2. Энтропия источника сообщений
Получатель знает весь набор возможных сообщений, которые могут быть ему направлены, но какое именно сообщение передано ему сейчас – для него тайна. Именно в этом и заключается неопределенность состояния получателя. Если сообщение принято и есть уверенность, что понято правильно, то неопределенность исчезает. Другими словами сообщение содержало в себе ровно столько информации, сколько было неопределенности у получателя.
Таким образом, центральным вопросом становится способ определения меры неопределенности сообщения. Эта величина называется энтропией.
Если источник информации {Х, p(xi)}, i = 1,M, располагающий алфавитом из M букв, передал «случайно для себя» букву j , то количество переданной информации составит, согласно Шеннону, величину H (хj ) = - log2 p(хj). Чем больше вероятность p(хj), тем меньшее количество информации было передано.
Обычно в теории информации работают со средними значениями, поэтому источник принято характеризовать средней (больцмановской) энтропией, определяемой по формуле
Нср( ) = − ∑ ( ) ∙ log2 ( ) .
Можно показать, что средняя энтропия максимальна, если все сообщения равновероятны, т.е.
1
( ) = ; ( ) = log2 .
Если каждой паре xi yj поставлена в соответствие
16
вероятность p(xi yj), то имеем произведение ансамблей
{XY, p(xy)}. Для элементов объединенного ансамбля имеют место обычные свойства вероятностей:
∑ =1 ( , ) = ( ) , ∑ =1 ( , ) = ( ).
Из указанных свойств, в частности, следует, что если задано произведение ансамблей, то всегда могут быть найдены исходные ансамбли {X, p(x)} и {Y, p(y)}.
Обратное возможно лишь в случае, когда элементы исходных ансамблей независимы, при этом
p(xi yj) = p(xi )· p(yj ).
В общем случае для зависимых ансамблей p(xi yj) = p(xi) · p(yj / xi) = p(yj) · p(xi / yj),
т.е. для определения вероятности элемента объединенного ансамбля необходимо задание условной вероятности появления элемента одного из ансамблей, при условии, что реализовался элемент другого ансамбля:
( ⁄ ) = ( ) , ( ⁄ ) = ( ) .
( )
Математически канал связи задается множеством допустимых сообщений на входе, множеством допустимых сообщений на выходе и набором условных вероятностей P(y/x) получения сигнала y на выходе при входном сигнале x. Условные вероятности описывают статистические свойства “шумов” (или помех), искажающих сигнал в процессе передачи.
На практике чаще всего используется модель симметричного двоичного канала связи.
Схемы и матрицы основных симметричных каналов
17
приведены на рис. 4, где р – вероятность трансформации сигнала; 1 - р - вероятность правильного прохождения сигнала.
− |
|
= ‖ |
− ‖ |
Рис. 4. Схема и матрица двоичного симметричного канала связи
В реальных системах связи в результате искажений, которые возникают из-за шумов, действующих в канале связи, принятое сообщение отличается от переданного. Это означает, что в канале с шумами происходит потеря информации. Количество информации I(X) отражает свойство ненадежности системы.
Полную взаимную информацию ( ) можно определить исходя из начальных данных по следующим формулам:
|
|
|
|
|
( |
) |
|
|
|||
|
|
|
|
|
|
|
|||||
( ) = ∑ ∑ ( ) log |
|
|
|
|
; |
||||||
|
|
|
|
|
|||||||
|
|
|
|
|
( |
|
)( ) |
||||
=1 =1 |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
( |
⁄ |
) |
|||
|
|
|
|
|
|
||||||
( ) = ∑ ∑ ( |
)( |
⁄ |
) log |
|
|
|
|
|
; |
||
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
( ) |
|
|
||
=1 =1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
18 |
|
|
|
|
|
|
|
|
|
|
|
|
|
( |
|
⁄ ) |
|
|
|
|
|
|
|||
( ) = ∑ ∑ ( ) ( |
|
⁄ ) log |
|
|
. |
||
|
|
|
|
||||
|
|
|
( ) |
||||
=1 =1 |
|
|
|||||
|
|
|
|
|
|
||
В зависимости от условий поставленной задачи возможно найти все параметры системы, используя выше приведенные формулы.
Методы блочного кодирования, необходимые для решения данной задачи, приведены в следующей главе.
19
3. Методы эффективного кодирования
Под кодированием понимают отображение состояний некоторой системы (источника сообщений) с помощью состояний сложного сигнала, который представляет собой последовательность из n элементарных сигналов.
Процедуру оптимального кодирования часто называют сжатием данных. Тогда задача сжатия данных есть минимизация технических затрат на хранение или передачу информации путем оптимального кодирования.
Основные информационные характеристики при кодировании:
-энтропия источника H
-избыточность источника
-среднее число символов в коде
-избыточность кода
|
K |
|
|
|
|
|
|
|
|
|
||
|
P log P |
; |
|
|
|
|||||||
|
|
i |
|
|
i |
|
|
|
||||
|
|
i 1 |
|
H |
|
|
|
|
|
|
||
|
|
|
1 |
|
|
; |
||||||
К |
|
|
|
|||||||||
и |
|
|
|
|
|
|
||||||
|
|
|
log K |
|||||||||
|
|
|
|
|
||||||||
|
|
|
K |
|
|
|
|
|
|
|
|
|
n |
|
n |
|
P |
; |
|
|
|
||||
|
|
|
i |
|
i |
|
|
|
||||
|
|
|
i 1 |
|
|
H |
|
|
|
|
||
|
|
|
|
. |
||||||||
К к |
1 |
|
||||||||||
|
n |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
||
При решении задачи сжатия естественным является вопрос, насколько эффективна та или иная система сжатия.
В идеальном случае, когда ̅ ≈ ( ), код называют эффективным. Эффективность кода оценивается величиной:
( )= ̅ .
Всвязи с тем, что при кодировании
неравновероятных сообщений равномерные коды
20