《信息安全信道及其容量课件》由会员分享，可在线阅读，更多相关《信息安全信道及其容量课件（156页珍藏版）》请在金锄头文库上搜索。
1、第3章 信道及其容量作者：谭炳健 学号：1100360121 专业：信息安全 学院：计算机科学与工程学院 学校：桂林电子科技大学简介：u信道（channel）顾名思义是通信的通道，具体而言，它是信号传输的媒介，是传送信息的载体信号所通过的通道，它是通信系统的重要部分。其任务是以信号作为载体来传输信息、存储信息。在物理信道一定的情况下，人们总是希望传输的信息越多越好。这不仅与物理信道本身的特性有关，还与载荷信息的信号形式和信源输出信号的统计特性有关，因此，研究信道的目的就是研究仅仅限定信道特征（考虑干扰源特征）的情况下，信道上传输或存储的信息量的最大值，这个传输能力的极限我们称为信道容量（cha
2、nnel capacity）。u这些研究依赖于对信道的问题建立一定的数学模型，选择合理的、简化的数学模型，从而，需要首先对信道通信问题建立简化的数学模型，选择必要的参数来描述信道的通信过程，以此为基础，度量和分析各种类型的信道，计算在不同约束条件下的信道容量，并且分析相应的特征。我们一般指的信道是物理信道，物理信道一般是指依托物理媒介传输信息的通道，比如：电话线，光纤，同轴，微波等。u与之相对的还有逻辑信道，当作信道。逻辑信道一般是指人为定义的信息传输信道，实际上许多时候提到的信道是广义的，非物理的，比如我们可以将信道编码、译码和信道看成一个广义的信道，也可以将加密、加密和信源编码、解码当作信
3、道。3.1 信道的数学模型与分类v（1）根据输入输出随机信号的特点分类v离散信道：输入、输出随机变量都取离散值。电报信道和数据信道就属于这一类。v连续信道：输入、输出随机变量都取连续值。电视和电话信道属于这一类。v半离散/半连续信道：输入变量取离散值而输出变量取连续值，或反之。连续信道加上数字调制器或数字解调器后就是这类信道。vv在连续信道中，如果输入和输出的信号在时间和幅度上均连续，称为波形信道，可以用随机过程来描述，一般将它分解为离散信道，时间或幅度之一上离散的连续信道，半离散半连续信道来研究。v（2）据输入输出随机变量个数的多少分类v单符号信道：输入和输出端都只用一个随机变量来表示。v多
4、符号信道：输入和输出端用随机变量序列/随机矢量来表示v（3）根据信道用户的多少（输入输出个数）分类 v单用户信道：只有一个输入端和一个输出端，注意信息只能向一个方向传递。比如点对点的单向通信，v多用户信道：至少有一端有两个以上的用户合用一个信道，双向通信，比如一般的通信网。v（4）根据输入端和输出端的关联分类v无反馈信道：无反馈就是输出端的信号不反馈到输入端，即输出信号对输入信号没有影响。v有反馈信道：输出信号通过一定途径反馈到输入端，致使输入端的信号发生变化的信道。v （5）根据信道参数与时间的关系分类vv固定参数（恒参、平稳）信道：信道的统计特征不随时间而变化，比如卫星通信信道可以近似的认
5、为是固定参数信道。v时变参数（随参、非平稳，time-varying）信道：信道的统计特征随时间而变化，例如短波通信。v（6）根据信道上有无干扰分类v有干扰信道（noisy discrete channel， discrete channel with noise）：存在噪声或干扰的信道，或者同时存在两者的信道。v无干扰信道：不存在噪声和干扰，或者可以忽略的信道。vv（7）根据信道有无记忆特性分类v有记忆信道（channel with memory）：某个时间的输出y不仅仅与相应时间的输入x有关，而与前后的输入、输出相关。类似于马尔可夫信源，输出只与前面有限个输入有关时，可称为有限记忆信道。当
6、与前面无限个输入有关，但关联性随间隔加大而趋于零时，可称为渐近有记忆信道。条件概率是相同的函数时，称为平稳信道，即变量的下标顺序推移时，条件概率的函数形式不变。vv无记忆信道（memoryless channel）：某个时间的输出y只与相应时间的输入x有关，而与前后的输入、输出无关。v还可以根据载荷消息的介质和信号的形式不同进行分类。v实际上，有时候信道划分是人为的，比如下图3-1中进行不同的划分，由于信号在不同的位置进行不同的处理和转换，所以对应的信源、信宿可以认为是不一样的，所以可以得出不同的信道类型：v图3-1 不同的信道划分v其中：c1段，信号一般是连续的，所以该段为连续信道，调制信道
7、；vc2为离散信道，编码信道；vc3为半离散、半连续信道；vc4为半连续、半离散信道。v狭义的信道仅仅包括传输介质，但是广义的信道可以包括传输介质、各种信号变换、编码和耦合装置等。在通信系统中的广义信道通常也可分成两种：调制信道和编码信道。vv（1）调制信道v调制信道是从研究调制与解调的基本问题出发而构成的，它的范围是从调制器输出端到解调器输入端，从调制和解调的角度来看，我们只关心解调器输出的信号形式和解调器输入v信号与噪声的最终特性，并不关心信号的中间变化过程。因此，定义调制信道对于研究调制与解调问题是方便和恰当的。v v补充相关概念：调制，就是把数字信号转换成电话线上传输的模拟信号；解调，
8、即把模拟信号转换成数字信号。将两种功能合并在一起的设备合称调制解调器，就是我们通常所称的猫（Modem）。它能把计算机的数字信号翻译成可沿普通电话线传送的脉冲信号，而这些脉冲信号又可被线路另一端的另一个调制解调器接收，并译成计算机可懂的语言。vv（2）编码信道v在数字通信系统中，如果仅着眼于编码和译码问题，则可得到另一种广义信道编码信道。这是因为，从编码和译码的角度看，编码器的输出仍是某一数字序列，而译码器输入同样也是一数字序列，它们在一般情况下是相同的数字序列。因此，从编码器输出端到译码器输入端的所有转换器及传输媒质可用一个完成数字序列变换的方框加以概括，此方框称为编码信道。vvv当然广义信
9、道是一个非常广泛、可以人为设定的概念，根据研究对象和关心问题的不同，还可以定义其它形式的广义信道。v3.1.2 信道的数学模型与参数u实际中的信道一般存在噪声和干扰使输出信号与输入信号之间没有固定的函数关系，只有统计依赖的关系。因此可以通过研究分析输入输出信号的统计特性来研究信道。u首先来看下一般信道的数学模型，这里我们采用了一种“黑箱”法来操作。通信系统模型，在信道编码器和信道解码器之间相隔着许多其他部件，如调制解调、放大、滤波、均衡等器件，以及各种物理信道。信道遭受各类噪声的干扰，使有用信息遭受损伤。u从信道编码的角度，我们对信号在信道中具体如何传输的物理过程并不感兴趣，而仅对传输的结果感
10、兴趣：送人什么信号，得到什么信号，如何从得到的信号中恢复出送入的信号，差错概率是多少。故将中间部分全部用信道来抽象，可以认为输入信源X经过信道变成Y。实际信道的带宽总是有限的，所以输入X和输出Y总可以分解成随机序列来研究。为了简化问题，以下我们只研究无反馈，固定参数的单用户离散信道。u如果要建立信道的模型，应该有哪些参数，哪些参数是信道的固有参数，哪些是一些需要牵涉的参数？u信道的基本特征包括输入、输出以及输入和输出之间的关系，我们可以假设输入矢量为=(x1， x2， ， xN)，输入的矢量分量选择于符号集 A=a1， a2， ， ar，输出矢量 =(y1， y2， ， yN)，输出的矢量分量
11、选择于符号集 B=b1， b2， ， bs，它们之间的统计关系用条件概率p(Y|X) （有时候用小写x和y，或者用xi和yj，我们可以等同看待这些不同写法，均为对X和Y所有可能情况的相应条件概率的一种整体表征）来表示，在信息论中称为转移概率或者传递概率（Transition Probability）。u1. 无干扰（无噪）信道的参数u我们首先讨论作为简单的情形，即没有干扰（噪声）的信道。由于没有噪声，所以输入可以决定输出，即存在确定的函数f，Y=f(X)。up ( y | x) 的取值只有0和1，当y f ( x)时，条件概率p ( y | x)为0，当y = f ( x)时，条件概率p (
12、y | x)为1。u对于离散信道，如果信道转移概率矩阵（Transition Probability Matrix，简称转移矩阵，transition matrix， 偶有称为概率转移矩阵，Probabilistic Transfer Matrix，PTM）的每一行中只包含一个“1”，其余元素均为“0”，说明信道无干扰，叫无扰离散信道。u2. 单符号离散信道的参数u多个符号序列存在有记忆和无记忆之分，我们先从简单的单符号信道入手，由于是单符号，无需考虑信道是否有记忆，可以认为是无记忆的，我们假设给定以下参数：u输入单符号变量X，取自符号集 A=a1， a2， ， ar；u输出单符号变量Y，取自
13、符号集 B=b1， b2， ， bs；u由于信道的干扰使输入符号x在传输中发生错误，这种错误是随机发生的，所以可以用条件概率（转移概率）来表示噪声的干扰：p(y|x)= P(y=bj|x=ai)=p(bj|ai)；u这一组条件概率称为信道的传递概率或转移概率，可以用来描述信道干扰影响的大小。显然对于任一给定的ai，条件概率累加满足归一性，即p(bj| ai ) = 1。u因此，一般简单的单符号离散信道可以用X， P(y|x) ，Y 三者加以描述，当然对于输入和输出，不仅仅需要知道其取值范围，还希望有更加确切的了解，而输入和输出本身是不确定的，所以，只能用它们的概率空间描述，所以信道的数学模型可
14、以用概率空间X， P(y|x) ，Y描述，也可以用下图3-2表示u 图图3-3-2 单符号离散信道单符号离散信道u单个符号的离散信道的转移概率通常用信道转移概率矩阵表示：u u一般为了简化，记pij= p(bj|ai)，则信道转移概率矩阵可以表示为u注意：偶见在少数资料中，记pji= p(bj|ai)。u这个转移概率矩阵完全描述了信道的统计特征，又称为信道矩阵，其中有些概率是信道干扰引起的错误概率，有些概率是信道正确传输的概率。可以看到，信道矩阵既表达了输入符号集A=a1, ar，又表达了输出符号集B=b1, bs，同时还表达了输入与输出之间的传递概率关系，信道的输入和输出的所取的符号集（取值
15、范围）与信道的性质有关系，但是输入X和输出Y的概率空间只是一种伴随的参数，与信道的性质无关，信道矩阵本身已经隐含了信道的输入输出的取值数（对应于矩阵的行数和列数），因此，信道矩阵也可以作为离散单符号信道的另一种数学模型的最简形式。u例3-1 二进制信道是最简单，也是最常用的信道，r=s=2时即为二进制信道，如果信道还满足对称性，则称为二元对称信道（BSC，Binary Symmetrical Channel），如下图3-3所示：uuu图3-3二元对称信道uBSC信道的输入符号X取值于0,1，输出符号Y取值于0,1，r=s=2， a1=b1=0，a2=b2=1，传递概率为u其中，表示信道输入符号
16、为0而接收到的符号为1的概率，表示信道输入符号为1而接受到的符号为0的概率，它们都是单个符号传输发生错误的概率，通常用p表示。而和是无错误传输的概率，通常用表示。u显然，这些传递概率满足归一性，即满足下式：u用矩阵来表示，即得二元对称信道的传递矩阵为u3. 有干扰无记忆离散信道的参数u信道无记忆指的是输出只与当前输入有关，而与非该时刻的输入信号、输出信号都无关，与信源的无记忆具有相似性，但是不同于信源的记忆性。这种情况使得问题得以简化，无需采用矢量形式，只要分析单个符号的转移概率即可。有干扰无记忆信道有以下性质：u|，（i =1，.，N） （3-3）u假设信道编码器的输入是n元符号，即输入符号
17、集由n个元素X=x1，x2，xn构成，而检测器的输出是m元符号即信道输出符号集由m个元素Yy1,y2，ym构成，且信道和调制过程是无记忆的，那么信道模型黑箱的输入一输出特性可以用一组共nm个条件概率来描述。u式中，i=1，2，n；j=1，2，m；这样的信道称为离散无记忆信道 ( DMC，Discrete Memoryless Channel)。构成的矩阵为P矩阵（信道矩阵）。u在信道输入为xi的条件下，由于干扰的存在，信道输出不是一个固定值而是概率各异的一组值，这种信道就叫有扰离散信道。u4. 有干扰有记忆离散信道的参数u这种信道是更一般的情况，实际上大多数的信道严格意义上说属于有干扰有记忆信
18、道。例如在数字信道中，由于信道滤波使频率特性不理想时造成了码字之间的干扰。u在这一类信道中某一瞬间的输出符号不但与对应时刻的输入符号有关，而且还与此以前其他时刻信道的输入符号及输出符号有关，这样的信道称为有记忆信道。u由于有记忆信道的转移概率计算涉及到太多的参数，因此对它的分析和计算更加复杂。提倡采用两种方法进行简化处理：1）将记忆性较强的N个符号当作一个N维矢量进行整体的处理，而各个矢量之间当作无记忆的。2）把信源序列的转移概率当作马尔可夫链的形式，即假设信道为有限记忆的。以上方法都是进行了简化和近似处理，会带来一定误差。u5. 离散输入连续输出信道补充知识：加性噪声一般指热噪声、散弹噪声等
19、，它们与信号的关系是相加，不管有没有信号，噪声都存在。而乘性噪声一般由信道不理想引起，它们与信号的关系是相乘，信号在它在，信号不在他也就不在。一般通信中把加性随机性看成是系统的背景噪声；而乘性随机性看成系统的时变性（如衰落或者多普勒）或者非线性所造成的。前者相对容易分析，而后者则比较困难。与此相对应，就有加性信道等概念。u加性高斯白噪声在通信领域中指的是一种各频谱分量服从均匀分布（即白噪声），且幅度服从高斯分布的加性噪声信号。因其可加性、幅度服从高斯分布且为白噪声的一种而得名。u由于该噪声在一定的条件下造成的影响最为显著，所以该噪声信号为一种便于分析的理想噪声信号，实际的噪声信号往往只在某一频
20、段内可以用高斯白噪声的特性来进行近似处理。由于AWGN信号易于分析、近似，因此在信号处理领域，对信号处理系统（如滤波器、低噪音高频放大器、无线信号传输等）的噪声性能的简单分析u(如：信噪比分析)中，一般可假设系统所产生的噪音或受到的噪音信号干扰在某频段或限制条件之下是高斯白噪声。u假设信道输入符号选自一个有限的、离散的输入字符集X=x1，x2， xn，而信道输出未经量化（m），这时的译码器输出可以是实轴上的任意值，即y=，。这样的信道模型为离散时间无记忆信道。u这类信道中最重要的一种是加性高斯白噪声（AWGN）信道，对它而言Y=XG ，式中G是一个零均值、方差为的高斯随机变量，X=xi，i=1
21、，2，n。当 X给定后，Y是一个均值为xi、方差为的高斯随机变量。u6.波形信道的参数u信道的输入和输出都是随机过程x(t)和y(t)，我们称为波形信道，通俗地说其输入是模拟波形，其输出也是模拟波形，可以用随机过程来表述。在实际的模拟通信系统中，信道都是波形信道。为了便于分析，我们将来自各部分的噪声和干扰都集中在一起，且认为都是信道加入的。同时可以假设随机过程是平稳的。因为实际波形信道的频宽总是受限的，在有限观察时间T内能满足限时限频条件。因此可以根据取样定理把波形信道的输入x (t)和相应的输出是y(t)的平稳随机过程信号离散化成N=2FT个时间离散、取值连续的平稳随机序列和。从而波形信道问
22、题转化为多维连续信道问题研究。信道转移概率密度函数为， 显然以上转移概率密度函数也满足归一化条件。如果多维连续信道的转移概率密度函数满足独立性条件u则称此信道为连续无记忆信道，即在任一时刻输出变量只与对应时刻的输入变量有关系，而与此前的输入输出无关，也与以后的输入变量无关。 反之，如果连续信道任何时刻的输出变量与其他时刻的输入输出变量有关，则此信道称为连续有记忆信道。u根据噪声对信道中信号的作用不同，可以将噪声分为加性噪声和乘性噪声，即噪声与输入信号是相加或相乘得到输出信号。一般分析较多的，而且也容易从理论上进行分析的是加性噪声信道。单个符号的加性噪声信道可以表示为y(t)=x (t)n(t)
23、 式中，n(t) 是加性噪声过程的一个样本函数。一般在这种信道中，噪声和信号通常相互独立，所以， （3-4）则 （3-5）即对于加性信道的传递概率密度函数就等于噪声的概率密度函数。这也进一步说明了信道的传递概率是由于噪声所引起的。以后还可以证明，因此在加性信道中条件熵是由于信道中噪声引起的，它完全等于噪声信源的熵，所以称为噪声熵。以后主要讨论的是加性信道，噪声源主要是高斯白噪声。以上只讨论了一些常见信道模型的参数，并没有完全讨论所有类型的信道。在不同的研究中，会用到不同的信道模型：a.设计和分析离散信道编、解码器的性能，从工程角度出发，最常用的是DMC信道模型或其简化形式BSC信道模型；b.若
24、分析性能的理论极限，则多选用离散输入、连续输出信道模型；c.如果我们是想要设计和分析数字调制器和解调器的性能，则可采用连续的波形信道模型。本书的主题是信道编、解码，因此主要使用DMC信道模型。 3.2 信道疑义度与平均互信息在上一章中，我们提到平均互信息量和疑义度的概念，信道通信的目的就是要给接收者提供信息，然而信道的干扰使得在实际的通信中完全可靠的传输是不可能的。接收者能够得到的是信宿Y，而他所希望知道的却是信源X，鉴于X和Y之间的统计相关性，他可以试图通过Y获得关于X的信息，因此这涉及到已知Y的时候X的不确定度，即信道的疑义度，以及Y和X之间的平均互信息量。疑义度和平均互信息量是研究信道的
25、重要参数，相关的分析和性质参见第二章，在此不赘述。3.3 信息传输率与信道容量信道的容量实际上是由香农信道编码定理所证明，本书的后面会有相关的证明，在这里我们经过简单的分析直接给出定义。信道的输入X x1,x2,xi,xn，输出Y y1,y2,yj,ym。如果信源熵为H(X)，希望在信道输出端接收的信息量就是H(X)，由于干扰的存在，一般只能接收到I(X;Y)。输出端Y往往只能获得关于输入X的部分信息，这是由于平均互信息性质决定的：I(X;Y)H(X)。信息安全信道及其容量将信道中平均每个符号所能传送的信息量定义为信道的信息传输率R，它的值就是平均互信息量，即R=I(X;Y)= H(X)-H(
26、X|Y) bit/符号，后面的单位是以2为底的对数计算所对应的结果，如果是其他底，应该换成相应的det（以10为底），nat（以e为底）等等，每符号是因为这是单个符号的互信息量，有时候也有symbol或channel use代替。I(X;Y)是信源无条件概率p(xi)和信道转移概率p(yj |xi)的二元函数，当信道特性p(yj | xi)固定后，I(X;Y)随信源概率分布p(xi)的变化而变化。调整p(xi)，在接收端就能获得不同的信息量。由平均互信息的性质已知，I(X;Y)是p(xi)的型上凸函数，因此总能找到一种概率分布p(xi)（即某一种信源），使信道所能传送的信息率为最大。信道容量C
27、（Channel capacity）：在信道中最大的信息传输速率，单位是比特/信道符号信息安全信道及其容量 （3-6）单位时间的信道容量Ct：若信道平均传输一个符号需要t秒钟，则单位时间的信道容量为： （bit/second） （3-7）Ct实际是信道的最大信息传输速率，单位比特/秒（bit/second）。有时候Ct仍称为信道容量。信息安全信道及其容量单位时间的信息传输速率：若信道平均传输一个符号需要t秒钟，则信息传输速率为Rt=I(X;Y)/t bit/second，单位常常简写为bps。有时候其单位可以用每秒千比特数(Kbps)或每秒兆比特数(Mbps)来表示(此处K和M分别为1000和
28、1000000，而不是涉及计算机存储器容量时的1024和1048576)。信道容量是信道的固有属性，但是，传输的信息量能否让互信息量达到最大值，是由信源决定的，因此，信源对信道的匹配也是一个影响因素。平均互信息量达到最大值的时候信源的概率分布称为最佳输入分布。信息安全信道及其容量在讨论信息传输率的时候，也会常常涉及到波特率和比特率的概念，区别如下：比特率是指二进制数码流的信息传输速率，单位是：bit/s简写b/s或bps，它表示每秒传输多少个二进制元素（每一个二进制的元素称为比特）。波特又称调制速率，是针对模拟数据信号传输过程中，从调制解调器输出的调制信号每秒钟载波调制状态改变的数值，即单位时
29、间内载波参数变化的次数，称为波特率（Baud rate）。它是对信号调制环节传输速率的一种度量，是对符号（而不是信息）传输速率的一种度量，1波特即指每秒传输1个符号。单位“波特”本身就已经是代表每秒的调制数，以“波特每秒”（Baud per second）为单位是一种常见的错误。信息安全信道及其容量比特率是对信息传输速率（传信率）的度量。波特率可以被理解为单位时间内传输码元符号的个数（传符号率），通过不同的调制方法可以在一个码元上负载多个比特信息。波特率与比特率的关系为：比特率=波特率单个调制状态对应的二进制位数。信息安全信道及其容量3.4 离散单个符号信道的信道容量 前面讨论多各种信道，我们
30、这里从最为简单的单个符号的离散信道开始来分析信道容量。通过单个符号信道的信道容量的计算，可以为序列信道的信道容量计算提供一定的简化方法。3.4.1 特殊离散信道下面介绍介绍三种最为简单的理想信道：1具有一一对应关系的无噪信道信息安全信道及其容量图3-4 一一对应的无噪信道对应的信道矩阵是：信息安全信道及其容量vv因为信道矩阵中所有元素均是“1”或“0”，X和Y有确定的对应关系：v已知X后Y没有不确定性，噪声熵 H(Y|X)=0；v反之，收到Y后，X也不存在不确定性，信道疑义度（损失熵） H(X|Y)=0;v这是一种无噪无损信道。v故有 I(X;Y)=H(X)=H(Y)。v当信源呈等概率分布时，
31、具有一一对应确定关系的无噪信道达到信道容量：vv2具有扩展性能的离散有噪声信道虽然信道矩阵中的元素不全是“1”或“0”，但由于每列中只有一个非零元素：已知Y后，X不再有任何不确定度，信道疑义度 H(X|Y)=0，I(X;Y)= H(X) -H(X|Y)= H(X)。例如，输出端收到y2后可以确定输入端发送的是x1，收到y7后可以确定输入端发送的是x3，等等。图3-5 具有扩展性能的无噪信道信息安全信道及其容量信道容量为：与一一对应信道不同的是，此时输入端符号熵小于输出端符号熵，H(X) C时，任何编码都不可能让译码错误率趋向于任意小。信息安全信道及其容量与无失真信源编码定理(香农第一定理)类似
32、，香农第二定理只是一个存在性定理，它指出信道容量是一个临界值（极限），只要信息传输率不超过这个临界值，信道就可几乎无失真地把信息传送过去，否则就会产生失真。即在保证信息传输率低于(直至无限接近)信道容量的前提下，错误概率趋于0的编码是存在的。虽然定理设有具体说明如何构造这种码，但它对信道编码技术与实践仍然具有根本性的指导意义，它不仅给定了极限值，而且告诉我们通过增加序列长度的方法进行整体的编码，信息安全信道及其容量可以减少错误率，他的极限指标也有助于评估各种编码方法的优劣。编码技术研究人员在该理论指导下致力于研究实际信道中各种易于实现的具体编码方法。二十世纪六十年代以来，这方面的研究非常活跃，
33、出现了代数编码，循环码，卷积码，级联码，格型码等等，为提高信息传输的可靠性作出了重要的贡献，目前已有趋向于香农极限的优秀编码方法。通过一个有噪信道可以实现几乎无失真传输，这似乎是违背人的直观的，在香农之前，人们多持有这种观点，香农的结论引起了很大的反响，甚至于有一些质疑。香农对该定理的信息安全信道及其容量证明也是非常巧妙的，他先不去构造理想的好码，而是用随机编码的方法得到所有可能生成的码的集合，然后在码集合中随机选择一个码作为输入码序列，最后计算这样随机选择的一个码在码集合上的平均性能。在译码时，利用了联合典型序列的概念，即将接收序列译成与其联合典型的码字，这种译码方法不是最优译码，但便于理论
34、分析。类似的利用长序列来构造合适编码的证明方法还被用来证明香农第一定理（无失真压缩的极限为信源熵）和香农第三定理（限失真压缩的极限为信息率失真函数）。信息安全信道及其容量 思考题与习题设信源通过一干扰信道，接收符号为Y=y1,y2,信道传递的概率如图3-17。求：（1）信源中x1和x2分别含有的自信息量。（2）接收消息yj（j=1，2）后，获得的关于xi的信息量。（3）信源X和Y的信息熵。（4）信道的疑似度H(X|Y)和噪声H(Y |X)。（5）接收消息Y后获得的平均互信息。信息安全信道及其容量2 通 过一个干扰信道，接受符号集为 ，信道转移矩阵为，试求（1） H(X),H(Y),H(XY)。
35、（2） H(Y|X),H(X|Y);（3） I(Y;X)。信息安全信道及其容量（4） 该信道的容量C。（5）当平均互信息量达到信道容量时，接收端Y的熵H（Y）。计算结果保留小数点后2位，单位为比特/符号。3，设信源 通过某信道，接受符号集为，信道转移矩阵（ ）为 （要求：计算结果保留三位小数，单位是：比特/符号。信息安全信道及其容量试求：（1）H(X),H(Y)；（2）求联合熵H(XY)、信道疑义度H(X|Y)和噪声熵H(Y|X)；（3）接收到Y后所获得的平均互信息量是多少；（4）若改变信源的概率分布，则收到Y后能获得的最大信息量是多少，并且求出此时信源的概率分布。已知信道矩阵， 求信道容量信
36、息安全信道及其容量设二元对称信道的传递矩阵为（1）若p（0）=3/4, p（1）= 1/4，求H(X), I(X；Y)，H(X|Y)和H(Y|X), (2) 求该信道的信道容量及其达到信道容量时的输入概率分布。6.设有一个离散无记忆信道，其信道矩阵，求信道容量C。（要求保留四位小数，单位取为：比特/符号）信息安全信道及其容量求下图3-18中信道的信道容量及其最佳的输入概率分布。 图3-18 题1的信道转移图信息安全信道及其容量8，求下列二个信道的信道容量，并加以比较其中信息安全信道及其容量9.求下图3-19中信道的信道容量及最佳输入概率分布。并求当=0和1/2时的信道容量C。 图3-19 题9
37、的离散信道转移图信息安全信道及其容量试计算下述信道的容量（以p作为变量）。信息安全信道及其容量11.若X 、Y 和Z 是三个随机变量，试证明：（1）I (X;YZ) I(X;Y) I(X;Z | Y) I (X;Z) I (X;Y | Z) 。（2）I (X;Y | Z) I (Y; X | Z) H(X | Z) H(X | YZ)。（3）I (X;Y | Z) 0当且仅当(X, Z,Y)是马氏链时等式成立。12.离散无记忆加性噪声信道下图3-20所示。 其输入随机变量X与噪声Y统计独立。X的取值为：0，1而Y的取值为：0，a(a1)，又P(y=0)=P(y=a)=0.5。信道输出(一般加法
38、)。试求此信道的信道容量，以及到达信道容量的最佳输入分布。请注意，信道容量依赖a的取值。信息安全信道及其容量13.把n个二元对称信道串接起来，每个二元对称信道的错误传递概率为p，设p0,1，证明这n个串接信道可以等效于一个二元对称信道，其错误传输概率为。并证明。信道的串接下图3-21所示。图3-21 题13的信道串联图二元对二元对称信道称信道1二元对称信道1二元对称信道n二元对称信道2信息安全信道及其容量14.在图片中，每帧约为2.55106个像素，为了能很好地重现图像，需分16个亮度电平，并假设亮度电平等概率分布。试计算每秒钟传送30帧图片所需信道的带宽（信噪功率比为30dB）。15.设在平均功率受限高斯可加波形信道中，信道带宽为3kHz，又设（信号功率+噪声功率）/噪声功率=10dB。（1）试计算该信道传送的最大信息率（单位时间）。（2）若功率信噪比降为5dB，要达到相同的最大信息传输率，信道带宽应是多少。16.设一连续消息通过某放大器，该放大器输出的最大瞬时电压为b，最小瞬时电压为a。若消息从放大器中输出，问放大器输出消息在每个自由度上的最大熵是多少？又放大器的带宽为F，问单位时间内输出最大信息量是多少？信息安全信道及其容量
