《《有噪信道编码》ppt课件》由会员分享，可在线阅读，更多相关《《有噪信道编码》ppt课件（32页珍藏版）》请在金锄头文库上搜索。
1、第5章 有噪信道编码,第5章 有噪信道编码,内容提要 本章介绍了信道编码和译码的基本概念，介绍了两种常用的译码准则：最大后验概率译码准则和极大似然译码准则,还介绍了在这两种译码准则下错误概率的计算方法。 本章还介绍了信道编码定理及信道编码逆定理，以及信息论中的一个重要不等式Fnao不等式。,51 信道编码的基本概念,信源输出序列u，经信道编码器编成码字x = f (u) 并输入信道，由 于干扰，信道输出y，信道译码器对y估值得 = F (y) 。,我们要尽可能的提高信息传输率，并控制传输误差。信源编码以提高传输效率作为主要考虑因素，信道编码以提高传输可靠性作为主要考虑因素。这一章讨论信道编码的
2、一些基本概念及信道编码定理。,【例5.3】 逆重复码 离散无记忆二进制对称信道，固有误码率为p (p0.5)，信源输出序列为三位二进制数字。 编码规则：为提高传输效率，仅向信道发送一位，预先将信源输出序列进行择多编码:,图6-3 逆重复编码传输示意图,译码规则：将接收的 一位符号重复三次译出，即若接收到1就译码为111，即若接收到0就译码为000。,信源输出的三位符号中有两位或3位是1，信源序列编码为1， 若三位符号中有两位或3位是0，就将此信源序列编码为0。,计算差错概率pe ： 分二步进行： （1）先设p = 0，计算这种编码方法带来的固有错误p1信道输入符号集X = 000,001,01
3、0,011,100,101,110,111 判决输出符号集Y = 000,111,译码规则 因为后验概率 则出错概率,假设8组输入序列是等概发送的，由于信道的对称性，两个估值序列也是等概分布的，则每个序列的平均错误概率为 ， 误比特率 。 （2）再设p0，计算由于信道噪声引起的错误概率p2因为每个序列有三位二进制数字，但只发送一位，这一位的出错概率为p，故序列差错概率为p，误比特率 。 （3）总差错概率（误比特率）：,【例5.4】 奇偶校验码 在信息序列后面加上一位校验位，使之模2和等于1，这样的编码称为奇校验码；若使模2和等于0，这样的编码就称为偶校验码，即每个码矢中1的个数固定为奇数或偶数
4、。,52 译码规则及错误概率,信道总不可避免会搀杂噪声，所以信息在信道传输过程中，差错是不可避免的。选择合适的译码规则可以弥补信道的不足。,1最大后验概率译码准则,发送码矢xk ，其发送概率为q(xk) ，通过信道转移概率为 p(yxk)的信道传输，接收到矢量y，信道译码器输出 通信过程可用图65所示框图表示。,下面介绍两种典型的译码规则：,图55 通信过程框图,当估值 xk 时，就产生了误码，用（xy）表示后验概率，则收到y估错的概率为 （5-2）,通信总希望错误概率最小，由式(5-2)可看出错误概率pe (xk ) 最小等同于后验概率（xky）最大，这就是最大后验概率译码准则。,根据概率关
5、系式 （5-3）,根据式（5-3）后验概率（xy）最的就意味着p（x y）全概率最大，因此最大后验概率译码准则也称为最大联合概率译码准则。,【例5.5】信源分布 ，信道转移概 率矩阵 ,信道输出符号Y = y1, y2, y3，按最 大后验概率准则译码。,(1)根据p (xy) = p (yx) q(x) 算出全概率，用矩阵表示,(2)根据 ，算出 （y） = 0.38 0.34 0.28,(3)再由 算出后验概率，用矩阵表示,(4)按最大后验概率准则译码，在后验概率矩阵中，每列选一最大值（矩阵中带下划线的值），译为,(5)若按最大联合概率译码准则译码，在全概率矩阵 p(xy)中每列选一最大值
6、（矩阵中带下划线的值），也可译出,在实际应用中，一般按最大信道转移概率来确定估值 ， 即在收到矢量y后，在所有的xm (m =1, 2, , M) 中,选一个转 移概率p(yxm)最大的xm值，作为对y的估值 = xk ，这 一译码规则称为极大似然译码规则。,2极大似然译码准则,3平均错误概率,（6-4）,【例5.6】 计算例6.5的平均错误概率，若信源等概分布，对其译码，并求平均错误概率。,（1）求平均错误概率pe 根据式（6-4）得 = 0.01+0.12+0.07+0.12+0.1+0.02 = 0.44,(2)当信源等概分布，按最大似然函数译码准则译码，例 6.5已给出信道转移概率矩阵
7、 在矩阵的每 列中选一最大值(矩阵中带下划线的值)，译码为 平均错误概率,53 信道编码定理,定理5.1 对于任何离散无记忆信道DMC，存在信息传输率为R，长为n的码，当n 时，平均差错概率 pe exp- nE (R)0，式中E (R) 为可靠性函数，E ( R )在0 R C的范围内为正。,一 随机编码方法,选用长为n的定长码，共可构成k n个矢量，设有M个消息待传（M k n），每次随机地从k n个矢量中抽出M个矢量构成一个码集C（允许重复取） C = x1 , , x m , , x M 共可构成k nM个这样的码集。 由随机编码的构造方法，得到任何一个码字的概率相同，且相互独立。,上
8、述定理也称有噪信道编码定理，即Shannon第二定理。,二Gallager上界 因为上述按随机编码方法构成的码集是等概分布的，按照最大释然译码准则译码，在发送码矢xk时，要得到正确译码须满足,，即 （5-5）,定义示性函数,则发送码矢xk判错的概率为 （5-6）,根据式(5-5)，当0 , 1时，下式成立,用示性函数Ik (y)表示上式，即 （5-7）,将式(5-7)代入式(5-6)，得,式中0 , 1，因为 , 都是任意数，可取 ，则有 （5-8）,三 随机编码错误概率上界,Gallager限仅给出发送码矢xk时的错误概率上界，还要对全部码矢求平均，下面对上述的随机编码集合求平均。,对于随机
9、编码，各码字等概且独立，有， 对式(6-8)求统计平均值，得平均错误概率上界,(5-9),后面一项 ，因为0 1， 而x 是x的型凸函数，由型凸函数的定义知：函数均值 均值函数，即有 (5-10),因为 xm (m = 1,2, M) 都通过同一信道传输，故p(yxm)值相同，记为p(yx)，代入式（510）得 (5-11),将式(5-11)代回式(5-9)， （512）,四离散无记忆信道DMC的错误概率上界,对于n维离散无记忆信道DMC，有 ， 对于随机编码 ，将这两个关系式代入式 (5-12)，有,（513）,序列x = x1, xi, , xn 中的 xi,取自同一符号A=a1,a2,a
10、k，故分布q(xi)相同,（514）,将式（514）代入式（513），得 （515）,五 可靠性函数E (R ),信息传输率 ，则式(515)可写为： (5-16),记,则式(5-16)可写成 pe exp -n -R + E0 (, q ) (5-17),对式(5-17)右边求极小值，即对指数-R + E0 (, q )求极大值,记这个极大值为 则式(5-17)可写为 pe exp -n E (R ) 称E (R )为可靠性函数,也称随机编码指数，它与信道转移概率p(yx)有关。,在0 R C的范围内，E (R )是下降的、下凹的正值函数，说明E (R )有界，这样，当 时， 有exp -n
11、E (R ) 0，从而pe exp -n E (R ) 0。,54 费诺引理及信道编码逆定理,5.4.1 费诺不等式,Fano不等式的物理意义： 进行一次判决后，关于X的疑义度可分成两项：,设信道输入符号X和输出符号Y取自同一符号集A = a1, a2, , ak ，则传输过程中的错误概率pe和信道疑义度H (XY )之间满足下列关系式： H (XY ) H2 (pe) + pe log (k-1) (6-18) 上式就是著名的Fano不等式。,(1) 是否判对，疑义度为H2 (pe),(2) 如果判决出错（概率为pe）,错在k-1个符号中的哪一个，疑义度不会超log (k-1)。,设x =
12、x1, , xl, , xL , y = y1, , yl, , yL,皆为L维矢量， xl , yl A = a1, a2, , ak ， 记 pe为错误概率，则 H (XY ) L H2 (pe) + pe log (k-1) （5-24）,5.4.2 信道编码逆定理,引理5.1 设u = u1, , ul , , uL为L维随机矢量，ul 取自同一符号集U，则 （5-25） 式中H (U) 表示L维熵，H (U )表示一维熵。,定理5.2 信道编码逆定理 信道容量C是可靠通信系统信息传输率的上界，当R C，不可能存在任何方法使差错概率任意小。,H (U) = H (U1L-1,UL) =
13、 H (U1L-1) + H (ULU1L-1) (5-26),式中 U1L 1 = U1U2UL-1 (5-27),另一方面根据熵的链规则有 H (U) = H ( U1) +H (U2U1) +H (U3U1U2)+ +H (ULU1U2UL-1) H (U1U1U2UL-1)+ H (U2U1U2UL-1) + +H (ULU1U2UL-1)= L H (ULU1L 1 ) 因 ul 取自同一符号集,将式（527）代入式（526），得 (5-28),式（528）表示 是L的单调降序列。而由熵 的非负性，说明 有下界，其下界为H (U) ，即,考虑图56所示的通信过程，矢量u、x、y、 中
14、的所有元素都取自同一符号集A = a1, a2, , ak 。,图56 通信过程,根据数据处理定理：不论经过何种数据处理均使信息量减少。,由图56可见 , 对于离散无记忆信道，根据定理5.1有Cn nC ,则 Cn nC （529）,将Fano不等式的矢量式（524）及式（629）代入式（530）得 H(U) - nC L H2 (pe) + pe log (k -1) (5-31),考虑到式（525），在L 条件下，H(U) = L H (U)，代入到式（531）并整理得 H2 (pe) + pe log (k -1) H (U) 即：H2 (pe) + pe log (k -1) （5-3
15、2） 式中 为信息传输率。,从式(5-32)可看出，当RD C，右边为大于零的数，说明差错概率有确定下界，不能以任何方式趋于零。,定理5.2 信道编码逆定理 信道容量C是可靠通信系统 信息传输率的上界，当R C，不可能存在任何方法 使差错概率任意小。,本 章 小 结,信道输入码矢xk x1, x2, , xM ，通过信道转移概率为p(y xk)的信道传输，输出矢量y，信道译码器估值为 F(y)， x1, x2, , xM 。,最大后验概率译码准则 （ y） （xmy）,极大似然译码准则 p（y ） p（yxm）,平均译码错误概率,信道编码定理 对于任何离散无记忆信道DMC，存在信息传输率为R，长
