《连续信源和连续信道》由会员分享，可在线阅读，更多相关《连续信源和连续信道（36页珍藏版）》请在金锄头文库上搜索。
1、2.3 连续信源n连续信源：输出消息在时间和取值上都连续的信源。如语音，电视信源。对应的数学工具为随机过程。n从统计特性上讲，连续随机过程大致可分为平稳（统计特性-各维概率密度函数不随时间平移而变化的随机过程）和非平稳随机过程两大类。n一般认为，通信系统中的信号都是平稳的随机过程，或分段平稳的随机过程。n最常见的平稳随机过程为遍历过程。2.3.1连续信源熵n连续信源基本的数学模型为 其中 R是全实数集，是连续变量X的取值范围，p(x)为X的概率密度。 假设xa，b，令=(b-a)/n，xia+(i-1)，a+i，p(x)为连续变量X的概率密度函数，则利用中值定理X落在第i个小区间的概率是根据离
2、散信源熵的定义，则n当n时，即0时，得：定义连续信源熵: 连续信源的熵具有相对性，有时称为相对熵,在取两熵之间的差时才具有信息的所有特性. 上式定义的连续信源的熵并不是实际信源输出的绝对熵，连续信源的绝对熵应该再加上一项无限大的常数项。因为连续信源的可能取值有无限多个，若其取值是等概率分布的，那么，信源不确定性为无限大。当确知输出为某值后，所获得的信息量也将为无限大。可见，Hc(X)已不能代表信源的平均不确定性大小，也不能代表连续信源输出的信息量。n例2.3.1有一信源概率密度如图所示，求连续熵解:由图(a)得由图(b)得n同理，可定义两个连续变量X，Y的联合熵和条件熵：2.3.2 几种特殊连
3、续信源的熵几种特殊连续信源的熵1. 均匀分布均匀分布的连续信源的熵，其的连续信源的熵，其大小仅与区域的边界有关大小仅与区域的边界有关。一维均匀分布：相对熵无非负性，可为负值相对熵无非负性，可为负值若： N维均匀分布：维均匀分布：N维矢量（维矢量（X1 X2 XN）中各分量彼）中各分量彼此统计独立，且分别在此统计独立，且分别在a1，b1 a2，b2 aN，bN 的的区域内均匀分布，即区域内均匀分布，即 连续随机矢量中各分量相互统计独立时，其矢量熵就连续随机矢量中各分量相互统计独立时，其矢量熵就等于各单个随机变量的熵之和，与离散信源情况类似。等于各单个随机变量的熵之和，与离散信源情况类似。2. 高
4、斯分布高斯分布的连续信源的熵：与的连续信源的熵：与数学期望无关，仅与方数学期望无关，仅与方差有关差有关 设一维随机变量 X的取值范围是整个实数轴R，概率密度函数呈正态分布与方差有关，与均值无关与方差有关，与均值无关当均值m=0，X的方差就是随机变量的平均功率相对熵只与平均功率有关相对熵只与平均功率有关3. 指数分布指数分布的连续信源的熵：只的连续信源的熵：只取决于均值取决于均值 若一维随机变量若一维随机变量X的取值空间是的取值空间是0，其概率密，其概率密度函数为度函数为其中：其中：指数分布的相对熵只取决于信源的均值指数分布的相对熵只取决于信源的均值m2.3.3 连续信源熵的性质及最大连续熵定理
5、连续信源熵的性质及最大连续熵定理1. 连续熵可为负值连续熵可为负值2. 可加性可加性推广到推广到N个变量：个变量：3. 平均互信息的非负性平均互信息的非负性 连续信道的平均互信息量和离散信道下平均互信息量的连续信道的平均互信息量和离散信道下平均互信息量的关系式完全类似，且保留了离散信道平均互信息量的所有含关系式完全类似，且保留了离散信道平均互信息量的所有含义和性质。可见，将差熵定义为连续信源的熵是有重要实际义和性质。可见，将差熵定义为连续信源的熵是有重要实际意义的。意义的。4. 最大连续熵定理最大连续熵定理在不同的限制条件下，信源的最大熵也不同。在不同的限制条件下，信源的最大熵也不同。（1）限
6、峰值功率限峰值功率的最大熵定理的最大熵定理 若信源的若信源的N维随机变量的取值在一定的范围之内，维随机变量的取值在一定的范围之内，则在有限的定义域内，则在有限的定义域内，均匀分布均匀分布的连续信源具有最大的连续信源具有最大熵。熵。 N维矢量（维矢量（X1 X2 XN）中各分量彼此）中各分量彼此统计独立统计独立，且分别在且分别在a1，b1 a2，b2 aN，bN 的区域内的区域内均匀分均匀分布，布，即即 这就是说，任何概率分布密度时的熵必小于均匀分这就是说，任何概率分布密度时的熵必小于均匀分布时的熵，即当均匀分布时差值达到最大值布时的熵，即当均匀分布时差值达到最大值当当ai=bi时，时，（2）限
7、平均功率限平均功率的最大熵定理的最大熵定理 若信源输出信号的平均功率若信源输出信号的平均功率P和均值和均值m被限定，则其输被限定，则其输出信号幅度的概率密度函数为出信号幅度的概率密度函数为高斯（正态）分布高斯（正态）分布时，信源具时，信源具有最大熵值。有最大熵值。 单变量连续信源单变量连续信源X呈正态分布的概率密度函数为呈正态分布的概率密度函数为且：且： 当连续信源输出信号的均值为零、平均功率受限当连续信源输出信号的均值为零、平均功率受限时，只有信源输出信号的幅度呈高斯分布时，才会有时，只有信源输出信号的幅度呈高斯分布时，才会有最大熵值。最大熵值。n当信源的概率密度符合正态分布时，其相对熵仅与
8、随机变当信源的概率密度符合正态分布时，其相对熵仅与随机变量的方差量的方差 有关，而方差在物理含义上往往表示信号的有关，而方差在物理含义上往往表示信号的交流功率交流功率,即即n如果噪声是正态分布，则噪声熵最大，因此高斯白噪声获如果噪声是正态分布，则噪声熵最大，因此高斯白噪声获得最大噪声熵。得最大噪声熵。n 在限制信号平均功率的条件下，正态分布的信源可输出最在限制信号平均功率的条件下，正态分布的信源可输出最大相对熵大相对熵 其值随平均功率的增加其值随平均功率的增加而增加。而增加。（3）均值受限均值受限条件下的最大连续熵定理条件下的最大连续熵定理 若连续信源若连续信源X输出非负信号的输出非负信号的均
9、值受限均值受限，则其输出信号，则其输出信号幅度呈幅度呈指数分布指数分布时，信源具有最大熵值。时，信源具有最大熵值。 将连续信源将连续信源X为指数分布时的概率密度函数记为为指数分布时的概率密度函数记为 取值为非负数，均值受限的连续信源，当它呈取值为非负数，均值受限的连续信源，当它呈指数分布时达到最大熵值，且其最大熵值仅决定于指数分布时达到最大熵值，且其最大熵值仅决定于被限定的均值被限定的均值 总结：连续信源与离散信源不同，它总结：连续信源与离散信源不同，它不存在绝对的最大熵。其最大熵与信源的不存在绝对的最大熵。其最大熵与信源的限制条件有关。限制条件有关。连续信源在不同限制条件连续信源在不同限制条
10、件下最大熵是不同的，在无限制条件时，最下最大熵是不同的，在无限制条件时，最大熵不存在。大熵不存在。3.5 连续信道连续信道 连续信道：输入和输出都是单个连续型随机变量的信道。连续信道：输入和输出都是单个连续型随机变量的信道。可用模型可用模型X,p(y|x),Y来描述单符号连续信道。来描述单符号连续信道。X是输入连续是输入连续型随机变量，型随机变量，X取值区间为取值区间为a,b或实数域或实数域 R；Y是信道输是信道输出连续型随机变量，取值区间为出连续型随机变量，取值区间为a,b或实数域或实数域 R；信道；信道的传递概率密度函数为的传递概率密度函数为p(y|x),并满足：并满足：p(y/x)X a
11、,bY a,b连续信道的数学模型连续信道的数学模型 定义连续信道的信道容量定义连续信道的信道容量C为信源为信源X等于某一概率密度等于某一概率密度函数函数p0(x)时，信道平均互信息量的最大值。时，信道平均互信息量的最大值。加性连续信道的容量加性连续信道的容量 加性连续信道：噪声为连续随机变量加性连续信道：噪声为连续随机变量N，且与，且与X相互相互统计独立的信道。信道的噪声对输入的干扰作用表现为噪统计独立的信道。信道的噪声对输入的干扰作用表现为噪声和输入线性叠加，即声和输入线性叠加，即Y=X+N。+NXY=X+Np(y/x)=p(n) 加性连续信道的重要特征：信道的条件概率密度函数加性连续信道的
12、重要特征：信道的条件概率密度函数等于噪声的概率密度函数等于噪声的概率密度函数p(y/x)=p(n)则条件熵：则条件熵：则加性信道的信道容量为则加性信道的信道容量为 由第二章的讨论已知，对于不同的限制条件，连续随由第二章的讨论已知，对于不同的限制条件，连续随机变量具有不同的最大熵值。因此，加性信道容量取决于机变量具有不同的最大熵值。因此，加性信道容量取决于噪声噪声N (即信道）的统计特性和输入随机变量即信道）的统计特性和输入随机变量X所受的限制所受的限制条件。条件。高斯加性连续信道的容量：高斯加性连续信道的容量：高斯加性连续信道：信道中的噪声高斯加性连续信道：信道中的噪声即：即：信道的传递概率密
13、度函数为信道的传递概率密度函数为则高斯加性连续信道的信道容量为则高斯加性连续信道的信道容量为 一般说来，输入随机变量一般说来，输入随机变量X的平均功率是有限的，假设的平均功率是有限的，假设限定为限定为PX，而噪声的平均功率限定为，而噪声的平均功率限定为PN=2，则输出随机，则输出随机变量变量Y的平均功率也是受限的，设假定为的平均功率也是受限的，设假定为PY。 根据最大连续熵定理，要使根据最大连续熵定理，要使Hc(Y) 最大，最大，Y必须是一个必须是一个均值为均值为0，方差为，方差为 得高斯随机变量。得高斯随机变量。 则现在的问题就变为：输入概率密度函数则现在的问题就变为：输入概率密度函数p(x
14、)是什么样是什么样的函数时，才能使的函数时，才能使Y呈高斯分布。呈高斯分布。 因为高斯加性信道中，输入X和噪声N相互统计独立，且 Y=X+N，可以证明，当输入X是均值为0，方差为的高斯随机变量，则输出Y的概率密度函数满足高斯分布若则其中：此时输出端的连续熵Hc(Y)达到最大值，即：则高斯加性连续信道的信道容量为式中 ： 为信道的信噪功率比。 如果我们对信道的输入信号进行采样，假设信道的频带限于（0，W）。根据采样定理，如果我们把信道的一次传输看成是一次采样，则信道每秒传输2W个样点，单位时间的信道容量为：这就是著名的香农公式。 带宽一定时，信道容量随SNR的增加而单调增加，因此增大信号功率、减小信道噪声可以增加信道容量。如果SNR固定，信道容量随着带宽的增加而增加。例：设电视图像每帧由3105个像素组成，每个像素由8个可辨别的亮度电平（等概出现)。又设每秒发送25帧图像，信噪比为试求传输此图像信号所占用的最小带宽。由香农公式求得的最小带宽为每一秒钟传输的信息量为每一帧所含的信息量为解：每一像素所含的信息量为
