M
malaylah
Guest
Mayroon bang anumang differece sa isa't isa sa pagitan ng mga impormasyon at kakayahan sa channel?
N
news
Guest
A
amihomo
Guest
Hi,
Sa pamamagitan ng pagbibigay-kahulugan, channel kapasidad (C) ay ang pinakamataas na rate sa data na maaasahan sa paghahatid ng impormasyon sa channel ay maaari.
Sa rate ng R <C maaasahang paghahatid ng impormasyon sa channel ay posible at sa mga rate ng R> C maaasahang paghahatid ay hindi maaari.
Shannon formula estado na:
C = max_p (x) (ko (x; y))
denotes the mutual information between X (channel input)
and Y (channel output)
and the maximization is carried out over all input probability distributions of the channel ( p(x) ).
kung saan ko (x; y)
nagsasaad ng isa sa isa ng impormasyon sa pagitan X (channel input)
at Y (channel output)
at ang Pinalawak ay isinasagawa sa lahat ng Distributions input ng probabilidad ng channel (p (x)).
ang isa sa isa ng impormasyon sa pagitan ng random na mga variable X at Y ay tinukoy bilang:
∑ x
∑ y
{ p(x)p(y|x)log[p(x,y)/( p(x)p
)] }Ko (x; y) =
x
Σ Σ y
(p (x) p (y | x) mag-log [p (x, y) / (p (x) p)])
kung saan ang isa sa isa na impormasyon ay nasa bits at logarithm ay base sa 2.ito na ang simpleng<img src="http://www.edaboard.com/images/smiles/icon_biggrin.gif" alt="Very Happy" border="0" /><img src="http://www.edaboard.com/images/smiles/icon_biggrin.gif" alt="Very Happy" border="0" /><img src="http://www.edaboard.com/images/smiles/icon_biggrin.gif" alt="Very Happy" border="0" />plz pindutin ang "nakatulong ako" kung ito ay kapaki-pakinabang para sa iyo.
pagbati
Sa pamamagitan ng pagbibigay-kahulugan, channel kapasidad (C) ay ang pinakamataas na rate sa data na maaasahan sa paghahatid ng impormasyon sa channel ay maaari.
Sa rate ng R <C maaasahang paghahatid ng impormasyon sa channel ay posible at sa mga rate ng R> C maaasahang paghahatid ay hindi maaari.
Shannon formula estado na:
C = max_p (x) (ko (x; y))
denotes the mutual information between X (channel input)
and Y (channel output)
and the maximization is carried out over all input probability distributions of the channel ( p(x) ).
kung saan ko (x; y)
nagsasaad ng isa sa isa ng impormasyon sa pagitan X (channel input)
at Y (channel output)
at ang Pinalawak ay isinasagawa sa lahat ng Distributions input ng probabilidad ng channel (p (x)).
ang isa sa isa ng impormasyon sa pagitan ng random na mga variable X at Y ay tinukoy bilang:
∑ x
∑ y
{ p(x)p(y|x)log[p(x,y)/( p(x)p
)] }Ko (x; y) =x
Σ Σ y
(p (x) p (y | x) mag-log [p (x, y) / (p (x) p
)])kung saan ang isa sa isa na impormasyon ay nasa bits at logarithm ay base sa 2.ito na ang simpleng<img src="http://www.edaboard.com/images/smiles/icon_biggrin.gif" alt="Very Happy" border="0" /><img src="http://www.edaboard.com/images/smiles/icon_biggrin.gif" alt="Very Happy" border="0" /><img src="http://www.edaboard.com/images/smiles/icon_biggrin.gif" alt="Very Happy" border="0" />plz pindutin ang "nakatulong ako" kung ito ay kapaki-pakinabang para sa iyo.
pagbati
C
changfa
Guest
Let's tumagal ng isang halimbawa
X -> channel -> Y
kung saan ang channel na sumasaklaw sa mga kondisyon P probabilidad (y | x) para sa partikular na x input at output y.
Mutual impormasyon ay tinukoy bilang ang logarithm ng ratio ng isang pagsubok sa isang pagsubok probabilidad, ibig sabihin, mag-log P (x | y) / P (x).Maliwanag, sa isa't isa inforamtion mismo ay isang random variable, may ibig sabihin nito, pagkakaiba, atbp Ang ibig sabihin ng halaga ay ibinigay sa pamamagitan ng
Ko (X; Y) = ΣxΣy P (x, y) mag-log P (x | y) / P (x).
Tandaan na ko (X; Y) ay lamang ng isang funciton ng channel.
Channel kapasidad napupunta higit pang hakbang mula sa inforamtion sa isa't isa sa pamamagitan ng pag-maximize sa lahat ng posibleng P (x).Ito ang akma sa na kami ay may kontrol sa pamamahagi ng mga piraso ng impormasyon sa labas ng channel encoder.
Ko bang sabihin sa itaas explaination ay kinuha mula sa Gallager ng libro.
X -> channel -> Y
kung saan ang channel na sumasaklaw sa mga kondisyon P probabilidad (y | x) para sa partikular na x input at output y.
Mutual impormasyon ay tinukoy bilang ang logarithm ng ratio ng isang pagsubok sa isang pagsubok probabilidad, ibig sabihin, mag-log P (x | y) / P (x).Maliwanag, sa isa't isa inforamtion mismo ay isang random variable, may ibig sabihin nito, pagkakaiba, atbp Ang ibig sabihin ng halaga ay ibinigay sa pamamagitan ng
Ko (X; Y) = ΣxΣy P (x, y) mag-log P (x | y) / P (x).
Tandaan na ko (X; Y) ay lamang ng isang funciton ng channel.
Channel kapasidad napupunta higit pang hakbang mula sa inforamtion sa isa't isa sa pamamagitan ng pag-maximize sa lahat ng posibleng P (x).Ito ang akma sa na kami ay may kontrol sa pamamahagi ng mga piraso ng impormasyon sa labas ng channel encoder.
Ko bang sabihin sa itaas explaination ay kinuha mula sa Gallager ng libro.