–коэффициент передачи и время задержки сигналов в канале не зависят от времени и являются детерминированными величинами, известными в месте приема сигналов;

–в канале действует аддитивная флуктуационная помеха – гауссовский "белый шум" (гауссовский процесс, характеризуется равномерной спектральной плотностью, нормально распределённым значением амплитуды и аддитивным способом воздействия на сигнал).

Гауссовский канал применяют как модель реальных каналов проводной связи и однолучевых каналов без замираний или с медленными замираниями. При этом замирания представляют собой неконтролируемые случайные изменения амплитуды сигнала. Такая модель позволяет анализировать амплитудные и фазовые искажения сигналов и влияние флуктуационной помехи.

ГАУССОВСКИЙ КАНАЛ С НЕОПРЕДЕЛЕННОЙ ФАЗОЙ СИГНАЛА

В этой модели время задержки сигнала в канале рассматривают как случайную величину, поэтому фаза выходного сигнала также случайна. Для анализа выходных сигналов канала необходимо знать закон распределения времени задержки или фазы сигнала.

ГАУССОВСКИЙ ОДНОЛУЧЕВОЙ КАНАЛ С ЗАМИРАНИЯМИ

В этой модели коэффициент передачи канала и фазовую характеристику канала рассматривают как случайные величины или процессы. В этом случае спектр выходного сигнала канала шире спектра входного даже при отсутствии помехи из-за паразитных амплитудной и фазовой модуляций. Такие модели достаточно хорошо описывают свойства радиоканалов различных диапазонов и проводных каналов со случайными, в том числе и переменными параметрами.

ГАУССОВСКИЙ МНОГОЛУЧЕВОЙ КАНАЛ С ЗАМИРАНИЯМИ

Эта модель описывает радиоканалы, распространение сигналов от передатчика к приемнику в которых происходит по различным "каналам" – путям. Длительность прохождения сигналов и коэффициенты передачи различных "каналов" являются неодинаковыми и случайными. Принимаемый сигнал образуется в результате интерференции сигналов, пришедших по разным путям. В общем случае частотная и фазовая характеристики канала зависят от времени и частоты.

ГАУССОВСКИЙ МНОГОЛУЧЕВОЙ КАНАЛ С ЗАМИРАНИЯМИ И АДДИТИВНЫМИ СОСРЕДОТОЧЕННЫМИ ПОМЕХАМИ

В этой модели наряду с флуктуационной помехой учитывают и различного вида сосредоточенные помехи. Она является наиболее общей и достаточно полно отражает свойства многих реальных каналов. Однако ее использование порождает сложность и трудоемкость задач анализа, а также необходимость сбора и обработки большого объема исходных статистических данных.

---

В настоящее время для решения задач анализа непрерывных и дискретных каналов используются, как правило, модель гауссовского канала и модель гауссовского однолучевого канала с замираниями.

2. 1   2   3   4

---

Методика формирования кода Шеннона-Фенно, его достоинства и недостатки.

АЛГОРИТМ ШЕННОНА-ФЕННО

Состоит в том, что расположенные в порядке убывания буквы алфавита делятся на две группы по возможности равной суммарной (в каждой группе) вероятности. Для первой группы символов на первом месте комбинации ставят 0 в качестве первой крайней слева позиции кодовых слов, а элементы второй группы – 1. Далее каждая группа снова делится на подгруппы по тому же правилу примерно равных вероятностей и в каждой подгруппе заполняется вторая слева позиция кодового слова (0,1).Процесс повторяется до кодирования всех элементов алфавита.

ПРЕИМУЩЕСТВА

–простота реализации и, как следствие этого, высокая скорость кодирования/раскодирования/

–удобно кодировать информацию в виде последовательности нулей и единиц, если представить эти значения как два возможных устойчивых состояния электронного элемента: 0 – отсутствие электрического сигнала; 1 – наличие электрического сигнала. К тому же в технике легче иметь дело с большим количеством простых элементов, чем с небольшим числом сложных.

– По методу Ш-Ф получается, что чем более вероятно сообщение, тем быстрее оно образует самостоятельную группу и тем более коротким кодом оно будет представлено. Это обстоятельство обеспечивает высокую экономичность кода Ш-Ф.

НЕДОСТАТКИ

–Для декодирования полученного сообщения, таблицу кодов необходимо отправлять вместе с сообщением, что повысит объем данных конечного сообщения.

–В случае обыкновенного кода (у которого все символы используются для передачи информации), при возникновении ошибки в коде, его расшифровка будет невозможна. Это обусловлено тем, что кодовые комбинации имеют разную длину, и в случае ошибки (заменяя символа 1 на 0, и наоборот) одна или несколько кодовых комбинаций в сообщении могут не совпасть с символами кодовой таблицы.

–Кодирование Шеннона–Фано является достаточно старым методом сжатия, и на сегодняшний день оно не представляет особого практического интереса.

2. 
   Энтропия источника независимых сообщений.
   

---

общая энтропия дискретных источников сообщений Х и У равна сумме энтропий источников.

H_нз(X,Y) = H(X) + H(Y), где H_нз(X,Y) – суммарная энтропия независимых систем, H(X) – энтропия системы X, H(Y) – энтропия системы Y.

2. 
   Энтропия источника зависимых сообщений.
   

количество информации об источнике X определяют как уменьшение энтропии источника X в результате получения сведений об источнике Y.

H_з(X,Y) = H(X) + H(Y|X), где H_з(X,Y) – суммарная энтропия зависимых систем, H(X) – энтропия системы X, H(Y|X) – условная энтропия системы Y относительно X.

Энтропия зависимых систем меньше, чем энтропия независимых систем. Если энтропии равны, то имеет место частный случай зависимых систем – системы независимы.

H_з(X,Y) <= H_нз(X,Y) (<= – меньше или равно).

2. 
   Свойства энтропии. Мера Хартли.
   

Энтропия - величина всегда положительная и конечная, поотому что значение вероятности находится в интервале от 0 до 1. Н(а) = -Logk P(a) 2. Аддитивность - свойство, согласно которому количество информации, содержащееся в нескольких независимых сообщений равно сумме количества информации, содержащейся в каждом из них. 3. Энтропия равна 0, если вероятность одного из состояний источника информации равна 1, и тем самым состояние источника полностью определено (вероятности остальных состояний источника равны нулю, т.к. сумма вероятностей должна быть равна 1). Формула Хартли определяется: где I — количество информации, бит.

2. 
   Понятие о производительности источника и скорости передачи информации.
   

ПРОИЗВОДИТЕЛЬНОСТЬ ИСТОЧНИКА ИНФОРМАЦИИ

При работе источника сообщений отдельные сигналы появляются через интервалы времени, которые в общем случае могут быть не постоянными. Однако, если существует некоторая средняя длительность создания источником одного сигнала

---

, то энтропия источника, приходящаяся на единицу времени, называется производительностью источника информации.

СКОРОСТЬ ПЕРЕДАЧИ ИНФОРМАЦИИ

Это скорость передачи данных, выраженная в количестве бит, символов или блоков, передаваемых за единицу времени.

Теоретическая верхняя граница скорости передачи информации определяется теоремой Шеннона-Хартли.

ТЕОРЕМА ШЕННОНА-ХАРТЛИ

пропускная способность канала C, означающая теоретическую верхнюю границу скорости передачи данных, которые можно передать с данной средней мощностью сигнала S через аналоговый канал связи, подверженный аддитивному белому гауссовскому шуму мощности N равна:

C=B∙log₂(1+S/N),

где C – пропускная способность канала, бит/с; B – полоса пропускания канала, Гц; S – полная мощность сигнала, Вт; N – шумовая мощность, Вт.

---

Смотрите также файлы

• Введение Глава Транспорт нефти и нефтепродуктов.docx

• Рабочая программа дисциплины в. 01 Элективные курсы по физической культуре и спорту для слепых т слабовидящих.docx

• Контрольная работа 1 по теме Функции и их свойства, квадратный трехчлен.docx

• Тематическое планирование по русскому языку. 3 класс (умк Перспектива) 136 ч .docx

• Тема Столовая.docx