【信息论】信道与信道容量(一)

第3章信道与信道容量

l  信道的数学模型及其分类

l  离散单个符号信道及其容量

l  离散序列信道及其容量

l  连续信道及其容量

 

一.信道的数学模型

1.        信道

信息传输的媒介或通道

2.        信道的主要问题

a)        信道的建模:其统计特性的描述

b)        信道传输信息的能力及其计算

c)        有噪信道中能不能实现可靠才传输?怎么实现?

3.        信道输入输出个数

单用户、多用户

4.        输入端和输出端关系

无反馈、有反馈

5.        噪声种类

随机差错、突发差错

6.        输入输出事件的时间特性和集合的特点

a)        离散信道:输入、输出的时间、幅度上都离散

b)        连续信道:幅度连续,时间离散

c)        半连续:输入和输出一个离散一个连续

d)        波形信道:输入和输出都是连续随机信号,时间连续,幅度连续

7.        信道参数与时间的关系

恒参、随参

8.        按信道接入方式分

a)        多元接入信道

b)        广播信道

9.        根据信道的记忆特性

a)        无记忆信道:信道输出仅与当前的输入有关

b)        有记忆信道:信道输出不仅与当前输入有关,还与过去的输入有关

10.    信道参数

1)        输入矢量X=(x1,x2,…,xi,…), 

xi∈A={a1,a2,…,an}

2)        输出矢量Y=(y1,y2,…,yi,…),

yj∈B={b1,b2,…,bm}

3)        信道参数

a)        输入输出之间的统计依赖关系p(Y/X)


b)        信道转移概率

4)        本章介绍

a)        无干扰信道

b)        有干扰无记忆信道

c)        有干扰有记忆信道

二.信道

1. 无干扰信道

信道中不存在随机干扰或者随机干扰很小可以略去不计,信道的输出信号Y与输入信号X之间有确定的关系Y=f(X)。已知X后,确知Y,此时,转移概率为


2. 有干扰无记忆信道

(1).概念

信道中存在随机干扰,输出符号与输入符号之间无确定的对应关系,但是,信道中任一时刻的输出符号仅统计依赖于对应时刻的输入符号


无记忆:每个输出只与当前输入之间有转移概率关系,与其他非该时刻的输入、输出都无关

问题简化

不需要矢量形式,只需分析单个符号的转移概率p(yj/xi)即可

(2).种类

1)        二进制离散信道BSC


输出比特仅与对应时刻的一个输入比特有关,与以前的输入比特无关


2)        离散无记忆信道DMC(Discrete memoryless channel)

对任意N长的输入、输出序列,有


在任何时刻信道的输出只与此时的信道输入有关,而与以前的输入无关

还满足

 

即,转移概率不随时间变化,平稳的或恒参

DMC的转移概率矩阵


3)        离散输入、连续输出信道

有限的、离散的输入符号集X∈{a1,a2,…,an},输出未经量化,实轴上的任意值Y∈{-∞, ∞}

离散时间无记忆信道,其特性由离散输入X、连续输出Y、一组条件概率密度函数PY(y/X=ai)决定。

特例:

加性高斯白噪声AWGN信道Y=X+G

G:白噪声,(0,σ2)

当X=ai给定后,Y是一个均值为ai,方差为σ2的高斯随机变量

4)        波形信道

信道的输入输出:取值连续的一维随机过程{x(t)}和{y(t)},带宽受限fm 、观察时间受限tB

离散化,L=2*fm* tB

时间离散、取值连续的平稳随机序列X=(X1,X2,…,XL)和Y=(Y1,Y2,…,YL)

波形信道→多维连续信道

多维连续信道转移密度函数

   pY(y/x)=pY (y1,y2,…,yL/x1,x2,…,xL)


Ø  考虑AWGN信道

y(t)=x(t)+n(t) 信号和噪声相互独立

   pX,Y(x,y)=pX,n(x,n)=pX(x)*pn(n)


信道的转移概率密度函数=噪声的概率密度函数


Ø  说明:条件熵Hc(Y/X)是由噪声引起的,等于噪声熵Hc(n),所以它被称为噪声熵。

Ø  主要讨论加性、高斯白噪信道

3. 有干扰有记忆信道

1)        实际信道

2)        处理困难

3)        处理方法

4)        将以及很强的L个符号当矢量符号,各矢量符号间看成无记忆

5)        将转移概率p(Y/X)看成Markov链的形式,记忆有限

特例:二进制对称信道BSC


信道的互信息量:

 

二元对称信道的平均互信息为 

                    

分析:

a)        固定信道时的平均互信息

当信道固定,即p为一个固定常数时,可得出I(X;Y)是信源分布的上凸函数


对于固定的信道,输入符号集X的概率分布不同时,在接收端平均每个符号所获得的信息量就不同

当输入符号为等概率分布时,平均互信息量I(X;Y)为最大值,这时,接收每个符号所获得的信息量最大。

这是研究信道容量的基础

b)       固定信源分布时的平均互信息

当固定信源的概率分布时,则平均互信息I(X;Y)是信道特性p的下凸函数


当二元信源固定后,改变信道特性p可获得不同的平均互信息 I

p=0.5时,I(X;Y)=0。即在信道输出端获得的信息最小,这意味着信源的信息全部损失在信道中,这是一种最差的信道,其噪声最大

这是信息率失真论的基础

信道容量

l  信道的信息传输率

n  R=I(X;Y)=H(X)-H(X/Y)  比特/符号

l  信息传输速率

信道在单位时间内平均传输的信息量定义为信息传输速率

Rt=I(X;Y)/t  比特/秒

l  信道容量

n  I(X;Y)的条件极大值

n  单位:比特/符号(bits/symbol或bits/channel use)

l  C的含义

对于一个固定的信道,总存在一种信源概率分布,使传输每一个符号平均获得的信息量,即平均互信息I(X;Y)最大,而相应的概率分布p(x)称为最佳输入分布

信道容量C仅与信道的统计特性有关,即与信道传递概率矩阵有关,而与信源分布无关

平均互信息I(X;Y)在数值计算上表现为输入分布p(x)的上凸函数,所以存在一个使某一特定信道的信息量达到极大值信道容量C的信源。

信道容量表征信道传送信息的最大能力。实际中信道传送的信息量必须小于信道容量,否则在传送过程中将会出现错误。

l  几种特殊的信道


无噪无损信道

• XY一一对应

• C=maxI(X;Y)=log n

无噪有损信道

• 多个输入变成一个输出:

• C=maxI(X;Y)=maxH(Y)

有噪无损信道

• 一个输入对应多个输出

• C=maxI(X;Y)=maxH(X)

 

l  对称DMC信道的C

对称DMC信道定义

输入对称

如果转移概率矩阵P的每一行都是第一行的置换(包含同样元素),称该矩阵是输入对称

输出对称

如果转移概率矩阵P的每一列都是第一列的置换(包含同样元素),称该矩阵是输出对称

对称的DMC信道:输入、输出都对称

 

评论 1
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