[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

如何在本地部署 DeepSeek Janus Pro 文生图大模型

《如何在本地部署DeepSeekJanusPro文生图大模型》DeepSeekJanusPro模型在本地成功部署,支持图片理解和文生图功能,通过Gradio界面进行交互,展示了其强大的多模态处... 目录什么是 Janus Pro1. 安装 conda2. 创建 python 虚拟环境3. 克隆 janus

本地私有化部署DeepSeek模型的详细教程

《本地私有化部署DeepSeek模型的详细教程》DeepSeek模型是一种强大的语言模型,本地私有化部署可以让用户在自己的环境中安全、高效地使用该模型,避免数据传输到外部带来的安全风险,同时也能根据自... 目录一、引言二、环境准备(一)硬件要求(二)软件要求(三)创建虚拟环境三、安装依赖库四、获取 Dee

DeepSeek模型本地部署的详细教程

《DeepSeek模型本地部署的详细教程》DeepSeek作为一款开源且性能强大的大语言模型,提供了灵活的本地部署方案,让用户能够在本地环境中高效运行模型,同时保护数据隐私,在本地成功部署DeepSe... 目录一、环境准备(一)硬件需求(二)软件依赖二、安装Ollama三、下载并部署DeepSeek模型选

Golang的CSP模型简介(最新推荐)

《Golang的CSP模型简介(最新推荐)》Golang采用了CSP(CommunicatingSequentialProcesses,通信顺序进程)并发模型,通过goroutine和channe... 目录前言一、介绍1. 什么是 CSP 模型2. Goroutine3. Channel4. Channe