欢迎光临散文网 会员登陆 & 注册

调制模式下的信道容量限

2023-03-16 20:11 作者:乐吧的数学  | 我要投稿

在如下这个信道容量公式中,其前提是没有对输入端做任何约束,能达到这个容量的时候,输入端是连续的高斯分布:
C%20%3D%20log(1%2B%5Cfrac%7BS%7D%7BN%7D)%20%20%5Ctag%201

但是,在实际系统中,我们用的都是离散的输入,即是经过调制之后的离散的数据,那么在这种情况下,其信道容量的上限是多少呢?不同的信噪比条件下,其信道容量的上限是多少呢?



我们从信道容量的最基本公式出发,我们假定输入端的调制后的数据是等概率分布的,则信道容量就是:

I(X%3BY)%20%20%5Ctag%202


根据基本的信息论知识,我们对公式 (2) 进一步推导有:

I(X%3BY)%20%3D%20H(X)%20-%20H(X%7CY)%20%20%5Ctag%203


其中 H(X) 很容易计算:

H(X)%20%3D%20%5Csum_%7Bi%3D1%7D%5EM%20p(x)%20log_2%5Cfrac%7B1%7D%7Bp(x)%7D%20%3D%20%5Csum_%7Bi%3D1%7D%5EM%20%5Cfrac%7B1%7D%7BM%7D%20log_2%20M%20%3D%20log_2%20M%20%5Ctag%204



所以,关键是计算 H(X|Y) 这个条件熵,根据信息论的基本知识有:

H(X%7CY)%20%3D%20%5Cint%20p(Y%3Dy)%20H(X%7CY%3Dy)%20dy%20%20%5Ctag%205


公式 (5) 可以用蒙特卡洛算法来计算这个积分,所以,关键是要计算出来 H(X|Y=y) 这个概率.

H(X%7CY%3Dy)%20%3D%20%5Csum_x%20p(X%3Dx%7CY%3Dy)%20log%20%5Cfrac%7B1%7D%7Bp(X%3Dx%7CY%3Dy)%20%7D%20%5Ctag%206


公式 (6) 中:
p(X%3Dx%7CY%3Dy)%20%3D%20p(x%7Cy)%20%3D%20%5Cfrac%7Bp(y%7Cx)p(x)%7D%7Bp(y)%7D%3Dp(y%7Cx)%5Cfrac%7Bp(x)%7D%7Bp(y)%7D%20%5Ctag%207

因为 x 是等概率分布的,所以,公式 (7) 中的 %5Cfrac%7Bp(x)%7D%7Bp(y)%7D 与 x 的具体取值无关,因此

p(x%7Cy)%20%5Cpropto%20%20p(y%7Cx)%20%5Ctag%208

所以,可以把 p(y|x) 对每个 x 计算出来,然后 归一化之后,就是  p(x|y) 的概率。






matlab 代码:



调制模式下的信道容量限的评论 (共 条)

分享到微博请遵守国家法律