Difference between revisions of "Aufgaben:Exercise 3.14: Channel Coding Theorem"

From LNTwww
(Die Seite wurde neu angelegt: „ {{quiz-Header|Buchseite=Informationstheorie/Anwendung auf die Digitalsignalübertragung }} [[File:|right|]] ===Fragebogen=== <quiz display=simple> {Multi…“)
 
Line 3: Line 3:
 
}}
 
}}
  
[[File:|right|]]
+
[[File:P_ID2817__Inf_A_3_13.png|right|]]
 +
Shannons Kanalcodierungstheorem besagt, dass über einen diskreten gedächtnislosen Kanal (DMC) mit der Coderate $R$ fehlerfrei übertragen werden kann, so lange $R$ nicht größer ist als die Kanalkapazität
 +
$$C = \max_{P_X(X)} \hspace{0.15cm} I(X;Y) \hspace{0.05cm}.$$
 +
Das Kanalcodierungstheorem soll in dieser Aufgabe numerisch ausgewertet werden, wobei zwei typische Kanalmodelle zu betrachten sind:
 +
:* das $\text{BSC–Modell}$ ''(Binary Symmetric Channel)'' mit Verfälschungswahrscheinlichkeit $ε = 0.25$ und der Kanalkapazität $C = 1 – H_{bin}(ε),$
 +
:* das sog. $\text{EUC–Modell}$ ''(Extremely Unsymmetric Channel)'' entsprechend der [http://en.lntwww.de/Aufgaben:3.10Z_Extrem_unsymmetrischer_Kanal Aufgabe Z3.10] (diese Bezeichnung ist nicht allgemein üblich)
 +
 
 +
'''Hinweis:''' Diese Aufgabe gehört zum Themengebiet von [http://en.lntwww.de/Informationstheorie/Anwendung_auf_die_Digitalsignal%C3%BCbertragung Kapitel 3.3]. Die Grafiken zeigen die numerischen Werte der informationstheoretischen Größen für die beiden Kanäle „BSC” und „EUC”:
 +
:* der Quellenentropie $H(X),$
 +
:* der Äquivokation $H(X|Y),$
 +
:* der Transinformation $I(X; Y),$
 +
:* der Irrelevanz $H(Y|X),$ und
 +
:* der Sinkenentropie $H(Y).$
 +
 
 +
Der Parameter in diesen Tabellen ist $p_0 = Pr(X = 0)$ im Bereich von $0.3$ bis $0.7.$ Entsprechend gilt für die Wahrscheinlichkeit des Quellensymbols „1”:  $p_1 = 1 – p_0$
  
  

Revision as of 22:31, 28 November 2016

P ID2817 Inf A 3 13.png

Shannons Kanalcodierungstheorem besagt, dass über einen diskreten gedächtnislosen Kanal (DMC) mit der Coderate $R$ fehlerfrei übertragen werden kann, so lange $R$ nicht größer ist als die Kanalkapazität $$C = \max_{P_X(X)} \hspace{0.15cm} I(X;Y) \hspace{0.05cm}.$$ Das Kanalcodierungstheorem soll in dieser Aufgabe numerisch ausgewertet werden, wobei zwei typische Kanalmodelle zu betrachten sind:

  • das $\text{BSC–Modell}$ (Binary Symmetric Channel) mit Verfälschungswahrscheinlichkeit $ε = 0.25$ und der Kanalkapazität $C = 1 – H_{bin}(ε),$
  • das sog. $\text{EUC–Modell}$ (Extremely Unsymmetric Channel) entsprechend der Aufgabe Z3.10 (diese Bezeichnung ist nicht allgemein üblich)

Hinweis: Diese Aufgabe gehört zum Themengebiet von Kapitel 3.3. Die Grafiken zeigen die numerischen Werte der informationstheoretischen Größen für die beiden Kanäle „BSC” und „EUC”:

  • der Quellenentropie $H(X),$
  • der Äquivokation $H(X|Y),$
  • der Transinformation $I(X; Y),$
  • der Irrelevanz $H(Y|X),$ und
  • der Sinkenentropie $H(Y).$

Der Parameter in diesen Tabellen ist $p_0 = Pr(X = 0)$ im Bereich von $0.3$ bis $0.7.$ Entsprechend gilt für die Wahrscheinlichkeit des Quellensymbols „1”: $p_1 = 1 – p_0$


Fragebogen

1

Multiple-Choice Frage

Falsch
Richtig

2

Input-Box Frage

$\alpha$ =


Musterlösung

1. 2. 3. 4. 5. 6. 7.