數(shù)字通信實驗報告

1、武漢理工大學(xué)數(shù)字通信實驗報告班級： 信息154 姓名： 馮 超 學(xué)號： 80 教師： 呂 鋒 日期： 2016.03.26 實驗一1、 實驗項目基于MATLAB的離散無記憶高斯信源的失真-率函數(shù)曲線仿真；2、 實驗?zāi)康?1)、理解信息率失真函數(shù)的定義與物理意義； (2)、分析離散信源在誤碼失真下的信息率失真函數(shù)表達式； (3)、提高綜合運用所學(xué)理論知識獨立分析和解決問題的能力； (4)、使用相關(guān)軟件進行曲線的繪制。3、 實驗內(nèi)容與理論依據(jù) 實驗內(nèi)容：分析離散信源在誤碼失真下的信息率失真函數(shù)表達式，并繪制曲線圖。 理論依據(jù)：信息率失真函數(shù)的定義 研究在限定失真下為了恢復(fù)信源符號所必需的信息率，簡

2、稱率失真理論。信源發(fā)出的符號傳到信宿后，一般不能完全保持原樣，而會產(chǎn)生失真。要避免這種失真幾乎是不可能，而且也無必要，因為信宿不管是人還是機器，靈敏度總是有限的，不可能覺察無窮微小的失真。倘若在處理信源符號時允許一定限度的失真，可減小所必需的信息率，有利于傳輸和存儲。率失真理論就是用以計算不同類型的信源在各種失真限度下所需的最小信息率。因此，這一理論是現(xiàn)代所有信息處理問題的理論基礎(chǔ)。 香農(nóng)首先定義了信息率失真函數(shù)R(D)，并論述了關(guān)于這個函數(shù)的基本定理。 定理指出：在允許一定失真度D的情況下，信源輸出的信息傳輸率可壓縮到R(D)值，這就從理論上給出了信息傳輸率與允許失真之間的關(guān)系，奠定了信息率

3、失真理論的基礎(chǔ)。信息率失真理論是進行量化、數(shù)模轉(zhuǎn)換、頻帶壓縮和數(shù)據(jù)壓縮的理論基礎(chǔ)。離散信源：信源是信息的來源，是產(chǎn)生消息、時間離散的消息序列以及時間連續(xù)的消息的來源。信源輸出的消息都是隨機的，因此可以用概率來描述其統(tǒng)計特性。信源在數(shù)學(xué)上可以用隨機變量、隨機序列和隨機過程來表示。信息是抽象的，信源則是具體的。離散平穩(wěn)無記憶信源輸出的符號序列是平穩(wěn)隨機序列，并且符號之間是無關(guān)的，即是統(tǒng)計獨立的。同時，由于是平穩(wěn)信源，每個隨機變量的統(tǒng)計特性都相同。 信息率失真函數(shù)R(D)對給定的一個信源隨機變量，服從概率分布，為失真測度，定義信息率失真函數(shù)為：其中為與其復(fù)制的互信息，min是對所有滿足以下性質(zhì)的條件

4、概率取值。在給定的信源概率分布及條件概率的乘積所得的聯(lián)合分布下的平均失真 在討論信息率失真函數(shù)時，考慮到信源與信宿之間有一個無失真信道，稱它為試驗信道，對離散信源可記為，對限失真信源這一試驗信道集合可定義為： 根據(jù)前面在互信息中已討論過的性質(zhì)： 且互信息是的上凸函數(shù)，其極限值存在且為信道容量： 這里，我們給出其對偶定義： 即互信息是的下凸函數(shù)。其極限值存在且為信息率失真函數(shù)。它還存在下列等效定義1：對給定的一個失真度D，率失真函數(shù)R（D）定義為： 對給定的一個碼率R，率失真函數(shù)D（R）定義為：直觀地結(jié)實，率失真函數(shù)R（D）是在信源序列與復(fù)制序列的失真不超過D的條件下最小可能的碼率（或信源最大可

5、能的壓縮率）。相對偶地，失真率函數(shù)D（R）是給定碼率（壓縮率）R條件所能達到的最小失真。至此，我們已給定R(D)函數(shù)一個初步描述，如圖1。圖1 R(D)函數(shù)描述由定義，R(D)函數(shù)是在限定失真為最大允許失真為D時信源最小信息速率，它是通過改變試驗信道特性（實際上是信源編碼）來達到的。所以R(D)是表示不同D值時對應(yīng)的理論上最小信息速率值。 然而對于不同的實際信源，存在著不同類型的信源編碼，即不同的試驗信道特性并可以求解出不同的信息率失真R(D)函數(shù)，它與理論上最佳的R(D)之間存在著差異，它反映了不同方式信源編碼性能的優(yōu)劣，這也正是R(D)函數(shù)的理論價值所在。特別對于連續(xù)信源，無失真是毫無意義

6、的，這時R(D)函數(shù)具有更大的價值。信息率失真函數(shù)的迭代計算 首先需要指出的是，達到率失真函數(shù)的條件概率及輸出字母概率分布都不一定是唯一的。 具體迭代算法可以按如下步驟進行9： (1)先假定一個負數(shù)作為，選定初始轉(zhuǎn)移概率組成階初始矩陣。 (2)把選定的初始轉(zhuǎn)移概率代入表達式中，得到相應(yīng)的，然后用代入表達式中，得到相應(yīng)的。 (3)再用代入表達式中，得到相應(yīng)的，然后用代入表達式中，得到相應(yīng)的。 (4)以此推類進行下去，直到與相當(dāng)接近，其差別已在允許的精度范圍之內(nèi)，以及與相當(dāng)接近，其差別也在允許的精度范圍之內(nèi)，則或就是這個值所對應(yīng)的信息率失真函數(shù)的近似值。 (5)再選定一個略大一些的負數(shù)作為值，重復(fù)

7、以上的迭代計算過程，得到值的信息率失真函數(shù)的近似值。 (6)這種過程一直到信息率失真函數(shù)逼近于零為止，隨著的選定就可得到信息率失真函數(shù)的曲線。4、 MATLAB程序框圖與代碼function=RateDF(Pa,d,S)format long d=input(失真矩陣d=);Pa=input(輸入概率分布 Pa=);r=input(輸入信源數(shù)r=);s=input(輸出信源數(shù)s=);S=input(拉式乘子S=);times=input(迭代次數(shù)times=);r,s=size(d);if(length(find(Pa10e-10) error(Not a prob.vector,compon

8、ent do not add up to 1!)endif(r=length(Pa) error(The parameters do not match!);endpba=;RS=;DS=;m=1;for z= 1: times Pba(1:r,1:s,1)=1/s*ones(r,s); for j=1:s Pb(j,1)=0; for i=1:r Pb(j,1)=Pb(j,1)+Pa(i)*Pba(i,j,1); end end for i=1:r temp(i)=0; for j=1:s temp(i)=temp(i)+Pb(j,1)*exp(S(m)*d(i,j); end end fo

9、r i=1:r for j=1:s Pba(i,j,2)=(Pb(j,1)*exp(S(m)*d(i,j)/temp(i); end D(1)=0; for i=1:r for j=1:s D(1)=D(1)+Pa(i)*Pba(i,j,1)*d(i,j); end end R(1)=0; for i=1:r for j=1:s if(Pba(i,j,1)=0) R(1)=R(1)+Pa(i)*Pba(i,j,1)*log2(Pba(i,j,1)/Pb(j,1); end end end n=2; while(1) for j=1:s Pb(j,n)=0; for i=1:r Pb(j,n)=

10、Pb(j,n)+Pa(i)*Pba(i,j,n); end end for i=1:r temp(i)=0; for j=1:s % disp(SM:);disp(S(m); temp(i)=temp(i)+Pb(j,n)*exp(S(m)*d(i,j); end end for i=1:r for j=1:s if(temp(i)=0) Pba(i,j,n+1)=(Pb(j,n)*exp(S(m)*d(i,j)/temp(i); end end end D(n)=0; for i=1:r for j=1:s D(n)=D(n)+Pa(i)*Pba(i,j,n)*d(i,j); end end

11、 R(n)=0; for i=1:r for j=1:s if(Pba(i,j,n)=0) R(n)=R(n)+Pa(i)*Pba(i,j,n)*log2(Pba(i,j,n)/Pb(j,n); end end end %disp(E1:);disp(abs(R(n)-R(n-1); %disp(E2:);disp(abs(D(n)-D(n-1); if(abs(R(n)-R(n-1)=10(-7) if(abs(D(n)-D(n-1)=10(-7) break; end end n=n+1; end S(m+1)=S(m)+0.5; if(abs(R(n)10(-7) end pba=Pba

12、(:,:,:); RS=RS R(n); DS=DS D(n); m=m+1; endend k,l,q=size(pba); Pba=pba(:,:,q); Rmin=min(RS); Dmax=max(DS); Smax=S(m-1);disp(輸入正確，迭代結(jié)果如下：);disp(最小信息率Rmin:);disp(Rmin);disp(最大Dmax:);disp(Dmax);disp(最佳轉(zhuǎn)移概率分布Pba:);disp(Pba);disp(最大拉式乘子Smax:);disp(Smax);plot(DS,RS)xlabel(允許的失真度D)ylabel(信息率失真函數(shù)R(D)title(

13、信息率失真函數(shù)R(D)的曲線圖)5、 實驗結(jié)果及分析某二元離散無記憶信源其失真矩陣為求該信源的，和函數(shù)。解：二元對稱信源，其失真矩陣為可計算得：，根據(jù)參量表達式可求得：這里，MATLAB運行結(jié)果如下：輸入：d=0 1;1 0;Pa=0.5 0.5;r=2;s=2;S=-99.5;times=100;輸出：很好！輸入正確，迭代結(jié)果如下：最小信息率Rmin: 0最大Dmax: 0.000最佳轉(zhuǎn)移概率分布Pba: 0.669 0.331 0.302 0.698最大拉式乘子Smax: 0ans = 0.669 0.331 0.302 0.698信息率失真函數(shù)曲線圖如圖2所示：圖2 信息率失真函數(shù)曲線圖6、 實驗結(jié)論待定常數(shù)S就是函數(shù)的斜率，根據(jù)函數(shù)的S參量表述理論，也可得到函數(shù)曲線，最終完成信息率失真函數(shù)迭代計算過程。在求解信息率失真函數(shù)時，達到信息率失真函數(shù)時的轉(zhuǎn)移概率及信宿的概率分布也不一定是唯一的。實驗二一、實驗項目1、設(shè)定符號錯誤概率為10的負5次方，基于MATLAB仿真分析無記憶調(diào)制的最佳接收機性能。二、實驗?zāi)康?、通過實驗，進一步鞏固在課堂上面學(xué)到的理論知識, 學(xué)習(xí)并理解加性高斯白噪聲信道的最佳接收機2、在實驗過程中，對理論知識和公式進行理解，轉(zhuǎn)化為相