Skip to content

CH4 信道

  • 平均互信息
    • image.png|500
      • 其中 $I(x_i; y_j) = log p(x_i|y_j) / p(x_i)$ 即 X 的信息量减去知道 Y 后 X 的信息量
    • (收到 Y) 对于 X 的信息量的贡献.
    • 对称性: $I(X; Y) = I(Y; X)$
    • 非负性
      • 单次通信可能使 Y 的不确定性增大,但是统计平均一定是不确定性减小
    • 凸性
      • I(X; Y) 是 关于 $p(bold(x^->))$ 向量的一个上凸函数,也就是说 x 知道 $I(x_i, y_j)$ 的情况下,$x$ 比较均匀的分布比较好.
  • 信道容量
    • 若知道 x, y 的转移矩阵,定义 $R_t = I(X, Y) / t$ 为信道传输速率,取最优的 $X$ 分布使得其最大,就得到信道容量 C.

离散单符号信道及其容量

容量

容量就是给定转移矩阵的情况下求 $X$ 和 $Y$ 的分布使得 $I$ 最大.

无干扰离散信道

  • 输入输出一一对应: $C = log n$
  • 多输入对应一输出: 有损失,无噪声, C = max(H(Y))
  • 否则无损失,有噪声.

对称性

  • 作业里转移矩阵的每一行表示 $x_i$ 到各个 $y_j$ 分布. 乘法为 $y = x P$. 每一行和为 1.
  • 每一行包含的元素相同,则显然噪声熵 $H(Y|X)$ 与 $x$ 分布无关. (准对称)
    • 最大化 $H(Y)$ 即可最大化 $I(X; Y)$
    • 所以需要 $Y$ 等概率分布.
      • 如果是对称信道,可推出 $X$ 等概率分布.
  • [转移矩阵]
    • 这里一般用第 i 行表示输入信号,第 j 列表示输出信号.
    • 每一行和为 1
  • [强对称]
    • 均匀分配错误信号.
    • image.png|500
  • [对称]
    • 每一行和每一列包含相同元素.
    • 性质:
      • 若输入等概率,则输出等概率.
    • 容量: 取输入对称,结果为 $H(Y) - H(Y | X)$ = $log s - H(a, b, c...)$
  • [准对称]

    • 输入对称而输出不对称,每一行元素相同
    • 容量: 需要划分为若干对称矩阵.
    • image.png|600
  • ref: https://blog.csdn.net/qq_36488756/article/details/110517599

扩展信道

  • ex: 知道单个符号的转移矩阵 $2 times 2$,可求两个符号的联合转移矩阵 $4 times 4$

附录