信息电子学院实验指导书格式信息论.docx
- 文档编号:26402470
- 上传时间:2023-06-19
- 格式:DOCX
- 页数:14
- 大小:126.95KB
信息电子学院实验指导书格式信息论.docx
《信息电子学院实验指导书格式信息论.docx》由会员分享,可在线阅读,更多相关《信息电子学院实验指导书格式信息论.docx(14页珍藏版)》请在冰豆网上搜索。
信息电子学院实验指导书格式信息论
《—信息论基础—》
实验指导书
童基均编写
适用专业:
通信工程
浙江理工大学信息电子学院
二○○八年三月
前言
信息论是现代通信与信息工程的理论基础.作为电子信息科学与技术专业本科生的学科基础课,本课程主要讲授:
信息的定义和测度、信源和信息熵、连续熵和信息变差、信道和互信息、平均互信息和信道容量、数据处理和信息测量理论、无失真信源编码理论和编码方法等内容.
本课程按“单符号离散信息系统”、“多符号离散信息系统”、“连续信息系统”三个“系统”层面,逐步深入展开,以严密的数学分析贯串始终.通过教学,使学生掌握信息理论的基本概念和信息分析方法,为今后进一步研究信息科学和信息技术打下坚实的理论基础.
实验一:
离散信道容量的迭代计算
实验学时:
3
实验类型:
(演示、验证、综合、√设计、研究)
实验要求:
(√必修、选修)
一、实验目的
通过本实验的学习,理解和掌握信道容量的概念和物理意义;了解信道容量的计算方法尤其是迭代计法;采用计算机编程实现迭代算法.
二、实验内容
信道容量的概念和物理意义;
信道容量的计算方法;
采用计算机编程实现信道容量的计算
三、实验原理、方法和手段
1.离散信道的物理模型为:
信道容量定义为平均互信息的最大值:
.
2.信道容量表征了一个信道传送信息的最大能力,实际中传送的信息量小于信道容量,否则传送过程中出现错误.
3.由信道容量的定义可知,I(X,Y)的值由信道的传送概率决定的,因而信道的传递概率决定了信道的信道容量.给定了信道的传递概率,可以通过推导方法求得信道的信道容量,一般可以求出传递效率达到信道容量时候的输入信号的分布,但是这种方法不方便计算机实现.
4.迭代法,便于计算机实现:
迭代法分成三个模块,一个迭代计算反向实验信道
,另一个迭代计算
,第三个检查一次迭代前后信道容量误差的变化是否小于检测值ε(可取0.0001),如果小于检测值则停止计算,输出结果.
信道容量的迭代计算具体如下:
求信道容量C就是在Pi的约束下,求I(X;Y)的极大值.为计算方便,重写下I(X;Y)式,公式中的对数取自然数.
(1)
首先引入反条件概率,即
(2)
则
(3)
迭代算法的要点是,当信道固定(即
固定)时,把I(X;Y)看成是pi和qji的函数,用公式(3)进行信道容量计算的迭代.每一次迭代有两步组成:
(a)将
固定,在约束
的条件下变动
,得到I(X;Y)的极大值,记为
;此时
满足
(2)式,重写为:
(4)
(b)(b)将
固定,在约束
的条件下变动
,得到I(X;Y)的极大值,记为
;此时
满足:
(5)
(4)与(5)是迭代的基本公式.先取一组
(n=1)的初始值,通常选取均匀分布,由(4)计算
,再将此值代入(5)计算
,依此反复计算下去.每次迭代都要利用(3)计算I(X;Y)的值.可以设置门限值,当相临的两次计算值I(X;Y)小于门限值时,就结束迭代过程,此时I(X;Y)的值就是信道容量C.
可以采用下述方法,避免计算反向条件概率,使算法简化:
将(4)代入(5)得
(6)
其中
(7)
将(6)(5)代入(3),得
(8)
现将算法归纳如下:
设信道输入输出符号集的大小分别为r,s,且ε为一个小的正数.且初始概率分布为均匀分布,即设pi=1/r
1)计算
;
2)计算
;
3)计算
;
4)计算
;
5)若(IU-IL)<ε,转到6),
否则
返回1)
6)输出信道容量的值C=IL(比特/符号)
四、实验数据源
1.P(a1)=p(a2)=0.5
2.P(a1)=p(a2)=0.5
五、实验组织运行要求
以学生自主训练为主的开放模式组织教学
六、实验条件
(1)微机
(2)MATLAB编程工具
七、实验报告
实验预习:
离散信道容量的定义以及信道容量的迭代计算方法
实验记录:
通过迭代算法计算能够得到的信道容量的结果
实验报告
#include
using namespace std;
#define FLOAT_MINUS_PRECISION 0.00001
typedef vector
//迭代计算信道容量,参数值为信源,信宿符号个数和信道转移概率矩阵,返回信道容量< /pre>
float GetCapacity(int nSourceSymbol,int nHostSymbol,const VEC_PFLOAT& vTransMatrix)
{
//信道容量初始化为最小值
float fCapacity = FLT_MIN;
//信源概率分布
float *pfSoureProb = new float[nSourceSymbol];
//初始化信源分布为均匀分布
int i;
for (i = 0; i < nSourceSymbol; i++)
{
pfSoureProb[i] = 1.0 / nSourceSymbol;
}
//初始化φ函数
VEC_PFLOAT vPhi;
for (i = 0; i < nSourceSymbol; i++)
{
float *pfTemp = new float[nHostSymbol];
vPhi.push_back(pfTemp);
}
//设置精度;
const float cfDelta = 0.02f;
float fPrecision;
//迭代计算
int j,k;
float *pfSum = new float[nSourceSymbol];
do
{
for (i = 0; i < nSourceSymbol; i++)
{
for (j = 0; j < nHostSymbol; j++)
{
//计算ΣPi*Pji
float fSum = 0.0f;
for (k = 0; k < nSourceSymbol; k++)
{
fSum += pfSoureProb[i] * vTransMatrix[k][i];
}
vPhi[i][j] = pfSoureProb[i] * vTransMatrix[j][i] / fSum;
}
}
float fSumDeno = 0.0f; //分母求和
for (i = 0; i < nSourceSymbol; i++)
{
float fSum = 0.0f;
for (j = 0; j < nHostSymbol; j++)
{
fSum += vTransMatrix[j][i] * logf(vPhi[i][j]);
}
pfSum[i] = expf(fSum);
fSumDeno += pfSum[i];
}
for (i = 0; i < nSourceSymbol; i++)
{
pfSoureProb[i] = pfSum[i] / fSumDeno;
}
//计算新一轮的容量
float fNewC = logf(fSumDeno);
//计算精度
fPrecision = fabs(fNewC - fCapacity) / fCapacity;
fCapacity = fNewC;
} while(fPrecision - cfDelta > 0.0f);
//释放临时资源
delete []pfSum;
for (i = 0; i < vPhi.size(); i++)
{
float* pfTemp = vPhi.at(i);
delete pfTemp;
}
vPhi.clear();
return fCapacity;
}
int main()
{
//转移矩阵
VEC_PFLOAT vTransMatrix;
int nCol,nLine;
cout<<"请输入信源符号个数:
";
cin>>nLine;
cout<<"请输入信宿符号个数:
";
cin>>nCol;
cout<<"请依次输入"<<<"行信道转移概率矩阵:
(以空格隔开每个概率)\n";< /pre>
for (int i = 0; i < nLine; i++)
{
float *pfTemp = new float[nCol];
Label
float fSum = 0.0f;
cout<<"X"<<<":
";
for (int j = 0; j < nCol - 1; j++)
{
cin>>pfTemp[j];
fSum += pfTemp[j];
}
if (1.0f - fSum < 0)
{
cout<<"转移概率和应该为1,请重新输入!
\n";
goto Label1;
}
else
{
pfTemp[j] = 1.0f - fSum;
cout<<"信源符号 X"<<<"的转移概率分别为:
";
for(int k = 0; k < nCol; k++)
cout<
cout<
}
vTransMatrix.push_back(pfTemp);
}
cout<<"信道容量为:
"<< /pre>
for (int k = 0; k < vTransMatrix.size(); k++)
{
float* pfTemp = vTransMatrix.at(k);
delete pfTemp;
}
vTransMatrix.clear();
return 0;
}
八、实验心得:
1、由于长时间未编程了,对编程有点生疏,通过在网上找了一些代码,通过修改已有代码来逐步学习离散信道容量的迭代计算.
2、
3、
4、
实验二:
Huffman编码的实现
实验学时:
3
实验类型:
(演示、验证、综合、√设计、研究)
实验要求:
(√必修、选修)
一、实验目的
理解和掌握huffman编码的基本原理和方法,实现对信源符号的huffman编码.
二、实验内容
1.理解和掌握huffman编码的基本原理和方法
2.通过MATLAB编程实现对单信源符号的huffma编码
3.计算信源的信息熵、平均码长以及编码效率
三、实验原理
1.Huffman编码按信源符号出现的概率而编码,其平均码长最短,所以是最优码.
2.无失真信源编码定理:
对于熵为H(X)的离散无记忆的平稳信源,必存在一种无失真编码,使每符号的平均码长满足不等式:
3.二元Huffman编码:
若将编码设计为长度不等的二进制编码,即让待传字符串中出现概率大的字符采用尽可能短的码字,而把长的码字分配给概率小的信源符号.
构造方法如下:
(a)将信源概率分布按大小以递减次序排列;合并两概率最小者,得到新信源;并分配0/1符号.
(b)新信源若包含两个以上符号返回(a),否则到(c).
(c)从最后一级向前按顺序写出每信源符号所对应的码字.
4.Huffman编码算法
ProcedureHUFFMAN({si},{pi})
ifq==2then
returns0→0,s1→1
else
降序排序{pi}
缩减信源:
创建一个符号s′以取代sq-2,sq-1,其概率为p′=pq-2+pq-1
递归调用Huffman算法以得到s0,…,sq-3,s′的编码:
w0,…,wq-3,w′,相应的概率分布为p0,…,pq-3,p′
Returns0→w0,…,sq-3→wq-3,sq-2→w′0,sq-1→w′1
endif
endprocedure
四、实验数据源
1.
2.
五、实验组织运行要求
以学生自主训练为主的开放模式组织教学
六、实验条件
(1)微机
(2)MATLAB编程工具
七、实验报告
实验预习:
Huffman编码的基本方法
实验记录:
通过编码实现单信源符号的码字
实验记录:
实验报告
八、实验心得:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 信息 电子 学院 实验 指导书 格式 信息论
![提示](https://static.bdocx.com/images/bang_tan.gif)