目录
失真的概念:
信息率与失真的关系:
信息率失真理论:
失真函数矩阵:
平均失真度定义为:
平均失真度与信道转移概率的关系:
率失真函数:
率失真函数的物理意义:
率失真函数的主要性质:
例:
汉明失真与传输差错概率:
汉明失真矩阵为 :
由汉明失真矩阵,得平均失真度为:
而传输出错的概率:
理论上“消息完全无失真传送”的可实现性
信道编码定理:无论何种信道,只要H(X)<=信息速率R<=信道容量C,总能找到一种编码,使在信道上能以任意小的错误概率和无限接近于C的传输速率来传送信息。反之,若R>C,则传输必失真。
实际上“消息完全无失真传送”的不可实现性
要做到无失真信源编码,要求H(X)<R<C;实际的信源常常是连续信源,连续信源的绝对熵无穷大,要无失真传送,则信息率R也需无限大,信道容量C也必须为无穷大。而实际信道带宽是有限的,所以信道容量受限制。因此无法满足无失真传输的条件,因此传输质量必然受影响。
实际生活中,人们一般并不要求获得完全无失真的消息,通常只要求近似地再现原始消息,即允许一定的失真存在。
失真的概念:
失真函数的取值通常反映失真产生的代价
信息率与失真的关系:
信源压缩后相比原始信源,误差或失真越大,说明压缩掉的信息量就越多。
描述失真度大小和信息速率关系的定理称为:保真度准则下的信源编码定理,也叫信息率失真理论。
信息率失真理论的应用:
信息率失真理论是量化、数模转换、频带压缩和数据压缩的理论基础
信息率失真理论:
失真函数矩阵:
与转移概率矩阵对应,可定义相应的失真度矩阵:
平均失真度定义为:
平均失真度是从统计意义上来说每个符号失真的平均值。
在通信传输系统中,失真通常在信道中产生,平均失真度与信道的关系可由转移概率的函数来描述。
平均失真度与信道转移概率的关系:
率失真函数:
定义:给定信源和失真函数,要使信源压缩后的平均失真 (D为给定的失真上限),则需找到某种压缩方法,使其经过压缩后可以达到一个允许的最小信息速率,即R(D)。不妨将该压缩过程假设成让信源通过一个有失真的传输信道(满足一定的信道转移概率分布或转移概率密度函数),使在该信道(称为试验信道)上传输的信息速率达到最小,这个最小的信息速率称为信息率失真函数,记作R(D)。
率失真函数示意图:
率失真函数的物理意义:
如果将符号通过信道传输看作某种变换过程,为了以小于等于DC 的失真度恢复信源的输出,平均每个信源符号需要得到的最小信息量。
若将率失真函数看作D的函数,显然有如下的关系:
当没有失真时( D=0 ):
当失真达到最大时( D=Dmax ):
率失真函数的定义域:
率失真函数的主要性质:
(1))率失真函数R(D)是D的下凸型凸函数。 作为D的函数存在最小值。
(2)率失真函数R(D)是D的单调递减函数。允许的失真越大,所需的互信息量越小。
(3))R(D)是D的连续函数。
例:
汉明失真与传输差错概率:
设信源符号的分布特性为:
汉明失真矩阵为 :
设信道转移矩阵为:
由汉明失真矩阵,得平均失真度为:
而传输出错的概率:
失真是由传输出错所致