【正文】
?信源 X有兩個(gè)消息, M=2 ? 一個(gè)符號(hào)出現(xiàn)概率 P ? 另一個(gè)符號(hào)出現(xiàn)概率 1- P ? 該信源的熵 ? ? ? ? ? ?l o g 1 l o g 1H X P P P P? ? ? ? ?????H(P) 1 0 1 P 最大熵 條件熵 ?條件熵是聯(lián)合空間 XY上 的 條件自信息量 的概率加權(quán)平均值。 ? 無記憶信源的平均自信息量是各消息自信息量的概率加權(quán)平均值(統(tǒng)計(jì)平均值)。對(duì)消息 xi而言,其條件概率定義為 P(xi|yj)。 ? 在極限情況下,出現(xiàn)概率為 1的確定性事件,其自信息量為零。不僅在電子學(xué)的其他領(lǐng)域,如計(jì)算機(jī)、自動(dòng)控制等方面大顯身手,而且遍及物理學(xué)、化學(xué)、生物學(xué)、心理學(xué)、醫(yī)學(xué)、經(jīng)濟(jì)學(xué)、人類學(xué)、語音學(xué)、統(tǒng)計(jì)學(xué)、管理學(xué) …… 等學(xué)科。 這是香農(nóng)在他的驚世之著《 通信的數(shù)學(xué)理論 》 中的一句銘言。 香農(nóng)信息論 1948年 , 美國(guó)數(shù)學(xué)家克勞特 教學(xué)計(jì)劃 第一講: 信息論 (復(fù)習(xí)) 第二講: 有噪信道編碼理論、 線性分組碼(講述和討論) 第三講: 近世代數(shù)基礎(chǔ)、循環(huán)碼 (講述和討論) 第四講: BCH碼、 RS碼 (講述和討論) 第五講: 卷積碼編碼 (講述和討論) 第六講: 卷積碼 譯 碼 (講述和討論) 第七講: Turbo碼 (講述和討論) ( 1) 糾錯(cuò)碼 —— 原理與方法 ( 2022) ,西安電子科 技大學(xué)出版社 ; ( 2) 傅祖蕓編著,《信息論-基礎(chǔ)理論與應(yīng)用》( 2022) ,北京:電子工業(yè)出版社; ( 3) 姜丹,《信息論與編碼》 ( 2022) ,合肥,中國(guó)科學(xué)技術(shù)大學(xué)出版社; ( 4) 曹雪虹,張宗橙,信息論與編碼 ( 2022) ,北京,清華大學(xué)出版社 。第一講 主 講 人:劉丹平 聯(lián)系方式: 主要內(nèi)容 ?課程介紹 ?信息概念、信息論 ?信息的度量 ?信道及其容量 一、課程介紹 信息論與信道編碼 教學(xué)目標(biāo) ? 香農(nóng)信息論的基本理論 – 信息的統(tǒng)計(jì)度量,信源,信道和信道容量。 參考書 計(jì)分方式 ? 期終考試占 60% ? 專題報(bào)告占 20%;個(gè)人報(bào)告占 20% ? 小論文占 20% 二、信息概念、信息論 信息 ?信息、消息、信號(hào) ?信息 是抽象、復(fù)雜的概念,它包含在消息之中,是通信系統(tǒng)中傳遞的對(duì)象 。香農(nóng) ( . Shannon)發(fā)表了一篇著名論文 “ 通信的數(shù)學(xué)理論 ” 。正是沿著這一思路 ,他應(yīng)用數(shù)理統(tǒng)計(jì)的方法來研究通信系統(tǒng),從而創(chuàng)立了影響深遠(yuǎn)的信息論。它已遠(yuǎn)遠(yuǎn)地突破了香農(nóng)本人所研究和意料的范疇,即從香農(nóng)的所謂“狹義信息論”發(fā)展到了“廣義信息論”。 條件自信息量 ?條件自信息量用其條件概率的負(fù)對(duì)數(shù)來量度 隨機(jī)事件 ix 條件概率 ? ?ijP x y條件自信息量 ? ? ? ?l o gi j i jI x y P x y?條件自信息量:能在規(guī)定條件下唯一地確定該事件必須提供的信息量。 ?互信息量 ? 互信息量定義為后驗(yàn)概率與先驗(yàn)概率比值的對(duì)數(shù): ? ? ? ?? ?|。 ?通信熵 平均自信息量 ? ? ? ? ? ?XH X P x I x?自信息量 ? ? ? ?l o giiI x P x?代入 ? ? ? ? ? ?l o gXH X P x P x? ?信息論的一個(gè)基本的重要公式。 ?若給定 x條件下 y的條件自信息量為 I(y|x),則它在 XY集合上的概率加權(quán)平均值 H(Y|X)定義為: ?H(Y|X)為條件熵,也可直接定義為: ? ? ? ? ? ?||XYH Y X P x y I y x?? ? ? ? ? ?| l o g |XYH Y X P x y P y x? ?共熵 ?共熵(又稱聯(lián)合熵)是聯(lián)合空間 XY上的每個(gè)元素對(duì) xy的自信息量的概率加權(quán)平均值,定義為: ? ? ? ? ? ?XYH X Y P x y I x y?? ? ? ? ? ?l o gXYH X Y P x y P x y?與信源熵和條件熵的關(guān)系 ? ? ? ? ? ?|H X Y H X H Y X??? ? ? ? ? ?|H X Y H Y H X Y??22 聯(lián)合熵與條件熵的關(guān)系