失真函数、失真矩阵与平均失真
本专栏包含信息论与编码的核心知识,按知识点组织,可作为教学或学习的参考。markdown 版本已归档至【Github 仓库:https://github.com/timerring/information-theory 】或者公众号【AIShareLab】回复 信息论 获取。
失真函数
假如某一信源 , 输出样值 , , 经试验信道传输后变成 , ,如果:
没有失真
产生失真
失真的大小, 用一个量来表示,即失真函数 , 以衡量用 代替 所引起的失真程度。
失真函数定义为:
失真矩阵
将所有的 排列起来, 用矩阵表示为:
例 : 设信源符号序列为 , 接收端收到符号序列为 , 规定失真函数为
失真函数形式可以根据需要任意选取, 最常用的有:
均方失真: 适用于连续信源
绝对失真:
相对失真:
误码失真: d(x_{i}, y_{j})=\delta(x_{i}-y_{j})={\begin{array}{cc}0, & x_{i}=y_{j} \ 1, & \text { 其他 }\end{array}. 也称汉明失真,适用于离散信源
汉明失真矩阵(误码失真也叫汉明失真)
对于二元对称信道 , 汉明失真矩阵:
信道模型如下所示。采用汉明失真,请写出失真矩阵。
平均失真
和 都是随机变量,所以失真函数 也是随机变量,因此失真值只能用数学期望表示。
将失真函数的数学期望称为平均失真:
失真函数 : 描述了某个信源符号通过传输后失真的大小
平均失真 : 描述某个信源在某一试验信道传输下的失真大小, 它对信源和信道进行了统计平均, 是从总体上描述整个系统的失真。
信道矩阵如下图所示,已知信源符号等概,采用汉明失真,求平均失真。
$$\begin{array}{c}\boldsymbol{p}(\mathbf{0})=\boldsymbol{p}(\mathbf{1})=\mathbf{0} . \mathbf{5} \\boldsymbol{d}=\left[\begin{array}{lll}\mathbf{0} & \mathbf{1} & \mathbf{1} \\mathbf{1} & \mathbf{1} & \mathbf{0}\end{array}\right] \\bar{D}=\sum_{i} \sum_{j} p\left(a_{i}\right) p\left(b_{j} \mid a_{i}\right) d\left(a_{i}, b_{j}\right) \=\mathbf{0 . 5} \sum_{j} p\left(b_{j} \mid \mathbf{0}\right) \boldsymbol{d}\left(\mathbf{0}, b_{j}\right) \+\mathbf{0 . 5} \sum_{\boldsymbol{j}} p\left(b_{j} \mid \mathbf{1}\right) \boldsymbol{d}\left(\mathbf{1}, b_{j}\right) \= 0.5(0.80 + 0.21 + 01)+0.5(01+0.31+0.7 0)= 0.25\end{array}$$
参考文献:
Proakis, John G., et al. Communication systems engineering. Vol. 2. New Jersey: Prentice Hall, 1994.
Proakis, John G., et al. SOLUTIONS MANUAL Communication Systems Engineering. Vol. 2. New Jersey: Prentice Hall, 1994.
周炯槃. 通信原理(第 3 版)[M]. 北京:北京邮电大学出版社, 2008.
樊昌信, 曹丽娜. 通信原理(第 7 版) [M]. 北京:国防工业出版社, 2012.
版权声明: 本文为 InfoQ 作者【timerring】的原创文章。
原文链接:【http://xie.infoq.cn/article/8769050e0ddb0ace338daad17】。未经作者许可,禁止转载。
评论