[信息论与编码理论专题-4]:信道、信道模型与信道容量

2024-03-06 08:59

本文主要是介绍[信息论与编码理论专题-4]:信道、信道模型与信道容量,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者主页(文火冰糖的硅基工坊):https://blog.csdn.net/HiWangWenBing

本文网址:https://blog.csdn.net/HiWangWenBing/article/details/118559972


目录

第1部分 信道的数学模型与分类

第2部分 信道与信道容量

第3部分 离散无记忆信道的信道容量

第4部分 组合信道的信道容量

第5部分 时间离散的连续信道的信道容量

第6部分 波形信道的信道容量

附录:


第1部分 信道的数学模型与分类

 备注:

信息论的传输规律是指:

(1)关系1:输出与输入的数值的对应关系(转换特性)

(2)关系2:输出与输入的数字对应关系的概率(统计特性)

  • 如果输出与输入的关系是完全确定的,那这种信道就是无损信道,是无干扰信道,是确定性信道,信道本身是无信息量的。
  • 如果输出与输入的关系不是完全确定的,那这种信道就是有损信道,是有干扰信道,是不确定性信道,信道就存在一定的误码率,信道本身是包含了一定的信息量。这是信息研究的重点,
  • 对于二进制数字信道而言,输出和输入都是0或1。输出与输入的关系是1-》1,概率为大概率;1-》0,概率为小概率; 0-》0,大概率;0-》1小概率。而小概率事件,实际上就是误码率。

备注:

  • 在上图中,输出与输入,不 仅仅是0和1,而是X1, X2.......Xn中,n钟输入与输出
  • 在上图中,当Xi的值都是0和1时,Yi的值都是0和1时,这样的信道就是二进制数字信道。
  • 这里的概率称为转移概率。 
  • 所有的输出与输入的概率关系,构成了一个概率矩阵。又称为概率转移矩阵。

 备注:信道的分离是根据信道的模型来进行分类的。

 

备注:

这里的参数关系,并不是输出与输人数值的函数关系,而是只数值的概率关系,或称为统计关系。

因此,信息论关注的是概率关系!!!而不是输出与输人数值转换的函数关系。这需要引起注意。

恒参信道:意味着信道的转移概率不随着时间的变化而变化 。

 

备注:

  • 行数:输入序列中符号的种类,第一行表示输入是Ai时,输出为b1,b2......bn的概率。
  • 列数:输出序列中符号的种类

 

备注:

  • 二元对称信道,就是我们常说的二进制数据传输信道
  • p就是误码率
  • 1-》0和0-》1这两种情况的出错的概率是等同的。

 

备注:

  • 二元删除信道中的数字2,相当于数字通信中的无效数据,相同于二进制数据中数据丢失的情形,而不是出错的情形。 
  • 上图中的p不是出错率,而是丢失率。所谓称为"删除”

第2部分 信道与信道容量

 

 

 

 

 

 

 

 

备注:

  • 以输出的维度为基准

 

 备注:

  • 以输入的维度为基准

第3部分 离散无记忆信道的信道容量

 

 

第4部分 组合信道的信道容量

第5部分 时间离散的连续信道的信道容量

第6部分 波形信道的信道容量


附录:

作者主页(文火冰糖的硅基工坊):https://blog.csdn.net/HiWangWenBing

本文网址:https://blog.csdn.net/HiWangWenBing/article/details/118559972

这篇关于[信息论与编码理论专题-4]:信道、信道模型与信道容量的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/779513

相关文章

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

VSCode中C/C++编码乱码问题的两种解决方法

《VSCode中C/C++编码乱码问题的两种解决方法》在中国地区,Windows系统中的cmd和PowerShell默认编码是GBK,但VSCode默认使用UTF-8编码,这种编码不一致会导致在VSC... 目录问题方法一:通过 Code Runner 插件调整编码配置步骤方法二:在 PowerShell

Python如何实现读取csv文件时忽略文件的编码格式

《Python如何实现读取csv文件时忽略文件的编码格式》我们再日常读取csv文件的时候经常会发现csv文件的格式有多种,所以这篇文章为大家介绍了Python如何实现读取csv文件时忽略文件的编码格式... 目录1、背景介绍2、库的安装3、核心代码4、完整代码1、背景介绍我们再日常读取csv文件的时候经常

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首