《信息论与编码》课件1第6章.ppt

  1. 1、本文档共140页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多

信源编码以提高信息系统的有效性为目的,通过消除信源的信息冗余减小每一信源符号的平均比特数,从而实现信源输出信息的有效表示和传输。信道编码则以提高信息传输的可靠性为目的,在充分利用信道信息传输能力的条件下,通过加入特定形式的冗余数据,使得编码序列具有发现和纠正传输误码的能力,从而实现信源信息的可靠传输。因此,提高系统的抗干扰能力往往是以降低系统的信息传输效率为代价的:反之,提高系统的传输效率又常常使抗干扰能力减弱。可见,在信息系统的研究和设计中,有效性和可靠性是一对相互矛盾的技术指标。信息理论和编码技术的研究将从信源、信道的统计关系出发,研究提高信息系统有效性和可靠性的基本理论和方法,使有效性和可靠性两者达到辩证的统一,从而实现信息系统的最优化。习题66.1已知离散无记忆信源。(1)试求X的二次扩展信源[X2,P]和H(X2);(2)试求X的三次扩展信源[X3,P]和H(X3);(3)验证H(X2)=2H(X),H(X3)=3H(X)。6.2已知离散无记忆信源的概率空间计算此信源的相对熵和信源冗余度。6.3某平稳信源设它发出的符号只与前一个有关,已知联合概率分布如表6-2所示。(1)若认为信源符号间无依赖性,计算H(X)。(2)考虑题示符号间的相关性,计算H(X2|X1)、H(X1X2)和平均符号熵H2(X)。(3)验证H(X2|X1)H(X)、H(X1X2)2H(X)和H2(X)H(X),并解释H2(X)H(X)的物理含义。表6-2题6.3表6.4已知平稳信源。(1)若认为信源是无记忆的,此信源的冗余度如何?(2)若认为此信源实际的熵近似为H2(X),即Hx≈H2(X),且已知两个符号的联合概率分布如表6-2所示,计算此时的冗余度。(3)由(1)和(2)的计算结果可得出什么结论?6.5证明平稳信源有H(X3|X1X2)≤H(X2|X1),并说明等式成立的条件。6.6设有一个信源,它产生0,1序列的消息。它在任意时间而且不论以前发生过什么符号,均按P(0)=0.4,P(1)=0.6的概率发出符号。(1)试问这个信源是否平稳?(2)试计算H(X2)、H(X3|X1X2)及。(3)试计算H(X4)并写出X4信源中可能有的所有符号。6.7有一信源,它在开始时以P(a)=0.6,P(b)=0.3,P(c)=0.1的概率发出X1。当X1为a时,X2为a、b、c的概率各为1/3:X1为b时,X2为a、b、c的概率各为1/3:X1为c时,X2为a、b的概率各为1/2,为c的概率为0。后面发出Xi的概率只与Xi-1有关,P(Xi|Xi-1)=P(X2|X1),i≥3。利用马尔可夫信源的图示法画出状态转移图,并计算信源熵H∞。6.8一阶马尔可夫信源的状态图如图6-5所示,信源X的符号集为{0,1,2},并定义。(1)求信源平稳后的概率分布P(0)、P(1)和P(2)。(2)求此信源的熵。(3)近似认为此信源为无记忆时,符号的概率分布等于平稳分布。求近似信源的熵H(X),并与H∞进行比较。(4)对一阶马尔可夫信源,p取何值时H∞取最大值?当p=0和p=1时,结果如何?图6-5题6.8图6.9一阶马尔可夫信源的状态图如图6-6所示,信源X的符号集为{0,1,2}。(1)求平稳后信源的概率分布。(2)求信源的熵H∞。(3)求当p=0和p=1时信源的熵,并说明其理由。图6-6题6.9图6.10黑白气象传真图的消息只有黑色和白色两种,即信源X={黑,白},设黑色出现的概率P(黑)=0.3,白色出现的概率P(白)=0.7。(1)假设图上黑白消息出现前后没有关联,求熵H(X)。(2)假设黑白消息前后有关联,其依赖关系为P(白|白)=0.9,P(黑|白)=0.1,P(白|黑)=0.2,P(黑|黑)=0.8,求此一阶马尔可夫信源的熵H2。(3)分别求出上述两种信源的剩余度,并比较H(X)和H2的大小,说明其物理意义。由概率分布可知,状态一步转移概率为P(E1|E1)=P(E4|E4)=0.8P(E2|E1)=P(E3|E4)=0.2P(E3|E2)=P(E2|E3)=P(E4|E2)=P(E1|E3)=0.5其他状态转

文档评论(0)

酱酱 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档