信息论——DMC、信道容量、信道模型、无记忆性、反馈、联合典型集笔记
Discrete Memoryless Channel (无记忆对称信道)
(X,p(y|x),Y),无记忆性体现在p(y|x)不变。
信道容量
C=max(p(x)) I(X ; Y)
BSC(二进制信道)
C=1-H(p)
BEC(二进制删除信道)
C=1-H(p)
关于信道容量的建模
信道模型
信息传递过程中,我们能改变的是编码和解码方式,不能改变的是状态转移矩阵(它由物理定律决定)。
无记忆性
即Yk跟Y(k-1)无关(每个时刻收到的内容只跟放送端相关)
无反馈性
即Xk跟Y(k-1)无关(不管你收到什么,我发我的)
无记忆性加无反馈性
离散无记忆性信源
Discrete Memoryless Channel(DMC)
对误差的估计
联合典型集及其性质
联合典型集阶数估计
分类:
笔记
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!