接上一节 第二章-信源与信息熵(一)
2.3 离散序列信源的熵
简介
1. 离散无记忆序列信源
a) 离散无记忆信源的序列熵
b) 离散无记忆信源的符号熵
2. 离散有记忆序列信源
a) 平稳信源
i. 序列熵
ii. 符号熵
b) 马尔可夫信源
i. 序列熵
ii. 符号熵
3. 从最简单的离散无记忆序列→平稳序列→马氏序列
4. 无记忆
a) 简单
5. 有记忆
a) 无限记忆
b) 有限记忆
i. 马尔可夫信源
1. 广泛出现在计算机、通讯、自动控制、随机服务、可靠性、生物学、经济、管理、教育、气象、物理、化学等众多领域
2. Markov Process 的最简单的两种类型
a) 离散时间离散状态Markov链:本书
b) 连续时间离散状态Markov链
一.离散无记忆序列信源的熵
序列熵
平均每个符号熵(消息熵)
离散无记忆序列符号熵 = 序列熵的算术平均值
二.离散有记忆序列信源的熵
离散有记忆信源的序列熵和消息熵
先考虑平稳序列
三.平稳信源
定义:若信源产生的随机序列
满足
a) 所有Xi都取值于有限的信源符号集A=(a1,a2,…,aq)
b) A中每个状态是离散的、状态明晰的
c) 随机序列是平稳的,即对所有非负整数