信道容量 | 信道

文章目录

  • 一、信道容量
    • 香农公式
    • 香农公式意义
    • 香农极限
  • 二、离散无记忆信道容量(DMC)
  • 三、Shannon第二定理
  • 四、Shannon第三定理

一、信道容量

信道容量是指在信道上进行无差错传输的最大传输速率,SISO,信道容量是一个数,单位是bit/s or bit/symb,表示每秒信道能传输的最大信息量。
吞吐量:系统在单位时间内传输的正确比特数,bit/s
信道容量>吞吐量

香农公式

C = B l o g 2 ( 1 + S N ) = B l o g 2 ( 1 + S N 0 B ) C=Blog_2(1+\frac{S}{N})=Blog_2(1+\frac{S}{N_0 B}) C=Blog2(1+NS)=Blog2(1+N0BS)

  1. C :信道容量,单位bit/s
  2. B:信道带宽,单位Hz
  3. S:平均信号功率,单位W
  4. N:噪声平均功率,单位W
  5. N 0 N_0 N0:噪声单边功率谱密度
    增加信道容量方法:增加带宽B/增加信号功率S/减少噪声/干扰信号的功率N

香农公式意义

  1. 表示了信道容量与信道带宽之间的关系,信道容量与信道带宽成正比,同时还取决于信噪比和编码技术种类
  2. 如果信源速率R<=信道容量C,在理论上,可使信源以任意小的差错概率通过信道传输
  3. 如果信源速率R>信道容量C,则没办法传递这样的信息,这种方式传递的二进制信息差错率是 1 2 \frac{1}{2} 21

香农极限

概念:香农限是指单位时间、单位带宽内传输1bit信息所需的最小信噪比 E b N 0 \frac{E_b}{N_0} N0Eb = -1.59db

E b N 0 \frac{E_b}{N_0} N0Eb = -1.59db 应该怎么计算??

二、离散无记忆信道容量(DMC)

  • 转移矩阵
    ( Q y ∣ x ) i j = p ( y = y i ∣ x = x i ) (Q_{y|x})_{ij}=p(y=y_i|x=x_i) (Qyx)ij=p(y=yix=xi)
    无记忆:第n个输入仅与第n个输出有关,即 p ( Y n ∣ Y 1 : n − 1 , X 1 : n ) = p ( Y n ∣ X n ) p(Y_n|Y_{1:n-1},X_{1:n})=p(Y_n|X_n) p(YnY1:n1,X1:n)=p(YnXn)
  • 信道容量
    DM信道容量C: C = m a x p x I ( X ; Y ) C=max_{p_x}I(X;Y) C=maxpxI(X;Y) P x P_x Px为输入分布
    性质: 0 ≤ C ≤ m i n ( H ( X ) , H ( Y ) ) ≤ m i n ( l o g ∣ X ∣ , l o g ∣ Y ∣ ) 0\le C\le min({H(X),H(Y))}\le min(log|X|,log|Y|) 0Cmin(H(X),H(Y))min(logX,logY)
  • DMC
二元对称信道(BSC) 二元擦除信道(BEC) 非对称信道
输入符号 x = [ 0 ; 1 ] x=[0;1] x=[0;1] x = [ 0 ; 1 ] x=[0;1] x=[0;1] x = [ 0 ; 1 ; 2 ] x=[0;1;2] x=[0;1;2] 分布 p x = [ a , a , 1 − 2 a ] p_x=[a,a,1-2a] px=[a,a,12a]
输出符号 y = [ 0 ; 1 ] y=[0;1] y=[0;1] y = [ 0 ; ? ; 1 ] y=[0;?;1] y=[0;?;1] y = [ 0 ; 1 ; 2 ] y=[0;1;2] y=[0;1;2]
转移矩阵 Q = [ 1 − p p p 1 − p ] Q =\begin{bmatrix} 1-p& p \\ p &1-p\end{bmatrix} Q=[1ppp1p] Q = [ 1 − f f 0 0 f 1 − f ] Q =\begin{bmatrix} 1-f& f &0 \\ 0 & f & 1-f\end{bmatrix} Q=[1f0ff01f] Q = [ 1 − f f 0 0 f 1 − f 0 0 1 ] Q =\begin{bmatrix} 1-f& f &0 \\ 0 & f & 1-f\\0 & 0 & 1\end{bmatrix} Q= 1f00ff001f1
互信息 I ( X ; Y ) = H ( Y ) − H ( Y ∣ X ) ≤ 1 − H ( p ) I(X;Y)=H(Y)-H(Y|X)\le1-H(p) I(X;Y)=H(Y)H(YX)1H(p) I ( X ; Y ) = H ( X ) − H ( X ∣ Y ) = ( 1 − f ) H ( X ) ≤ 1 − f I(X;Y)=H(X)-H(X|Y)=(1-f)H(X)\le1-f I(X;Y)=H(X)H(XY)=(1f)H(X)1f 当且仅当 X服从均匀分布时,等号成立。 H ( Y ) = − 2 a l o g a − ( 1 − 2 a ) l o g ( 1 − 2 a ) H ( Y ∣ X ) = − 2 a H ( f ) + ( 1 − 2 a ) H ( 1 ) = 2 a H ( f ) I ( X ; Y ) = H ( Y ) − H ( Y ∣ X ) = − 2 a l o g a − ( 1 − 2 a ) l o g ( 1 − 2 a ) − 2 a H ( f ) d I ( X ; Y ) d a = 0 ⇒ a = ( 2 + 2 H ( f ) ) − 1 H(Y)=-2aloga-(1-2a)log(1-2a)\\ H(Y|X)=-2aH(f)+(1-2a)H(1)=2aH(f) \\ I(X;Y)=H(Y)-H(Y|X)=-2aloga-(1-2a)log(1-2a)-2aH(f) \\ \frac{dI(X;Y)}{da}=0\Rightarrow a=(2+2^{H(f)})^{-1} H(Y)=2aloga(12a)log(12a)H(YX)=2aH(f)+(12a)H(1)=2aH(f)I(X;Y)=H(Y)H(YX)=2aloga(12a)log(12a)2aH(f)dadI(X;Y)=0a=(2+2H(f))1
信道容量 1 − H ( p ) 1-H(p) 1H(p) bit 1 − f 1-f 1f C = − l o g ( 1 − 2 a ) C=-log(1-2a) C=log(12a)

二元对称信道note

信道通用公式:
如果信道是弱对称,信道容量: l o g ∣ Y ∣ − H ( Q 1 , : ) log|Y|-H(Q_1,:) logYH(Q1,:) H ( Q 1 , : ) H(Q_1,:) H(Q1,:)为转移矩阵任意一行的行熵
弱对称定义:如果信道转移矩阵 p ( y ∣ x ) p(y|x) p(yx)的任意两行相互置换,任意两列也相互置换,则该信道是对称的;如果转移矩阵的每一行 p ( ⋅ ∣ x ) p(·|x) p(x)都是其他行的置换,而所有列的元素和 ∑ x p ( y ∣ x ) \sum_xp(y|x) xp(yx)相等,则该信道是弱对称。

  1. 信道容量性质
  • 由于 I ( X ; Y ) ≥ 0 I(X;Y)\ge 0 I(X;Y)0所以 C ≥ 0 C\ge 0 C0
  • 由于 C = m a x I ( X ; Y ) ≤ m a x H ( x ) ≤ l o g ∣ x ∣ C=maxI(X;Y)\le maxH(x)\le log|x| C=maxI(X;Y)maxH(x)logx,所以 C ≤ l o g ∣ x ∣ C\le log|x| Clogx
  • C ≤ l o g ∣ y ∣ C\le log|y| Clogy
  • I(X;Y)是关于P(x)的一个连续函数
  • I(X;Y)在给定 p Y ∣ X p_{Y|X} pYX条件下关于 p X p_X pX的凹函数,I(X;Y)在给定 p X p_X pX条件下关于 p Y ∣ X p_{Y|X} pYX的凸函数

三、Shannon第二定理

码率R<信道容量C,该码率是可达的,码率R>信道容量C,该码率不可达的
正命题:如果R ( 2 n R , n ) (2^{nR},n) (2nR,n)码字序列,使得最大错误率,当 n → ∞ n\to \infty n λ ( n ) → 0 \lambda^{(n)}\to0 λ(n)0
逆命题:任何一个 ( 2 n R , n ) (2^{nR},n) (2nR,n)码字序列,当 n → ∞ n\to \infty n时最大错误概率 λ ( n ) → 0 \lambda^{(n)}\to0 λ(n)0,则必有 B ≤ C B\le C BC

参考文章:通信算法基础知识汇总(7)

四、Shannon第三定理

保真度准则下的信源编码定理,或称有损信源编码定律。
只要码长足够长,总能找到一种信源编码,使编码后的信息传输速率略大于失真函数,而码的平均失真度不大于给定的允许失真度。

你可能感兴趣的:(无线通信,信息与通信)