证明准对称信道容量公式:P22214029彭方略,P22214030鲍国志

一、引言

       信息论由克劳德·香农(Claude Shannon)在20世纪中期创立,是研究信息的测量、传输和处理的科学。信息论的核心问题是如何在给定的约束条件下,最大化信息传输的效率和可靠性。信息论的应用范围广泛,包括通信系统、数据压缩、密码学、生物信息学和机器学习等。

       信道容量是信道所能传输的最大信息速率,是信息论的一个核心概念。香农在其1948年的论文中提出了信道容量的定义和计算方法。信道容量是指在给定噪声水平下,信道能够可靠传输的最大信息速率。

       对于一个离散无记忆DMC信道,信道容量定义为:

其中,表示输入随机变量  和输出随机变量  的互信息,是输入信号的概率分布。

       互信息表示之间的依赖关系,定义如下:

这里, 的信息熵, 是在已知 的情况下 的条件熵。

二、准对称离散无记忆DMC信道

1.概念

       准对称离散无记忆信道(Quasi-symmetric Discrete Memoryless Channel, QDMC)是一种特殊类型的DMC信道。对于准对称信道,信道的转移概率矩阵具有某种对称性,使得信道容量的计算更加简化。

       具体来说,准对称信道的特性包括:

  1. 对称性:信道的转移概率矩阵中的每一行都是某种形式的排列。
  2. 无记忆性:信道的当前输出仅依赖于当前输入,而不依赖于之前的输入 和输出。
  3. 离散性:信道的输入和输出都是离散的随机变量。

2.信道模型

       一个典型的准对称DMC信道可以用信道转移概率矩阵 来表示,其中 是在输入为 时输出为  的条件概率。假设输入字母表为,输出字母表为,则准对称信道的转移概率矩阵满足以下条件:

转移概率矩阵输入对称而输出不对称,即转移概率矩阵的每一行都包含同样的元素而各列的元素可以不同。矩阵的每一行是相同元素的排列或相同元素的置换。

3.准对称离散无记忆信道容量的计算公式及推导证明

      1)计算公式

       其中是信道容量,以比特为传输单位;是输入符号的数量; 是信道的输出熵定义为:这里的是输出符号的概率。

      2)推导证明

  设准对称信道的矩阵为:

          P=(p(y1|x1)p(y2|x1)…p(ys|x1)p(y1|x2)p(y2|x2)…p(ys|x2)… p(y1|xr)p(y2|xr)…p(ys|xr))

  将矩阵P分为n个对称子阵P1,P2,⋯,Pn;对应的输出符号集Y划分为Y1,Y2,⋯,Yn ;设xi∈X(x1,x2,…,xr) ,则有:

                  I(xi;Y)=∑Yp(y|xi)log2p(y|xi)p(y)

                       =∑Yp(y|xi)log2p(y|xi)−∑Yp(y|xi)log2p(y)

因为P是准对称矩阵,它的行元素由{q1,q2,⋯,qs} 排列而成

所以有:

                 ∑Yp(y|xi)log2p(y|xi)=−H(q1,q2,…,qs)   (其中i=1,2,…,r)

设P(xi)=1/r,即输入等概分布,则后一项为:

                ∑Yp(y|xi)log2p(y)

               =∑Yp(y|xi)log2∑Xp(y|xi)p(xi)

                =∑Yp(y|xi)log2(1/r)∑Xp(y|xi)

               =∑y∈Y1p(y|xi)log2(1/r)∑Xp(y|xi)+∑y∈Y2p(y|xi)log2(1/r)

                ∑Xp(y|xi)+∑y∈Ynp(y|xi)log2(1/r)∑Xp(y|xi)

  因为P1,P2,…,Pn对称,所以有:

                 ∑Xp(y|xi)=M1,y∈Y1

                 ∑Xp(y|xi)=M2,y∈Y2

                 …

                 ∑Xp(y|xi)=M1,y∈Yn

 都与xi无关,其中Mi为y固定时,矩阵Pi中列元素之和,是一个常数。

                 ∑y∈Y1p(y|xi)=N1

                 ∑y∈Y2p(y|xi)=N2

                 …

                 ∑y∈Ynp(y|xi)=Nn
 

  其中,Ni表示xi固定时,矩阵Pi中行元素之和,也是一个常数。

所以有:

                 ∑Yp(y|xi)log2p(y)

                 =N1log2M1/r+N2log2M2/r+⋯+Nnlog2Mn/r

                =∑nk=1Nklog2Mk/r

  所以得到:

             I(xi;Y)=−H(q1,q2,⋯,qs)−∑nk=1Nklog2Mk/r

                  =log2r−H(q1,q2,⋯,qs)− ∑nk=1Nklog2Mk

                  =C(常数)

根据定理,有:

C= log2r−H(q1,q2,⋯,qs)− ∑nk=1Nklog2Mk

证毕

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值