信息论第二讲离散信源的熵

信息论第二讲离散信源的熵

ID:39278734

大小:370.82 KB

页数:60页

时间:2019-06-29

信息论第二讲离散信源的熵_第1页
信息论第二讲离散信源的熵_第2页
信息论第二讲离散信源的熵_第3页
信息论第二讲离散信源的熵_第4页
信息论第二讲离散信源的熵_第5页
资源描述:

《信息论第二讲离散信源的熵》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、⑴离散信源特性:根据Shannon信息论的观点,信源要含有一定的信息,必然具有随机性,即有不确定性,可以用其概率来表示。2、离散信源的熵2.1离散信源的数学模型2.1.1单符号离散信源的数学模型7/18/20211⑵离散信源空间:信源的符号(状态)随机地取值于一个离散集合[X]=(x1,x2,…xn)中,一个离散信源可以用一个离散随机变量的概率空间表示。[P]=(p1,p2,…pn)这种表示称为离散无记忆信源的信源空间。信源空间必为一个完备空间,即其概率和为1。7/18/20212⑶信源数学模型描述的条

2、件:用信源空间(离散随机变量)来表示信源的条件是信源符号(状态)的先验概率是可知的,这是Shannon信息论的一个基本假说。7/18/20213信息的理解1只有信息的概念没有信息的定义;2山农信息论认为:“正如熵表示分子无组织程度的度量一样,离散信源中所包含的信息就是信源符号不确定程性的度量”。组织程度的度量;有序程度的度量;用以减少不确定性的东西;3还有其它的描述:信息就是使概率分布发生变化的东西;信息是反映事物的形式、关系和差异的东西,信息包含在事物的差异之中,而不在事物本身。7/18/20214⑴

3、不确定性:只有不确定性存在,才有信息存在,获得消息后消除了不确定性才得到信息。在一个通信系统中,收信者所获取的信息量,在数量上等于通信前后对信源的不确定性的减少量。⑵不确定性的度量(不确定度):不确定度应该等于猜测某一随机事件是否会发生的难易程度。2.1.2信源符号不确定性的度量(uncertainty)7/18/20215⑶Hartly公式:信源不确定度的大小与信源的消息符号数有关;符号数越多,不确定度越大;信源不确定度的大小与信源的消息符号概率有关;概率越小,不确定度越大;信源不确定度应具有可加性;

4、同时应当满足:如果p(xi)=0,则I(xi)=∞,如果p(xi)=1,则I(xi)=0。因此为了满足以上四个条件,应把信源不确定度写为对数形式:7/18/20216⑴自信息量的定义:收信者收到一个消息状态得到的信息量,等于收到后对这个消息状态不确定度的减少量。I(信息量)=不确定度的减少量。2.1.3信源符号的自信息量7/18/20217⑵无噪声信道下的自信息量:在假设信道没有干扰(无噪声)的情况下,信源发出信源状态xi,接收者就会收到xi,这时接收者收到的信息量就等于信源状态xi本身含有的信息量(不

5、确定度),称为信源状态xi的自信息量,记为I(xi)。这时,接收到xi所获得的信息量等于信源输出发出的信息量。7/18/20218⑶有噪声信道下的互信息量:在有噪声信道下,信源发出的状态为xi,接收者收到的状态为yj,接收者收到yj后,从yj中获取到关于xi的信息量,就是信源发出xi后,接收者收到的信息量,称为互信息量。记为I(xi,yj)。接收到yj后,信源实际发出xi时接收者所获得的信息量。由于噪声的干扰,接收者收到的信息量小于信源发出的信息量。7/18/20219H(xi)为信源状态xi本身具有的

6、不确定性;H(xi/yj)为接收到一个yj后,信源状态xi仍存在的不确定度;收到yj后,信源状态xi的不确定性应有所变化,这个变化量就称为信源状态xi的互信息量。这个互信息量在什么条件下为大于零?等于零?小于零?7/18/202110(1)信源熵的定义:信源一个消息状态所具有的平均信息量。离散无记忆信源的熵(独立熵):2.2单符号离散信源的熵2.2.1信源熵的概念(Entropy)H(X)表示信源发出任何一个消息状态所携带的平均信息量,也等于在无噪声条件下,接收者收到一个消息状态所获得的平均信息量。7/

7、18/202111(2)熵的物理意义:熵的本意为热力学中表示分子状态的紊乱程度;信息论中熵表示信源中消息状态的不确定度;(3)信源熵与信息量有不同的意义;H(X)表示信源X每一个状态所能提供的平均信息量;H(X)表示信源X在没有发出符号以前,接收者对信源的平均不确定度;H(X)表示随机变量X的随机性;7/18/202112熵函数可以表示为:2.2.2熵函数的性质性质1:非负性;H(X)≥0性质2:对称性;性质3:确定性;7/18/202113性质4:连续性;性质5:扩展性;2.2.3离散信源的最大熵(一

8、)一般离散信源的最大熵在数学上可以证明熵函数存在最大值,离散信源的熵函数有n个变量,有一个约束条件,作一个辅助函数:7/18/202114Hmax(X)=H(1/n,1/n,……,1/n)=logn这个结果称为离散信源得最大熵定理。它表明,在所有符号数相同,而概率分布不同的离散信源中,当先验概率相等时得到的熵最大。最大熵的值取决于符号状态数,状态数越多,熵越大。7/18/202115这时可求得离散信源得最大熵为(二)均值受限的离散信源的最大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。