Материал: Расчет информационных параметров канала связи. методические указания к выполнению курсового проекта по дисциплине Теория информации и кодирования. Поздышева О.В

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

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

Источник: https://studfile.net/preview/16565362/