电子科技大学计算机学院信息论与编码复习,内容主要来自于上课时的ppt,以及网上其他文章(后续均会列出)

第一章 概述

按照性质的不同可以把信息划分成语法信息、语义信息和语用信息三个基本类型

香农信息论主要讨论的是语法信息中的概率信息


通信系统基本模型:

image-20230601185137688

第二章 离散信源熵

信息度量最常用的方法是统计度量,用事件统计发生概率的对数描述事物的不确定性,得到消息的信息量,建立熵的概念。


信源熵的物理含义

  • 信源熵H(X)表示信源输出后,离散消息所提供的平均信息量
  • 表示信源输出前,信源的平均不确定度
  • 反映了变量X的随机性

信源熵的基本性质和定理

  • 非负性
  • 对称性
  • 最大离散熵定理

image-20230601190319264

  • 扩展性
  • 确定性
  • 可加性
  • 极值性

image-20230601190546322

  • 上凸性

第三章 无失真离散信源编码

信源编码:直接对发送信号进行变换或处理

  • 目的:提高通信的有效性
  • 实现:压缩信源的冗余度

无失真编码-------离散信源

限失真编码-------连续信源


离散无失真信源编码定理

  • 定长编码定理:

image-20230601192323575


  • 变长编码定理:

image-20230601192556133


香农编码

  1. 按信源符号的概率从大到小的顺序排队
  2. 求累加概率Pa(Xi)
  3. 求码长Ki,根据自信息量
  4. 将累加概率用二进制表示,取Ki个

image-20230601193740897


费诺编码

  1. 按信源符号的概率从大到小的顺序排队
  2. 对概率按m(编码用的符号个数)进行分组,使每组概率和尽可能相等
  3. 给每个分组分配一个码元
  4. 对每个分组重复2、3步,直到不可分为止

image-20230601194030432


赫夫曼编码

  1. 将信源符号按概率由大到小顺序排队
  2. 给两个概率最小的符号各分配一个码位,将其概率相加后合并作为一个新的符号,与剩下的符号一起,再重新排队
  3. 给缩减信源中概率最小的符号各分配一个码位
  4. 重复步骤2、3直至概率和为1

image-20230601194705791

PS:

  • 进行赫夫曼编码时,如果有几个符号概率相等,应使合并后的信源符号尽可能排在缩减信源序列的前面,以减少再次合并的次数,充分利用短码。
  • 从后往前得到码字
  • 用n进制编哈夫曼时,需确定第一步用几个数进行合并。

计算m+k(m-1)=x, 不用码字数s=x-n, 则取m-s个数进行合并

第四章 离散信道容量

互信息量的性质

  • 对称性
  • XY相互独立时,互信息为0
  • 互信息量可为正值或负值

平均互信息量物理意义

  • 平均互信息量是收到Y前、后关于X的不确定度减少的量,即由Y获得的关于X的平均信息量
  • 平均互信息量是发送X前、后,关于Y的平均不确定度减少的量
  • 平均互信息量等于通信前、后,整个系统不确定度减少的量

平均互信息量的性质

  • 对称性
  • 非负性
  • 极值性
  • 凸函数性

    • 是信源概率的上凸函数
    • 是信道转移概率的下凸函数

信道容量定义

image-20230601203437534


特殊离散信道的信道容量

  • 无噪信道

    • 具有一一对应关系的无噪信道:C=log n
    • 具有扩展性能的无噪信道:C=log n
    • 具有归并性能的无噪信道:C=log m
  • 强对称离散信道的信道容量

image-20230601204233223

image-20230601204342052

  • 对称离散信道的信道容量---行、列可排列

image-20230601204719991

  • 准对称离散信道的信道容量---行可排列

第五章 纠错编码---信道编码

作用:提高信息传输时的抗干扰能力

目的:增加信息传输的可靠性

手段:增加信息冗余度


差错控制系统模型及分类:前向纠错方式、反馈重传方式、混合纠错方式


信道编码定理

image-20230601210000454


线性分组码的基本参数:

image-20230601210217623


G 给定时,线性分组码有如下性质:

  • 零向量θ=(0,0,⋯,0)一定是一个码字,称为零码字
  • 任意两码字的和或差仍是一个码字---线性性
  • 任意码字cG的行向量g0,g1, ⋯, g(k-1)的线性组合---对称性
  • 线性分组码的最小距离等于最小非零码字重量

生成矩阵与一致校验矩阵的关系:

image-20230601210735174

image-20230601210748749

系统码:

image-20230601210852599

image-20230601210907555

GH的角色可以互换,即H作为生成矩阵,G为校验矩阵。由H生成的码字称为c对偶码


伴随式纠错译码步骤:

  • 计算伴随式,构造伴随式-差错图案表(s,e)
  • 对接收向量计算伴随式s=eH^T
  • 查(s,e)表得e
  • 纠错:image-20230601211139643

image-20230601211318693


循环码的生成多项式:若g(x)是一个(n-k)次多项式,且是(x^n-1)的因式,则由g(x)可以生成一个(n,k)循环码,g(x)称为该循环码的生成多项式

(n,k)循环码的构造:对(x^n-1)做因式分解,找出(n – k)次因式


一致校验多项式:x^n-1 = g(x)·h(x) image-20230601211950382

注意生成矩阵的行向量为g(x)系数的升幂排列时,对应的一致校验矩阵h(x)系数为降幂排列;如果G为降幂排列,则H为升幂排列

第七章 信息率失真函数

信息率失真函数(简称率失真函数)R(D)

image-20230601212932501


性质

image-20230601213123102


信源的最小平均失真度:

image-20230601213411968

信源的最大平均失真度:

image-20230601213630300


二元信源呈等概率分布时

image-20230601213800291

n元信源呈等概率分布时

image-20230601213830152

第九章 密码安全性的信息论测度方法

完善保密性---不能从密文中获得有关明文的信息(唯密文攻击)

image-20230601214802309

完善保密性的必要条件image-20230601214829062


唯一解距离---破译密码所需的最小密文长度

image-20230601215119369

image-20230601215131126

其中H0代表明文最大熵

唯一解距离是理论下界,达到唯一解距离不代表一定能破译密码


提高密码安全性的两条途径:

  • 扩展密钥空间或加大密码算法复杂度,从而提高密钥熵
  • 对明文压缩编码以减少信息冗余度

参考链接

最后修改:2023 年 06 月 05 日
如果觉得我的文章对你有用,请随意赞赏