实验一绘制二元熵函数曲线实验报告.docVIP

实验一绘制二元熵函数曲线实验报告.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验一绘制二元熵函数曲线实验报告

实验一 绘制二元熵函数曲线实验报告 实验目的 熟悉MATLAB工作环境及工具箱 理解熵函数表达式及其性质 实验内容 用MATLAB软件编程绘制二元熵函数曲线 实验过程 复习二元熵函数,理解二元信源的熵H(w)=-wlogw-(1-w)log(1-w)表达式。 熟悉MATLAB软件。 MATLAB的操作界面 MATLAB操作界面主要分为:任务栏、命令窗、命令历史窗、当前目录浏览器、工作空间浏览器及一个“启动按钮”。 任务栏:位于软件的正上方。各个菜单分别为:文件、编辑、视窗、调试、桌面、窗体、帮助这几个窗口,点击每个窗口可以选择需要的操作。 命令窗(Command Window):位于软件操作界面的右侧。在此窗口里,可以输入各种指令、函数、变量表达式并进行各种操作。该窗口用于输入命令并显示除图形以外的所有执行结果。窗口中的“”为命令提示符,直接在其后面输入命令并按下回车键后,会出现计算结果在命令后面。 命令历史窗(Command History):位于软件操作界面的左下方。这个窗口记录了命令窗口已经运行过的所有命令(指令、函数等),允许用户对这些命令进行选择、复制。 MATLAB的函数 绘制二维图形最常用的就是plot函数,调用plot函数的三种形式:plot(x)、plot(x,y)、plot(x,y,’r:x’)。还有就是如何添加横坐标和纵坐标标题的命令语句。 实验程序。 w=0.000001:0.0001:0.999999999 %定义w的取值范围 y=-w.*log2(w)-(1-w).*log2(1-w) %定义二元熵函数的表达式 plot(w,y,r) %画出二元熵函数的曲线图 xlabel(w) %x轴的名称 ylabel(H(w)) %y轴的名称 grid on %给图形加上网格 title(二元熵函数H(w)) %函数曲线的名称 运行结果如下: 实验结果分析 从图中可以看出熵函数的一些性质,如果二元信源的输出概率是1或0(即二元信源的输出是确定的),则该信源不提供任何信息。当二元信源符号等概率发生时,即w=0.5时,信源的熵达到最大值,等于1比特信息量,曲线关于w=0.5左右对称。 实验总结 对MATLAB掌握不够,还缺少很多的MATLAB知识,应加强学习MATLAB。 实验二 一般信道容量迭代算法实验报告 实验目的 熟悉MATLAB工作环境及工具箱 掌握一般信道容量迭代算法原理 实验内容 用MATLAB软件编程实现一般信道容量迭代算法 实验过程 复习一般信道容量迭代算法,了解其基本思路。 熟悉MATLAB的工作界面及所要用到的基本函数及语句,如:输入语句、循环语句、exp函数等。 实验程序。 N = input(输入信源符号X的个数N=) M = input(输出信源符号Y的个数M=) p_yx=zeros(N,M) %程序设计需要信道矩阵初始化为零 fprintf(输入信道矩阵概率\n) for i=1:N for j=1:M p_yx(i,j)=input(p_yx=); %输入信道矩阵概率 if p_yx(i)0 error(不符合概率分布) end end end for i=1:N %各行概率累加求和 s(i)=0; for j=1:M s(i)=s(i)+p_yx(i,j); end end for i=1:N %判断是否符合概率分布 if (s(i)=0.999999||s(i)=1.000001) error(不符合概率分布) end end b=input(输入迭代精度:) %输入迭代精度 for i=1:N p(i)=1.0/N; %取初始概率为均匀分布 end for j=1:M %计算q(j) q(j)=0; for i=1:N q(j)=q(j)+p(i)*p_yx(i,j); end end for i=1:N %计算a(i) d(i)=0; for

文档评论(0)

duyingjie1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档