条件熵、联合熵及熵的性质.ppt_第1页
条件熵、联合熵及熵的性质.ppt_第2页
条件熵、联合熵及熵的性质.ppt_第3页
条件熵、联合熵及熵的性质.ppt_第4页
条件熵、联合熵及熵的性质.ppt_第5页
已阅读5页,还剩30页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

信源及其信息熵 第二章 2 1 3条件熵及联合熵 条件熵是在联合符号集合XY上的条件自信息量的数学期望 在已知随机变量Y的条件下 随机变量X的条件熵定义为 要用联合概率加权 条件熵是一个确定值 表示信宿在收到Y后 信源X仍然存在的不确定度 这是传输失真所造成的 有时称H X Y 为信道疑义度 也称损失熵 称条件熵H Y X 为噪声熵 条件熵 联合离散符号集合XY上的每个元素对的联合自信息量的数学期望 联合熵 熵 条件熵 联合熵关系 一个二进信源X发出符号集 0 1 经过离散无记忆信道传输 信道输出用Y表示 由于信道中存在噪声 接收端除收到0和1的符号外 还有不确定符号 2 已知X的先验概率 p x0 2 3 p x1 1 3 符号转移概率 p y0 x0 3 4 p y2 x0 1 4p y1 x1 1 2 p y2 x1 1 2 X Y 0 1 0 1 2 3 4 1 2 1 2 1 4 信源熵H X 例题 得联合概率 p x0y0 p x0 p y0 x0 2 3 3 4 1 2p x0y1 p x0 p y1 x0 0p x0y2 p x0 p y2 x0 2 3 1 4 1 6p x1y0 p x1 p y0 x1 0p x1y1 p x1 p y1 x1 1 3 1 2 1 6p x1y2 p x1 p y2 x1 1 3 1 2 1 6 由 例题 条件熵H Y X 联合熵H XY H XY H X H Y X 1 8bit 符号 得p y0 p xiy0 p x0y0 p x1y0 1 2 0 1 2p y1 p xiy1 p x0y1 p x1y1 0 1 6 1 6p y2 p xiy2 p x0y2 p x1y2 1 6 1 6 1 3 由 例题 信源输出熵H Y 由 得 同理p x0 y1 0 p x1 y1 1p x0 y2 1 2 p x1 y2 1 2 条件熵H X Y 例题 或H X Y H XY H Y 1 8 1047 0 33bit 符号 2 1 4熵的基本性质 熵的基本性质 概率矢量 非负性 非负性H X 0 由于0 pk 1 所以logpk 0 logpk 0 则总有H X 0 对称性 根据加法交换律可以证明 当变量交换顺序时熵函数的值不变 即信源的熵只与概率空间的总体结构有关 而与各概率分量对应的状态顺序无关 对称性 确定性 当信源X的信源空间 X P 中 任一概率分量等于1 根据完备空间特性 其它概率分量必为0 这时信源为一个确知信源 其熵为0 确定性 这说明信源空间中增加某些概率很小的符号 虽然当发出这些符号时 提供很大的信息量 但由于其概率接近于0 在信源熵中占极小的比重 使信源熵保持不变 扩展性 扩展性 可加性 证明 可加性 极值性 最大离散熵定理 信源X中包含K个不同离散消息时 信源熵 当且仅当X中各个消息出现的概率全相等时 上式取等号 表明等概信源的不确定性最大 具有最大熵 为 极值性 定理 1 H X Y H X 条件熵不大于无条件熵 2 H XY H X H Y 证明 基本定理 基本定理推广 H X Y H X H XY H X H Y 2 1 5离散序列信源的熵 设信源输出的随机序列为X X1X2 Xl XL 序列中的变量Xl x1 x2 xn 离散无记忆信源 离散无记忆 离散无记忆信源的序列熵 信源的序列熵 进一步化简 平均符号熵 离散无记忆信源的序列熵 信源的序列熵 进一步化简 平均符号熵 离散无记忆信源的序列熵 例 有一个无记忆信源随机变量X 0 1 等概率分布 若以单个符号出现为一事件 则此时的信源熵 即用1比特就可表示该事件 如果以两个符号出现 L 2的序列 为一事件 则随机序列X 00 01 10 11 信源的序列熵 即用2比特才能表示该事件 信源的符号熵 离散无记忆信源实例 例 有一离散平稳无记忆信源 求 二次扩展信源的熵 离散无记忆信源实例 信源熵为 信源的序列熵 离散无记忆信源实例 平均符号熵为 例 已知离散有记忆信源中各符号的概率为 设发出的符号只与前一个符号有关 这两个符号的概率关联性用条件概率p aj ai 表示 如表 p aj ai 求离散信源的序列熵和平均每个符号的熵 离散有记忆信源实例 由p ai aj p ai p aj ai 计算得联合概率p aiaj 如表 当考虑符号之间有依赖性时 计算得条件熵 离散有记忆信源实例 发二重符号序列的熵 H X1 X2 表示平均每二个信源符号所携带的信息量 那么平均每一个信源符号携带的信息量近似为 符号之间存在关联性 比较 有记忆信源实例 而信源X的信息熵为 H X2 X1 H X 信源的条件熵比无依赖时的熵H X 减少了0 671比特 这正是因为符号之间有依赖性所造成的结果 对于有记忆信源 就不像无记忆信源那样简单 它必须引入条件熵的概念 而且只能在某些特殊情况下才能得到一些有价值的结论 对于由两个符号组成的联合信源 有下列结论 当前后符号无依存关系时 有下列推论 离散有记忆信源的序列熵 若信源输出一个L长序列 则信源的序列熵为 平均符号熵为 极限熵 离散有记忆信源的序列熵 1 条件熵H XL XL 1 随L的增加非递增 离散有记忆信源特点 3 平均符号熵HL X 随L的增加非递增 H0 X H1 X H2 X H X 2 L给定时 HL X H XL XL 1 4 2 1 6冗余

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论