1、编码原理与应用,易迎彦,教材信息论与纠错编码孙丽华 电子工业出版社 2005 参考书信息论与编码 陈运等 电子工业出版社 2002应用信息论基础 朱雪龙 清华大学出版社 2004The Theory of Information and CodingRobert J.McEliece Publishing House of Electronics Industry,学习方法本课程以概率论为基础，数学推导较多，学习时主要把注意力集中到概念的理解上，不过分追求数学细节的推导。学习时一定要从始至终注意基本概念的理解，不断加深概念的把握。学习时注意理解各个概念的“用处”，结合其他课程理解它的意义，而不
2、要把它当作数学课来学习，提倡独立思考，注重思考在学习中的重要性。,第1章 信息论基础,第1章 信息论基础,内容提要 信息论是应用近代概率统计方法研究信息传输、交换、存储和处理的一门学科，也是源于通信实践发展起来的一门新兴应用科学。本章首先引出信息的概念，简述信息传输系统模型的各个组成部分，进而讨论离散信源和离散信道的数学模型，简单介绍几种常见的离散信源和离散信道。,物质、能量和信息是构成客观世界的三大要素。信息是物质和能量在空间和时间上分布的不均匀程度，或者说信息是关于事物运动的状态和规律。,通信系统中形式上传输的是消息，实 质上传输的是信息，消息中包含信息，消息是信息的载体。,信息论是研究信
3、息的基本性质及度量方法，研究信息的获取、传输、存储和处理的一般规律的科学。,对于信息论的研究，一般划分为三个不同的范畴：,广义信息论，包括信息论在自然和社会中的新的应用，如模式识别、机器翻译、自学习自组织系统、心理学、生物学、经济学、社会学等一切与信息问题有关的领域中的应用。,实用信息论，研究信息传输和处理问题，也就是狭义信息论方法在调制解调、编码译码以及检测理论等领域的应用。,狭义信息论，即通信的数学理论，主要研究狭义信息的度量方法，研究各种信源、信道的描述和信源、信道的编码。,信息论方法应用取得的成果：,语音信号压缩、图像信号压缩、计算机文件压缩、模拟话路中数据传输速率的提高、计算机网中数
4、据传输可靠性的保证等,通信的基本问题是在彼时彼地精确地或近似地再现此时此地发出的消息。,各种通信系统，一般可概括为图1.1所示的统计模型：,这个模型包括以下五个部分：,3. 信道 信道是信息传输和存储的媒介。,4. 译码器 译码是编码的逆变换，分为信道译码和信源译码。,5. 信宿 信宿是消息的接收者。,2. 编码器 编码器是将消息变成适合于信道传送的信号的设备。,1.信源 信源是产生消息的源。,信源是产生消息的源，根据X的不同情况，信源可分为以下类型：,根据信源的统计特性，离散信源又分为两种：,无记忆信源 X的各时刻取值相互独立。,有记忆信源 X的各时刻取值互相有关联。,1.3.1 离散无记忆
5、信源,离散无记忆信源(Discrete Memoryless Source，简记为DMS)输出的是单个符号的消息，不同时刻发出的符号之间彼此统计独立，而且符号集中的符号数目是有限的或可数的。离散无记忆信源的数学模型为离散型的概率空间，即：,q(xi )：信源输出符号消息xi的先验概率;满足：0 q(xi) 1，1 i I,1.3.2 离散无记忆的扩展信源,实际情况下，信源输出的消息往往不是单个符号，而是由许多不同时刻发出的符号所组成的符号序列。设序列由N个符号组成，若这N个符号取自同一符号集 a1 , a2 , , ak，并且先后发出的符号彼此间统计独立，我们将这样的信源称作离散无记忆的N维扩
6、展信源。其数学模型为N维概率空间：,x为各种长为N的符号序列，x = x1 x2 xN ，xi a1 , a2 , , ak ，1 i N，序列集X = a1a1 a1 , a1a1 a2 , , akak ak ，共有kN种序列，x X。,序列的概率q (x) = q (x1x2 xN) =,1.3.3 离散平稳有记忆信源,中、英文句子中前后出现的汉字、字母往往是有依赖的。这种依赖性我们称作有记忆。,用联合概率空间X , q (X )来描述离散有记忆信源的输出。信源在i时刻发出什么符号与i时刻以前信源所发出的符号有关，即由条件概率p (xixi-1 xi-2 )确定。 如果该条件概率分布与时
7、间起点无关，只与关联长度有关，则该信源为平稳信源。,对于离散平稳有记忆信源，有： p (x1 = a1) = p (x2 = a1) = p (x2 = a2x1 = a1) = p (x3 = a2x2 = a1) = p (x3x2 x1) = p (x4x3 x2) = p (xi+Lxi+L-1 xi+L-2 xi) = p (xj+Lxj+L-1 xj+L-2 xj) = ,【例1.4】 某离散平稳信源 ，设信源发出的符号只与前一个符号有关，其关联程度用表1-1所示联合概率p (xi xj )表示（xi为前一个符号，xj为后一个符号）：,表1-1 p (xi xj ),满足 ，由 可
8、计算出当已知前一个符号xi时，后一个符号xj为0、1、2时的概率各为多少：,表1-2 p (xjxi),1.3.4 马尔可夫信源,多数有记忆信源的记忆长度是有限的，为描述这种有限的记忆关系，常引入“状态”的概念。,设信源r时刻发出的符号xr与前m个符号xr-1， xr-2， xr-m有关（称作m阶），这m个时间上依次相邻的符号组成一个状态s，若xi a1,a2,ak,则可能的状态有km种：s1,s2,skm. 用er表示r时刻的状态， 当符号xr发出后，状态将发生改变，记为：,当状态转移概率和已知状态下发符号的概率与时刻无关，即,称为时齐的,马尔可夫信源输出的消息序列与信源的状态满足下列条件：
9、,(1)某一时刻信源的输出只与当时的信源状态有关，而与以前的状态无关。p (xr = al er = si , er-1 = st , er-2 = sn , ) = p (xr = al er = si)，满足 。,【例1.5】某二阶平稳时齐马尔可夫信源，设信源符号集为a1,a2，状态集为s1=a1a1,s2=a1a2或a2a2,s3=a2a1，各状态之间的转移情况如图1-2所示，求各状态的概率分布。,转移状态图上：每个圆圈代表一种状态，状态之间的有向线代表一种状态向另一种状态的转移。有向线一侧的符号和数字分别代表发出的符号和条件概率及状态转移概率。,信道是信息传输的通道，如图1-3，信道可
10、看作一个变换器，它将输入消息x变换成输出消息y，以信道转移概率p (yx )来描述信道的统计特性。,图1-3 信道模型,无记忆信道 信道的输出y只与当前时刻的输入x有关。,有记忆信道信道的输出y不仅与当前时刻的输入有关， 还与以前的输入有统计关系。,信道可以按不同的特性进行分类，根据输入和输出信号的特点可分为：,波形信道 信道的输入和输出都是时间上连续， 并且取值也连续的随机信号。,半连续信道 输入序列和输出序列一个是离散的， 而另一个是连续的。,连续信道 信道的输入和输出都是时间上离散、 取值连续的随机序列，又称为模拟信道,离散信道 信道的输入和输出都是时间上离散、取值 离散的随机序列。离散
11、信道有时也称为数字信道。,根据统计特性，即转移概率p (yx )的不同，信道又可分类为：,1.4.1 离散无记忆信道,离散无记忆信道的输入和输出消息都是离散无记忆的单个符号，输入符号xi a1 , a2 , , ak，1 i I，输出符号yj b1 , b2 , , bD ，1 j J，信道的特性可表示为转移概率矩阵：,p (yjxi )对应为已知输入符号为xi，当输出符号为yj时的信道转移概率，满足0 p (yjxi ) 1，且 。,将信道特性表示成图1-4的形式：,图1-4 单符号离散无记忆信道,1.二元对称信道(Binary Symmetric Channel，简记为BSC) 这是一种很
12、重要的信道，它的输入符号x 0 , 1，输出符号y 0 , 1，转移概率p (yx )如图1-5所示信道特性可表示为信道矩阵 ，其中p称作信道错误概率。,下面列举几种常见的离散无记忆信道：,图1-5 二进制对称信道,图1-6 无干扰信道,2. 无干扰信道这是一种最理想的信道，也称作无噪信道，信道的输入和输出符号间有确定的一一对应关系， p (yx ) = 如图1-6三元无干扰信道中，x , y 0 , 1 , 2 ， 对应信道矩阵是单位矩阵,3. 二元删除信道,对于接收符号不能作出肯定或否定判决时，引入删除符号，表示对该符号存有疑问，作为有误或等待得到更多信息时再作判决。 二元删除信道如图1-
13、7所示，输入符号x 0 , 1，输出符号y 0 , e , 1，转移概率矩阵为,4.二元Z信道,二元Z信道如图1-8所示，信道输入符号x 0 , 1，输出符号y 0 , 1转移概率矩阵为,e,图1-7 二元删除信道,图1-8 二元Z信道,1.4.2 离散无记忆的扩展信道,N维离散扩展信道的输入和输出都是长为N的消息序列，如图1-9 所示：,图1-9 N维扩展信道,若xi a1 , a2 , , ak ，yj b1 , b2 , , b D ，1 i , j N，则长为N的输入消息序列集为X = a1a1 a1 , a1a1 a2 , , akak ak ， x X，输出消息序列集为Y = b1
14、b1 b1 , b1b1 b2 , , bDbD bD ， y Y。信道的特性用序列的转移概率p (yx) = p ( y1 y2yN x1 x2xN ) 描述。,当信道无记忆时， ，满足,【例1.6】 求二元对称信道的二维扩展信道。,解： 二元对称信道的输入符号x 0 , 1，输出符号y 0 , 1，转移概率p (00) = p (11) = 1- p ， p (10) = p (01) = p，二维扩展后输入和输出都是长为2的符号序列，x 00 , 01 , 10 , 11， y 00 , 01 , 10 , 11。 可以计算出序列的转移概率p (yx)分别为： p (0000) = p
15、(00) p (00) = (1 - p)2 p (0100) = p (00) p (10) = (1 - p)p p (1001) = p (10) p (01) = p2 p (1111) = p (11) p (11) = (1 - p)2,表示成矩阵为,本 章 小 结,本章是信息论的基本概念，介绍的主要内容有：,(1)信息是关于事物运动的状态和规律。从通信的角度讲，信息论是应用近代概率统计方法研究狭义信息的度量方法，研究各种信源、信道的描述和信源、信道的编码定理。,(2)信息传输系统由信源、信源及信道编码器、信道、信源及信道译码器、信宿组成。信源和信宿用来产生和接收消息。信源编码器将信源的剩余度剔除，信道编码器增加冗余的纠错、检错码元。信道是消息传输的通道。,(4) 信道分为离散的和连续的，无记忆的和有记忆的。信道的数学模型用转移概率描述。离散无记忆信道的输入和输出都是离散无记忆的单个符号。离散无记忆N维扩展信道的输入和输出都是长为N的符号序列。序列的信道转移概率是序列中对应N个符号的信道转移概率的乘积。,习题：P12 1.3 ,1.5,1.6,1.8,(3)信源分为离散的和连续的，无记忆的和有记忆的。信源的数学模型为一个样本空间及其概率测度X ,q (X )。,
