 (1 )]
• 在实际通信系统中,信号往往要通过几个环节的 传输,或多步的处理,这些传输或处理都可看成 是信道,它们串接成一个串联信道。
i
1 p (b j / ai ) n i
12
3.2.3
准对称DMC信道
准对称DMC信道容量:
C log m H ( pi1 , pi 2 pim ) log m pij log pij
j 1 m
13
• 例3-5 已知一个信道的转移概率矩阵, 求信道容量。
P 0.5 0.3 0.2 0.3 0.5 0.2
• 那么信道的互信息量为:
I( X ;Y ) H(Y ) H(Y / X ) p( b j )log p( b j ) p( ai ) p( b j / ai )log p( b j / ai )
j i j
• 上式对a求导,可求出当a=0.5时,互信 息量达到最大值0.036bit/符号;但此时 输出信号的概率分别是0.4,0.4,0.2 。
• 无噪有损信道
C max I ( X ; Y ) max H (Y ) log 2 m
p ( ai )
• 有噪无损信道
C max I ( X ; Y ) max H ( X ) log 2 n
p ( ai )
3
3.2.2 对称DMC信道
• 对称离散无记忆DMC信道的容量:
离散信道信道容量的计算

输能力或者说能否达到信 道 容 量,取 决 于 两 点:信 源 离
散无记忆;信 源 的 输 入 概 率 分 布 是 使I(x;y)最 大 的 分 布.下面给出离散无记忆信道容量的定义:
C = maxI(X;Y); p(ai)
∑∑ 其 中I(X;Y)=
n i=1
j=m1p(ai)p(bj/ai)logpp(b(jb/ja)i)
工程管理与技术
离散信道信道容量的计算
余秀玲
(西南石油大学,四川 成都 610500)
摘 要:信道容量的计算是信道研究的核心,据 此 对 信 道 容 量 定 义 和 特 性 进 行 了 探 讨,并 研 究 了 三 种 特 殊 离 散信道的信道容量计算方法,有对称离散信道、强对 称 离 散 信 道 和 准 对 称 离 散 信 道,并 对 三 种 信 道 容 量 计 算 方 法 进行了区分与比较.最后介绍了一般离散信道的信道容量计算方法.
[5]严 新 乔 .高 职 院 校 实 施 混 合 所 有 制 办 学 的 实 践 与 探 索 ——— 以 浙 江 高 职 院 校 为 例 [J].职 业 技 术 教 育 ,2017,(11):13G16.
1 信 道 容 量 最简单的 通 信 系 统 由 信 源、信 道 和 信 宿 组 成. 对
于信道来说,在信道固定的 前 提 下,传 输 的 信 息 量 当 然 是越多越 好,因 此 信 道 容 量 问 题 是 信 道 研 究 的 重 点. 信道容量是信 道 传 输 信 息 的 最 大 能 力,由 信 道 特 性 决 定.对于特 定 的 信 道,信 道 容 量 是 个 定 值. 根 据 平 均 互信息的凸 函 数 性,平 均 互 信 息 量I(x;y)是 输 入 信 源 概率分布 {p(ai),i=1,2,������,n}的上凸函数,在固定信 道的的前提下,平均互信息 量 有 最 大 值,即 信 道 容 量 一 定存在.但是,在传输信息时,信 道 能 否 提 供 其 最 大 传
信息论—离散信道及其信道容量

I ( X ; Y | Z ) H ( X | Z ) H ( X | YZ )
I ( X ; YZ ) I ( X ; Y ) I ( X ; Z | Y ) I ( X ; Z ) I ( X ;Y | Z )
例题
四个等概率分布的消息 M1 , M 2 , M 3 , M 4 被送入一个二 元无记忆对称信道进行传送。通过编码使
已知y,z的条件下,总共获得关于x的互信息
P( x | yz) P( x | y ) P( x | yz) I ( x; yz) log log log P( x) P( x) P( x | y ) I ( x; y ) I ( x; z | y)
同样
I ( x; yz) I ( x; z ) I ( x; y | z )
信道的分类
用户数 输入与输出的 关系
与时间的关系 输入、输出信 号的特点
两端(单用户)信道 多端(多用户)信道 无反馈信道 有反馈信道 固定参数信道 时变参数信道
离散信道、连续信道、半离散 或半连续信道、波形信道
离散信道的数学模型
X
X ( X1 ,, X i , X N )
信道
P( y | x )
r s
s
s
r
平均互信息
I ( X ;Y ) H ( X ) H ( X | Y )
1 1 I ( X ; Y ) P( x) log P( xy) log P( x) X ,Y P( x | y ) X P( y | x) P( xy) log P( y ) X ,Y
用矩阵来表示
0 1 0 1 p p 1 p 1 p
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
4.信道及其容量
第4章 离散信道及其容量4.1节离散无记忆信道(DMC, Discrete Memoryless Channel )什么是 “信道”?通信的基本目标是将信源发出的消息有效、可靠地通过“信道”传输到目的地,即信宿(sink )。
但什么是“信道”?Kelly 称信道是通信系统中“不愿或不能改变的部分”。
比如CDMA 通信中,设备商只能针对给定的频谱范围进行设备开发,而运营商可能出于成本的考虑,不愿意进行新的投资,仍旧采用老的设备。
通信是对随机信号的通信,因此信源必须具有可选的消息,因此不可能利用一个sin(·)信号进行通信,而是至少需要两个可供发射机进行选择。
一旦选择了信息传输所采用的信号,信道决定了从信源到信宿的过程中信号所受到的各种影响。
从数学上理解,信道指定了接收机接收到各种信号的条件概率(conditional probability),但输入信号的先念概念(prior probability )则由使用信道的接收机指定。
如果只考虑离散时间信道,则输入、输出均可用随机变量序列进行描述。
输入序列X 1,X 2,……是由发射机进行选择,信道则决定输出序列Y 1, Y 2,……的条件概率。
数学上考虑的最简单的信道是离散无记忆信道。
离散无记忆信道由三部分组成:(1) 输入字符集A ={a 1, a 2, a 3,…}。
该字符集既可以是有限,也可以是可数无限。
其中每个符号a i 代表发射机使用信道时可选择的信号。
(2) 输出字符集B={b 1, b 2, b 3,…}。
该字符集既可以是有限,也可以是可数无限。
其中每个符号bi 代表接收机使用信道时可选择的信号。
(3) 条件概率分布P Y |X (·|X ),该条件分布定义在B 上,其中X ∈A 。
它描述了信道对输入信号的影响。
离散无记忆的假设表明,信道在某一时刻的输出只与该时刻的输入有关,而与该时刻之前的输入无关。
或者:1111|(|,...,,,...,)(|)n n n Y X n n P y x x y y P y x --=,n =1,2,3….Remark: (1) n x 在信道传输时受到的影响与n 时刻以前的输入信号无关。
信息论基础离散信道及其信道容量
通信与信息基础教学部
30
信息论课件
平均互信息
互信息:信道输出端接收到某消息y(或
某消息序列y)后获得关于输入端某消息x (或某消息序列x)的信息量
I (x; y) log P(x / y) log P(xy) log P( y / x)
通信与信息基础教学部
16
信息论课件
几个重要的单符号离散信道
对称离散信道:信道矩阵中的行元素集 合相同,列元素集合也相同的信道,称 为对称信道。
通信与信息基础教学部
17
信息论课件
例:二元对称信道Binary Symmetric Channel (BSC)
1 p
0
0
p
p
1 1 p 1
通信与信息基础教学部
既不作“1”,也不作“0”
通信与信息基础教学部
21
信息论课件
例:二元删除信道Binary Erasure Channel (BEC)
p
0
0
1 p
1 q
e
1
q
1
通信与信息基础教学部
22
信息论课件
单符号离散信道的一些概率关系
对于信道[ X, P, Y ],
先
后
输入和输出符号的联合概率
验 概
验 概
通信与信息基础教学部
4
信道分类
信息论课件
根据信道的用户多少:
两端(单用户)信道 ■ 多端(多用户)信道
根据信道输入端和输出端的关联:
无反馈信道
■ 反馈信道
信息论复习要点总结
自信息量:Harta p Nata p bit a p a I i i ei i )(log)(log)(log )(102-=-=-=联合信息量:)(log)(2j i j i b a p b a I -=条件信息量:)/(log)/(2j i j i b a p b a I -=互信息量: )](/)/([log );(2i j i j i a p b a p b a I =信息的熵:∑=-=ni i i a p a p X H 12)(log)()(条件熵:∑∑==-=mj ni i j j i a b p b a p X Y H 112)/(log)()/(联合熵:∑∑==-=m j ni j i j i b a p b a p XY H 112)(log)()(平均互信息量:)](/)/([log )();(112j mj ni i j j i b p a b p b a p X Y I ∑∑===马尔可夫信源问题: 1.n 元m 阶马尔科夫信源共有n m个稳定状态。
2.用∑==mni i j i js s p s p s p 1)/()()(和1)(1=∑=mni i s p 求各状态)(i s p ;3.极限熵:)/(log )/()(11i j ni nj i j i s s p s s p s p Hmm∑∑==∞-=4.冗余度:0/1H H ∞-=ξ (H0表示等概分布信源的熵,2进制时为1)变长编码定理:m X H K m X H 22log/)(log/)(1≥>+信道容量问题:n 表示输入符号数,m 表示输出符号数。
bit/sign 无噪信道1(一一对应)信道容量:nC2log=无噪信道2(一对多)信道容量:nC 2log =无噪信道3(多对一)信道容量:mC 2log=对称信道(行列均可排列)信道容量:)..(log212m q q q H m C -=当输入X 等概分布时,输出Y 也等概分布,此时达到信道容量。
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)。
时 , ( Y 达到最大值 , , ; ) 此时 C为信道容量. 中 其
, ; =p ・・ c y c 。 口 耋 。g ,
2 行准对称离散信道 的信道容量的计算
定理 对于行准对称离散信道 , 当按行划分的每个子集的输人概率相等时可以达到信道容鸯
・
8 ・ 4
例, 矩( 三 ; 以列分两子阵 三, : 两子 如 道阵 : ) 按划成个矩 : () 个矩 信 , 可 ; , ) 这
阵行 和列均 可排 列 , 以该 信道 为准 对称 离散 信道. 所
定义 3 如果一个离散信源的信道矩阵列可排列而行不可排列 , 按行划分成若干个互不相交的子集 , 各子集既是行可排列也是列可排列 , 则称此矩阵所表示的信道为按行划分的准对称信道 , 简称为行准 对 称离 散 信道.
证明 根据行准对称离散信道 的定 义, 信道矩阵按行划分成行和列均可排列 的子集 , 将 子集 ,, L,
…
,
,
子集 I( = ,, K 中输人符号的个数记为 I I 羞 i l= . kk l2 …, ) I l l I n当该子集中输入符号概率 , ,
相 等时 , 为 P “ ∈ ) 则该 子集 中任 一输 出符 号 6的概 率 记 ( ,
1 2 … , 而且此 时 , , m,
Ia (i
): (
)o l g
=
( I l p Ii n)o ( a)- g
1 预 备 知识
设离散信道的输入 X∈{。a, a }相应的输出 Y∈{,b, b }信道统计特性 由条件概 n , …, , b, …, ,
率 p a) ( i描述 , 将其称为信道转移概率. 为直观起见 , 常用信道转移概率矩阵( 简称信道矩阵) 来描
述信道特性 若行表示输人 , 列表示输出 y则信道矩阵为如下所示 的 凡 m列的矩阵 , 行 P b a) ( I P b l 1 P b I1 ( 1a ) ( 2a )
d l1 .9 9ji n 10 2 l .02 0 .2 o:0 36 /.s .09— 7 4 2 1.3 0 0 s
信道是构成信息流通系统的重要部分 , 其任 务是以信号形式传输 和存储信息。信道 容量是信道 研究的核心 , 在物理信道一定的情况下, 人们总希望传输 的信息越多越好。信道容量表示了信道传输 信息的最大能力。对于一般信道 , 信道容量的计算相 当复杂 。特殊信道如对称信道 、 准对称信道 、 信 道矩阵可逆等的信道容量已经有了计算公式 , 而一般 的信道容量通常需使用迭代算法求解 , 该方法比 较繁琐 , 需使用计算机软件。本文在一般信道 中定义了一种行准对称离散信道 , 该信道与准对称离散 信道不同 , 准对称信道是列对称而行不对称 , 将其按列划分成对称矩阵 , 而行准对称信道是行对称而 列不对 称 , 其按列 划分 成对 称矩 阵. 文还 给 出了该 信 道容 量 的计 算 方法 , 将 本 该方法 可 解 决该 类 信道 信道 容量 的计算 。 ’
第3 2卷
湖 北 师 范 学 院 学 报 (自然 科 学 版 ) Junl fH bi o nl nvr t N trl c ne ora o ue N u a U i sy( aua S i c ) ei e
Vo. 132 No 3, 01 . 2 2
第 3期
行 准对 称 离散信 道信 道 容 量 的计 算
p6 = (』 )
∑ J P (
。
。
(i ( ) ( E p a 。 ( £ 。 ap ) 舌。 口 )( i n I)
a i )
)为第 J 个子集 中第_ 『 列的和, 由于在同一子集中列均可排列, 因此对第 J 个子集 中 ★
的 一 , (l 都 等与无 ,有 一 出 号 概 p ) 相 的即()吉 = 每 列 a 相 ,. 关故 任 输 符 的 率 ( 是 等 ,p , ) 『
Байду номын сангаас.
定义 2 如果一个离散信源的信道矩阵行可排列而列不可排列 , 按列划分 若干个互不相交的子集 , 各子集既是行可排列也是列可排列, 则称此矩阵所表示的信道为准对称信道.
收 稿 日期 :O 2 3 1 2 1— — 0
作者简介 : 肖(9 o 游雪 18 一
)女, , 湖北囊阳人 , 讲师 , 硕士 , 主要从事信息论 、 智能算法数学与研究 .
游 雪 肖, 程 舰
( 湖北 师范 学院 数 学与 统计 学院 , 北 黄石 湖 450 ) 302
摘要 : 定义了行准对称 离散 信道 , 出了该种信道容量的计算方法 , 给 井举例说明 了具体应 用
关键词 : 信道容量 ; 信道矩 阵; 准对称; 行 离散信 道 中图分类号 :2 6 0 3 文献标识码 : A 文章编号 :092 1 (0 2 0 — 0 4 0 10 -7 4 2 1 )3 0 8 3
P=
P b l2 P b 2 ( 1a ) ( 2n ) I
P b 口) ( l2
,( 】a ) P b l … P b Ⅱ ) )b I ( 2a ) ( {
定 义 l 离散无 记忆 信道容 量定义 为
C=m x ( ; ) a/ y
p ai t )
其 ,; = (P,ig 中(l pi 6 ) , 砉 a (ll ) 耋 ) ao
1 0 1 1
例 如 , 道矩 阵 信
2
O
2
1
可按分两子阵 , ) 两子阵和均 以行成个矩( ) 三 ( , 个矩行列 ÷ 这
,口; ≤C, 所有 a 其 P = ( fy) 对 f 0
可排列 , 所以该信道为行准对称离散信道. 引理 一般离 散 信道 , 当且 仅 当