本文仅供学习使用,如有侵权请及时联系,博主会第一时间进行处理
一、实验目的
1.掌握离散信源熵的含义及其计算方法;
2.理解熵函数的性质及其物理意义;
3.探究熵的对称性、确定性、扩展性、极值性和上凸性。
二、实验原理及内容
离散信源相关的基本概念、原理和计算公式;
产生离散信息的信源称为离散信源。离散信源产生有限种符号。假设X是一个离散随机变量,信源的数学模型统一抽象为:
离散信源熵的是从整个信源的统计特性来考虑的。它是从平均意义上来表征信源的总体信息测度的。对于某特定的信源,其信息熵是一个确定的数值。不同的信源因统计特性不同,其熵也不同。离散信源的熵计算公式为:
1.基本要求
对输出两个符号的离散信源的熵进行研究,能够用图形显示出离散信源的熵的曲线,要求横纵坐标表明物理量及其单位等信息。同时根据曲线说明可以体现出的离散信源的相关性质。
2.扩展要求
离散信源的输出符号有限个(可大于2个,可参数设置);可输入各个符号的概率;可判断信源各个符号的概率总和是否为1,从而确定输入符号的概率是否正确;可打印出离散信源的熵值;从熵值探究熵的对称性、确定性、扩展性、极值性。可另加自创。
三、实验设备与材料
计算机和matlab软件
四、实验步骤
1.打开matlab编辑窗口,输入源程序(程序要有注释,且要有合理的结构);
2.保持源文件(文件名一定要和程序的功能相匹配,不可随意保存);
3.单击Debug菜单下的Run,或直接按F5执行;
4.分析运行结果,当不满足设计要求时,调试改进。
五、实验程序及运行结果
基础部分实验程序:
p0=0;%Minimum Probability%
pd=1;%Maximum Probability%
N=100;%100 sampling points%
p=linspace(p0,pd,N);%100 sampling points constitute a linear vector%
pa=[1/2,1/2];%pa is the probability space of discrete memoryless sources%
pb=[1/4,3/4];%pb is the probability space of discrete memoryless sources%
entropya=0;%Initial Entropy of discrete memoryless sources is 0%
entropyb=0;%Initial Entropy of discrete memoryless sources is 0%
for i=1:2%Because there are two messages, the loop is repeated two times.%
entropya=entropya+pa(i)*log2(1/pa(i));%information entropy function%
entropyb=entropyb+pb(i)*log2(1/pb(i));%information entropy function%
end
disp('Entropy of discrete memory-less sources:');
entropya
disp('Entropy of discrete memory-less sources:');
entropyb
H=-(p).*log2(p)-(1-p).*log2(1-p);% entropy function %
plot(p,H)
title('entropy H(p)=-(p).*log2(p)-(1-p).