连续信源及信源熵.ppt

若一维随机变量X的取值区间是[0,∞)，其概率密度函数为BDAC连续熵可为负值平均互信息的非负性连续熵的可加性平均互信息的对称性和数据处理定理3.6.4连续熵的性质3.6.5最大连续熵定理在不同的限制条件下，信源的最大熵也不同。限峰值功率的最大熵定理限平均功率的最大熵定理均值受限条件下的最大熵定理限峰值功率的最大熵定理限峰值功率的最大熵定理说明证明过程限峰值功率的最大熵定理若代表信源的N维随机变量的取值被限制在一定的范围之内，则在有限的定义域内，均匀分布的连续信源具有最大熵。0102证明过程设N维随机变量定义q(x)为除均匀分布以外的其它任意概率密度函数Hc[p(x),X]表示均匀分布连续信源的熵Hc[q(x),X]表示任意分布连续信源的熵3.8连续信源及信源熵

(4)3.6连续信源及信源熵2连续信源的熵3几种特殊连续信源的熵1一些基本概念5最大连续熵定理4连续熵的性质3.6.1一些基本概念(1)连续信源定义(2)随机过程及其分类(3)通信系统中的信号(4)平稳遍历的随机过程（1）连续信源定义

连续信源：输出消息在时间和取值上都连续的信源。01例子：语音、电视等。连续信源输出的消息是随机的，与随机过程{x(t)}相对应。可用有限维概率密度函数描述。02(2)随机过程及其分类1随机过程2随机过程的分类01随机过程02随机过程定义：随机过程{x(t)}可以看成由一系列时间函数xi(t)所组成，其中i=1,2,3,…，并称xi(t)为样本函数。随机过程的分类01可以分为两类：根据统计特性，连续随机过程可分为平稳与非平稳随机过程两大类。02通信系统中的信号01一般认为，通信系统中的信号都是平稳的随机过程。02随机过程{x(t)}中某一样本函数x(t)的时间平均值定义：统计平均值：遍历的随机过程：时间平均与统计平均相等，即计算连续信源熵的两种方法连续信源的熵连续信源的联合熵、条件熵3.6.2连续信源的熵计算连续信源熵的两种方法第一种方法：把连续消息经过时间抽样和幅度量化变成离散消息，再用前面介绍的计算离散信源的方法进行计算。即把连续消息变成离散消息求信源熵12第二种方法：通过时间抽样把连续消息变换成时间离散的函数，它是未经幅度量化的抽样脉冲序列，可看成是量化单位Δx趋近于零的情况来定义和计算连续信源熵。ADBC连续信源的熵举例连续信源熵的意义单变量连续信源数学模型连续信源的熵单变量连续信源数学模型单变量连续信源数学模型连续信源的熵连续信源的熵01举例03当(b-a)1时，Hc(X)0，为负值，即连续熵02若连续信源的统计特性为均匀分布的概率密度函数04不具备非负性。1连续信源熵并不是实际信源输出的绝对熵，是相对熵2连续信源的绝对熵还有一项正的无限大量，虽然log2(b-a)小于0，但两项相加还是正值，且一般还是一个无限大量。因为连续信源的可能取值数有无限多，若假定等概率，确知其输出值后所得信息量也将为无限大；3Hc(X)不能代表信源的平均不确定度，也不能代表连续信源输出的信息量连续信源熵的意义01这种定义可以与离散信源在形式上统一起来；02在实际问题中常常讨论的是熵之间的差值问题，如信息变差、平均互信息等。在讨论熵差时，两个无限大量互相抵消。所以熵差具有信息的特征；(5)连续信源的联合熵和条件熵两个连续变量的联合熵两个连续变量的条件熵010203均匀分布的连续信源的熵高斯分布的连续信源的熵指数分布的连续信源的熵3.6.3几种特殊连续信源的熵一维连续随机变量X在[a,b]区间内均匀分布时的熵为Hc(X)=log2(b-a)若N维矢量X=(X1X2…XN)中各分量彼此统计独立，且分别在[a1,b1][a2,b2]…[aN,bN]的区域内均匀分布，即一维随机变量X的取值范围是整个实数轴R，概率密度函数呈正态分布，即这个连续信源的熵为