我是靠谱客的博主 温柔钻石,最近开发中收集的这篇文章主要介绍第六章——有躁信道编码定理一、前言 二、错误概率和译码规则 三、最大后验概率准则与最大似然译码准则四、费诺不等式 五、错误概率与译码方法 六、码字距离 七、纠错能力与检测能力八、香农第二定理 ,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

目录

 

一、前言 

二、错误概率和译码规则 

2.1、错误概率

2.2、译码规则 

三、最大后验概率准则与最大似然译码准则

3.1、最大后验概率准则(MAP)

3.2、最大似然译码准则(ML)

3.3、举个栗子

四、费诺不等式 

五、错误概率与译码方法 

六、码字距离 

6.1汉明距离 

6.2最小距离译码准则

七、纠错能力与检测能力

八、香农第二定理 


互联网的广大朋友们,大家好!即将迈入期末的坟墓,我们一起走进信息论的知识总结。由于我复习的顺序可能不是按目录走,如果你想看完整版的,请订阅我的信息论专栏。我会尽快更新的!!!

一、前言 

1、信道编码目的:提高通信系统的可靠性尽可能将消息通过传输前后所发生的错误率降到最低。 (考过)

2、信道编码:按一定规则给信源编码的码符号序列增加一定的冗余信息时期变为具有一定数学规律的码符号序列。(加冗余的过程)

3、信道译码:接收到码符号序列后,按照与信道编码器相同的数学规律,去掉符号序列中的冗余符号。(去冗余的过程)

二、错误概率和译码规则 

2.1、错误概率

1.1 在有噪信道中传输消息是会发生错误的,为了减少错误,提高可靠性,首先分析错误概率与哪些因素有关。

与错误概率有关的因素:

  • 信道统计特性     (p199)
  • 译码的规则

2.2、译码规则 

假设输入符号集X={x_{1},x_{2},...,x_{r}}, 输出符号集Y={y_{1},y_{2},...,y_{s}}。若每一个输出符号y_{j},都能找到一个特定的函数f(y_{j})对应唯一的一个输入符号x_{i}

                              即:F(y_{j})=x_{i}  (j=1,2,3,…,s;i=1,2,3,…,r)    (这就是译码规则)

 译码规则不同,正确或错误的概率也就不同。

例如:有一个单符号信道,信道矩阵为:

P=begin {bmatrix } 0.5 & 0.3&0.2 \ 0.2& 0.3& 0.5\ 0.3 & 0.3& 0.4 end{bmatrix},矩阵的横表示b_{1},b_{2},b_{3},列表示a_{1},a_{2},a_{3}。我设计一个译码规则:

left{begin{matrix} F(b_{1})=a_{3}& \ F(b_{2})=a_{1} & \ F(b_{3})=a_{2} & end{matrix}right.   意思是,每输入符号b_{1},都能找到一个特定的函数f(b_{1})对应唯一的输入符号a_{3};每输入符号b_{2},都能找到一个特定的函数f(b_{2})对应唯一的输入符号a_{1 };每输入符号b_{3 },都能找到一个特定的函数f(b_{3})对应唯一的输入符号a_{2}

三、最大后验概率准则与最大似然译码准则

译码规则的选择需要根据平均错误概率为最小的选择,那什么是平均错误概率,以及如何计算?

平均错误概率:经过译码后平均接收到一个符号所产生的错误大小。

正确译码概率:P[f(y_{j})|y_{j}]=P(x_{i}|y_{j})  (后验概率:在输出已知情况下,输入的概率)

错误译码概率:P(e|y_{j})=1-P[f(y_{j})|y_{j}]=1-P(x_{i}|y_{j})=sum_{kneq i} P(x_{k}|y_{j})

3.1、最大后验概率准则(MAP)

按照{color{Orange} P({a}^*|b_{j})geq P(a_{i}|b_{j})}定义的译码规则,叫最大后验概率准则或者叫最小错误概率准则。(考点) 

解题步骤:

第一步:转移概率矩阵乘以P(x_{i})得到联合概率分布矩阵。

第二步:以每列矩阵的最大概率相对应的输入概率x_{i}作为译码准则。

第三步:所有译码结果对应的联合概率之和为正确概率,矩阵中其余元素之和为错误概率。 

3.2、最大似然译码准则(ML)

通常情况下,最大后验概率未知,从而介绍极大似然译码准则。

按照{color{Orange} P(b_{j}|{a}^*)geq P(b_{j}|a_{i})}定义的译码规则,叫最大似然译码准则。(考点)

 解题步骤:

第一步:以转移概率矩阵每列中最大的一个元素对应的x_{i}作为译码准则。

第二步:假如是等概率输入,所有译码准则所对应的转移概率之和乘以frac{1}{r}为正确概率,其余矩阵元素之和乘以frac{1}{r}为错误概率。(其中frac{1}{r}是等概率分布的概率)假如输入的不是等概率,就是每一行译码准则乘以对应x_{i}之和即为正确概率,每一行的其余元素乘以对应的x_{i}之和即为错误概率。

看到这里晕了吗????上栗子吧。。。

3.3、举个栗子

 第一个栗子:

若信道矩阵P=begin{pmatrix} 0.5 & 0.3 & 0.2\ 0.2 & 0.3&0.5 \ 0.3& 0.3 & 0.4 end{pmatrix},设输入概率为frac{1}{6},frac{1}{3},frac{1}{2},分别根据最小错误概率准则最大似然译码准则确定译码规则,求得平均错误概率。(第一个栗子我详细写,其余内容都一样,不再详细,所以你一定要先看懂我第一个栗子。)

第二个栗子:

 设有一离散无记忆信道,矩阵信道为P=begin{pmatrix} 1/2&1/3 &1/6 \ 1/6&1/2 &1/3 \ 1/3 &1/6 &1/2end{pmatrix},若P(a_{1})=frac{1}{2},P(a_{2})=P(a_{3})=frac{1}{4}。试分别按最小错误概率准则与最大似然译码准则确定译码规则,并计算相应的平均错误概率。

 

四、费诺不等式 

平均错误概率P_{E}与译码规则有关,译码规则又由信道特性来决定,故平均错误概率P_{E}与信道统计特性存在联系,且平均错误概率与信道疑义度H(X|Y) 满足不等式:

               H(X|Y)leq H(P_{E})+P_{E}log(r-1)

说明:

  • 不论采用什么译码准则,费诺不等式均成立。
  • 信道疑义度由两部分组成:
    • H(P_{E}):是否发生错误的不确定性。即收到y后产生值为P_{E}的平均错误概率的平均不确定度。
    • 当错误发生后,确定由(r-1)个输入符号中哪一个引起的错误的不确定,其最大值为P_{E}log(r-1)

物理意义:当信源、信道给定时,信道疑义度就给定了译码错误的下限。

五、错误概率与译码方法 

  1.  对于给定信道,输入符号概率一定时,选择译码规则可使得P_{E}最小。
  2. 一般数字通信系统要求平均错误概率P_{E}10^{-6}10^{-9}数量级,甚至更低。
  3. 费诺不等式表明,要进一步降低P_{E},仅仅制定译码规则已经不够了,需要对信道的输入符号进行编码。

 二元信道中,有什么办法使得错误概率降低吗?

在发送端把消息重复发送几遍,也就是增加消息的传输时间,就可使得在接收端接收信息时错误减小,从而提高了通信的可靠性。

简单重复编码:在发送端把消息多重复几遍,可以是接收端接收信息时错误概率减小。(比如说,你妈叫你回家吃饭,你第一遍没听到,那么再来一次,你妈叫你回家吃饭。) 

在二元对称信道中,发送消息0和1,采用简单重复编码,将长度n=1的两个二元序列变为长度n=3的二元序列,那么我们称这两个长度为3的二元序列为码字,于是信道输入端就有两个码字000和111。但是在输出端,由于信道干扰的作用,码字中各个码元都有可能发生错误,那么就有可能发生8种可能的输出序列。分别为000,001,010,011,100,101,110,111。这样的一种信道可以将其看成三次无记忆扩展信道。

信道矩阵如下:

信息传输率(码率):R=frac{logM}{n}(比特/码符号)

若传输每个码符号平均需要t秒钟,则编码后单位时间传输的信息量: R=frac{logM}{nt}(比特/秒)

六、码字距离 

6.1汉明距离 

  1. 长度为n的两个符号序列(码字)alpha _{i}beta _{j}之间的距离是指 alpha _{i}beta _{j}之间对应位置上不同码元的个数,用符号D(alpha _{i},beta _{j})表示,简称D_{ij}
  2. 在某一码C中,任意两个码字的汉明距离的最小值称为该码C的最小距离。最小距离d_{min}与该码的错误概率有关。 

6.2最小距离译码准则

D_{ij}越大,P(beta _{j}|alpha _{i})越小,D_{ij}越小,P(beta _{j}|alpha _{i})越大。我们可以将最大似然译码准则与最小距离译码准则联系起来。 

 

最后的解题步骤类似最大似然译码准则。。。。

七、纠错能力与检测能力

编码可以纠正mu个及以内错误的充要条件是:d_{min}=2mu +1

编码可以检测t个及以内错误的充要条件是:d_{min}=t +1

举个栗子:

八、香农第二定理 

内容:设有一离散无记忆平均信源,其信道容量C,若编码信息率R<C,当码长n足够大时,则至少存在一种编码,使得译码错误概率任意小;相反,若信息传输率R>C,则码长无论多大,总也找不到是译码错误概率任意小的编码。 

说明:

  • “高效率,高可靠性”的信道编码存在,但未指出具体方法,该定理指出来信道编码的极限性能,为信道编码的研究指明方向。
  • 高效率:信息传输率接近信道容量。
  • 高可靠性:译码差错任意小。
  • 存在这种信道编码的必要条件为:R<C

最后

以上就是温柔钻石为你收集整理的第六章——有躁信道编码定理一、前言 二、错误概率和译码规则 三、最大后验概率准则与最大似然译码准则四、费诺不等式 五、错误概率与译码方法 六、码字距离 七、纠错能力与检测能力八、香农第二定理 的全部内容,希望文章能够帮你解决第六章——有躁信道编码定理一、前言 二、错误概率和译码规则 三、最大后验概率准则与最大似然译码准则四、费诺不等式 五、错误概率与译码方法 六、码字距离 七、纠错能力与检测能力八、香农第二定理 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(45)

评论列表共有 0 条评论

立即
投稿
返回
顶部