• 通信原理板块——信源信宿信息熵、离散信道信息传输速率和信道容量计算


    微信公众号上线,搜索公众号小灰灰的FPGA,关注可获取相关源码,定期更新有关FPGA的项目以及开源项目源码,包括但不限于各类检测芯片驱动、低速接口驱动、高速接口驱动、数据信号处理、图像处理以及AXI总线等
    在这里插入图片描述
    对离散信道信息传输速率和离散信道容量计算
    信源信息熵
    在这里插入图片描述
    离散信道信息传输速率
    在这里插入图片描述
    互信息量I(x;y)
    =H(x)-H(x/y)=H(y)-H(y/x)
    在这里插入图片描述
    离散信道的信道容量
    在这里插入图片描述
    (1)例题一
    某四元对称信道每个符号正确传输的概率为125/128,错成其它符号的概率为1/128。已知信源由“0”、“1”、“2”和“3”组成,且统计独立。如果消息传输速率为每秒1000个符号,四种取值的概率依次为1/4,1/4,3/8,1/8,。求:
    ①信源的信息熵;
    ②当前信源下,信道信息传输速率;
    ③信道容量。
    解析:
    ①信源的信息熵H(x)
    =1/4×[-log2(1/4)]+1/4×[-log2(1/4)]+
    3/8×[-log2(3/8)]+1/8×[-log2(1/8)]+
    =1.9056(b/符号)
    ②设x为1,2,3,4通道,对应y为1,2,3,4通道
    信道的转移概率:P(y=j/x=i)
    当i=j时,P(y=j/x=i)=125/128,i,j=1,2,3,4
    当i≠j时,P(y=j/x=i)=1/128,i,j=1,2,3,4
    信宿的各个通道概率:
    概率为1/4的y通道概率P(y=1)=P(y=2)
    =1/4×125/128+1/4×1/128+3/8×1/128+1/8×1/128
    =1/4
    概率为3/8的y通道概率P(y=3)
    =2×1/4×1/128+3/8×125/128+1/8×1/128
    =95/256
    概率为1/8的y通道概率P(y=4)
    =2×1/4×1/128+3/8×1/128+1/8×125/128
    =33/256
    信宿的熵:
    H(y)=2×1/4×[-log2(1/4)]
    +95/256×[-log2(95/256)]
    +33/256×[-log2(33/256)]
    =1.9117(b/符号)
    在这里插入图片描述
    H(y/x=i)=H(125/128,1/128,1/128,1/128)
    条件熵:
    H(y/x)=(2×1/4+3/8+1/8)
    ×{((125/128)×[-log2(125/128)])
    +3×((1/128)×[-log2(1/128)])}
    =0.1975(b/符号)
    互信息量:
    I(x;y)=H(y)-H(y/x)
    =1.9117(b/符号)-0.1975(b/符号)
    =1.7142(b/符号)
    信道信息传输速率:
    R=r×I(x;y)
    =1000(符号/s)×1.7142(b/符号)
    =1714.2(b/符号)
    ③信道容量Ct,相对于最大互信息量
    当互信息量I(x;y)最大时,此时I (x;y)max为信道容量C
    当信源等概率分布时,达到信道容量
    信源的各个取值概率
    P(x=i)=1/4;i=1,2,3,4
    信宿的各个通道概率:
    P(y=i)=1/4×125/128+3×1/4×1/128=1/4
    信宿的熵:
    H(y)=4×1/4×[-log2(1/4)]
    =2(b/符号)
    H(y/x=i)=H(125/128,1/128,1/128,1/128)
    条件熵:
    H(y/x)=(4×1/4)
    ×{((125/128)×[-log2(125/128)])
    +3×((1/128)×[-log2(1/128)])}
    =0.1975(b/符号)
    互信息量:
    I (x;y)max=H(y)-H(y/x)
    =2(b/符号)-0.1975(b/符号)
    =1.8025(b/符号)
    (2)例题二
    某八进制对称信道,传输正确的概率为0.93,错成其他符号的概率平均为0.01。信源的概率分布为:4个符号为1/8;2个符号为1/16;2个符号为3/16。
    求:
    ①信源信息熵;
    ②信道信息传输速率;
    ③信道容量。
    解析:
    ①信源的信息熵H(x)
    =4×1/8×[-log2(1/8)]+
    2×1/16×[-log2(1/16)]+
    2×3/16×[-log2(3/16)]
    =2.9056(b/符号)
    ②设x为1,2,……,8通道,对应y为1,2,……,8通道
    信道转移概率P(y=j/x=i),其中j,i=1,2,……,8
    当i=j时,P(y=j/x=i)=0.93
    当i≠j时,P(y=j/x=i)=0.01
    信宿的各个取值概率
    概率为1/8的4个符号的y概率P(y=1)=P(y=2)=P(y=3)=P(y=4)=
    1/8×0.93+3×1/8×0.01+2×1/16×0.01+2×3/16×0.01=0.125
    概率为1/16的2个符号的y概率P(y=5)=P(y=6)=
    4×1/8×0.01+1/16×0.93+1/16×0.01+2×3/16×0.01=0.0675
    概率为3/16的2个符号的y概率P(y=7)=P(y=8)=
    4×1/8×0.01+2×1/16×0.01+3/16×0.93+3/16×0.01=0.1825
    信宿的熵为:H(y)=
    =4×0.125×[-log2(0.125)]+
    2×0.0675×[-log2(0.0675)]+
    2×0.1825×[-log2(0.1825)]
    =2.9056(b/符号)
    条件熵H(y/x)
    在这里插入图片描述
    H(y/x=i)=H(0.93,0.01,0.01,0.01,0.01,0.01,0.01,0.01)
    H(y/x)=
    (4×1/8+2×1/16+2×3/16)×
    (0.93×[-log2(-0.93)]+7×0.01×[-log2(-0.01)])
    =0.5624(b/符号)
    互信息量I(x;y)=H(y)-H(y/x)
    =2.9056(b/符号)-0.5624(b/符号)
    =2.343(b/符号)
    信道信息传输速率:r=1符号/s
    R=r×I(x;y)
    =1×2.343(b/符号)
    =2.343(b/s)
    ③信道容量Ct,相对于最大信息传输速率
    当互信息量I(x;y)最大时,此时Rmax为信道容量C
    当信源等概率分布时,达到信道容量
    信源的各个取值概率
    P(x=i)=1/8;i=1,2,……,8
    信宿的各个取值概率
    P(y=j)=1/8×0.93+7×1/8×0.01=1/8;j=1,2,……,8
    信宿的熵H(Y)=8×1/8×[-log2(1/8)]=3(b/符号)
    H(y/x=i)=H(0.93,0.01,0.01,0.01,0.01,0.01,0.01,0.01)
    条件熵H(y/x)=
    (8×1/8)×
    (0.93×[-log2(-0.93)]+7×0.01×[-log2(-0.01)])
    =0.5624(b/符号)
    信道容量C=3(b/符号)- 0.5624(b/符号)=2.4376(b/符号)

  • 相关阅读:
    Python 安装faiss失败
    Apache Paimon 主键表解析
    自动控制原理《线性系统的时域分析》
    Flutter开发进阶之错误信息
    BFS专题5 跨步迷宫
    C++ map和set的使用
    C++11 正则表达式详解
    vue实现响应式改变scss样式
    QClipboard
    daisyUI - 主题漂亮、代码纯净,免费开源的 Tailwind CSS 组件库,不需要堆砌 class 名
  • 原文地址:https://blog.csdn.net/m0_50111463/article/details/134114176