我是靠谱客的博主 阔达便当,最近开发中收集的这篇文章主要介绍<信息论>[Matlab]-[实验二]离散信道的容量实验二 离散信道的容量,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

实验二 离散信道的容量

一、信道容量的物理意义、概念

信道容量是信道的一个参数,反映了信道所能传输的最大信息量,其大小与信源无关。对不同的输入概率分布,互信息一定存在最大值。我们将这个最大值定义为信道的容量。一旦转移概率矩阵确定以后,信道容量也就完全确定了。尽管信道容量的定义涉及到输入概率分布,但信道容量的数值与输入概率分布无关。我们将不同的输入概率分布称为试验信源,对不同的试验信源,互信息也不一样。其中必有一个试验信源使互信息达到最大。这个最大值就是信道容量。

二、离散信道容量的计算步骤

1、对称离散信道求信道容量

对于对称离散信道,若其转移概率用如下的信道转移概率矩阵来表示

P = [ p ( b 1 / a 1 ) ⋯ p ( b s / a 1 ) ⋮ ⋮ p ( b 1 / a r ) ⋯ p ( b s / a r ) ] P=Bigg[ begin{matrix}p(b_1/a_1)&cdots &p(b_s/a_1)\vdots& &vdots\p(b_1/a_r)&cdots&p(b_s/a_r)end{matrix}Bigg] P=[p(b1/a1)p(b1/ar)p(bs/a1)p(bs/ar)]

其中,信道矩阵P中每一行都是第一行的重新排列,每一列也都是第一列的重新排列的规律

则其信道容量为

C = max ⁡ p ( x ) I ( X ; Y ) = max ⁡ p ( x ) [ H ( Y ) − H ( p 1 , p 2 , ⋯   , p s ) ] = l o g s − H ( p 1 , p 2 , ⋯   , p s ) ( 比 特 / 符 号 ) begin{aligned}C &= max_{p(x)} I(X;Y) \ &= max_{p(x)}[H(Y) -H(p_1,p_2,cdots,p_s)]\&=logs - H(p_1,p_2,cdots,p_s) (比特/符号)end{aligned} C=p(x)maxI(X;Y)=p(x)max[H(Y)H(p1,p2,,ps)]=logsH(p1,p2,,ps)/

流程框图

在这里插入图片描述

2、已知信噪比信道带宽求信道容量

根据香农公式

C = W l o g ( 1 + P S N 0 W ) C = Wlog(1+frac{P_S}{N_0W}) C=Wlog(1+N0WPS)

P s P_s Ps是信号的平均功率; N 0 W N_0W N0W为高斯白噪声在带宽W内的平均功率。

流程框图
在这里插入图片描述

三、Matlab实现

  1. 对称离散信道求信道容量

    clear
    p = input("请输入信道转移概率矩阵");
    a = 0;
    s = size(p,2);
    for i = 1:s
        a = a - p(1,i) * log2(p(1,i));
    end
    c = log2(s) - a;
    fprintf('信道容量: %f (bit/symbol)n',c);    %输出结果
    

    运行结果
    在这里插入图片描述

  2. 已知信噪比信道带宽求信道容量

    clear
    W = input("请输入信道带宽:");    %信道带宽
    Ps_n = input("请输入信噪比:");  %信噪比
    C = W * log2(1+Ps_n);
    fprintf('信道容量: %f genbit/symbol)n',C);    %输出结果
    

    运行结果

    在这里插入图片描述

四、信道容量与信源先验概率及信道转移概率的关系

信道容量是信道的一个参数,反映了信道所能传输的最大信息量,其大小与信源无关。对不同的输入概率分布,互信息一定存在最大值。我们将这个最大值定义为信道的容量。一旦转移概率矩阵确定以后,信道容量也完全确定了。尽管信道容量的定义涉及到输入概率的分布,但信道容量的数值与输入概率分布无关。我们将不同的输入概率分布称为试验信源,对不同的试验信源,互信息也不同。其中必有一个试验信源使互信息达到最大。这个最大值就是信道容量。

最后

以上就是阔达便当为你收集整理的<信息论>[Matlab]-[实验二]离散信道的容量实验二 离散信道的容量的全部内容,希望文章能够帮你解决<信息论>[Matlab]-[实验二]离散信道的容量实验二 离散信道的容量所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(53)

评论列表共有 0 条评论

立即
投稿
返回
顶部