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