熵 | 无线通信知识

这篇具有很好参考价值的文章主要介绍了熵 | 无线通信知识。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、信息论(熵、联合熵、条件熵)

熵定义: H ( X ) = E [ − l o g 2 p ( x ) ] = − ∑ x ∈ X p ( x ) l o g 2 p ( x ) H(X)=E[-log_2p(x)]=-\sum_{x\in X}p(x)log_2p(x) H(X)=E[log2p(x)]=xXp(x)log2p(x)
note

  1. H(X)是X的平均香农信息内容
  2. H(X)是每个符号的平均信息量
  3. 二元问题(抛硬币),H(X)取值为[H(X),H(X)+1]

为什么用 l o g 2 ( . ) log_2(.) log2(.)衡量信息

非负性: f ( p ) ≥ 0 f(p)\ge0 f(p)0, 0 ≤ p ≤ 1 0\le p\le1 0p1
特殊点:当p=0, f ( p ) = ∞ f(p)=\infty f(p)=
可加性
单调递增连续性 ??

二、Bernoulli熵

符号集 χ = [ 0 , 1 ] \chi=[0,1] χ=[0,1],对应的概率 p ⃗ = [ p , 1 − p ] \vec{p}=[p,1-p] p =[p,1p]
Bernoulli熵: H ( X ) = H ( p ) = − p l o g 2 p − ( 1 − p ) l o g 2 ( 1 − p ) H(X)=H(p)=-plog_2p-(1-p)log_2(1-p) H(X)=H(p)=plog2p(1p)log2(1p)
note:

  1. 通常用 H ( p ) H(p) H(p)表示 H ( X ) H(X) H(X)
  2. p=0 or 1时, H ( p ) = 0 H(p)=0 H(p)=0
  3. H ( p ) H(p) H(p)是p的凸函数
  4. p=0.5, H ( p ) H(p) H(p)最大
  5. H ( p ) H(p) H(p)的取值范围 0 ≤ H ( p ) ≤ l o g 2 ∣ χ ∣ 0\le H(p)\le log_2|\chi| 0H(p)log2χ

熵 | 无线通信知识,无线通信,信息与通信

三、联合熵和条件熵

联合熵:
H ( X , Y ) = − E l o g p ( x , y ) = − ∑ x ∈ X ∑ y ∈ Y p ( x , y ) l o g p ( x , y ) H(X,Y)=-Elogp(x,y)=-\sum_{x\in X} \sum_{y\in Y} p(x,y)logp(x,y) H(X,Y)=Elogp(x,y)=xXyYp(x,y)logp(x,y)
条件熵
H ( Y ∣ X ) = − E l o g ( y ∣ x ) = − ∑ x ∈ X ∑ y ∈ Y p ( x , y ) l o g p ( y ∣ x ) H(Y|X)=-Elog(y|x)=-\sum_{x\in X} \sum_{y\in Y}p(x,y)logp(y|x) H(YX)=Elog(yx)=xXyYp(x,y)logp(yx)
H ( Y ∣ X ) = ∑ x ∈ X p ( x ) H ( Y ∣ X = x ) H(Y|X)=\sum_{x\in X}p(x)H(Y|X=x) H(YX)=xXp(x)H(YX=x)
熵的链式法则

  1. H ( X , Y ) = H ( X ) + H ( Y ∣ X ) H(X,Y)=H(X)+H(Y|X) H(X,Y)=H(X)+H(YX)
  2. H ( X , Y ∣ Z ) = H ( X ∣ Z ) + H ( Y ∣ X , Z ) H(X,Y|Z)=H(X|Z)+H(Y|X,Z) H(X,YZ)=H(XZ)+H(YX,Z)
  3. H ( X 1 , X 2 , . . . . X n ) = ∑ i = 1 n H ( X i ∣ X i − 1 , . . . . X 1 ) H(X_1,X_2,....X_n)=\sum_{i=1}^{n}H(X_i|X_{i-1},....X_1) H(X1,X2,....Xn)=i=1nH(XiXi1,....X1)

四、互信息

定义:
I ( X ; Y ) = H ( X ) − H ( X ∣ Y ) = H ( X ) + H ( Y ) − H ( X , Y ) I(X;Y)=H(X)-H(X|Y)=H(X)+H(Y)-H(X,Y) I(X;Y)=H(X)H(XY)=H(X)+H(Y)H(X,Y)
互信息具有对称性

I ( X ; Y ) = H ( X ) − H ( X ∣ Y ) = H ( Y ) − H ( Y ∣ X ) I(X;Y)=H(X)-H(X|Y)=H(Y)-H(Y|X) I(X;Y)=H(X)H(XY)=H(Y)H(YX)
I ( X ; Y ) = H ( X ) + H ( Y ) − H ( X , Y ) I(X;Y)=H(X)+H(Y)-H(X,Y) I(X;Y)=H(X)+H(Y)H(X,Y)
I ( X ; Y ) = I ( Y , X ) I(X;Y)=I(Y,X) I(X;Y)=I(Y,X)
I ( X ; X ) = H ( X ) I(X;X)=H(X) I(X;X)=H(X)
I ( X ; Y ) ≥ 0 I(X;Y)\ge0 I(X;Y)0,当且仅当X Y互相独立时,等号成立

互信息的链式法则
I ( X 1 , X 2 , . . . . X n ; Y ) = ∑ i = 1 n I ( X i ; Y ∣ X i − 1 , . . . . , X 1 ) I(X_1,X_2,....X_n;Y)=\sum_{i=1}^nI(X_i;Y|X_{i-1},....,X_1) I(X1,X2,....Xn;Y)=i=1nI(Xi;YXi1,....,X1)

五、相对熵(KL距离)

D ( p ⃗ ∣ ∣ q ⃗ ) = ∑ x ∈ X p ( x ) l o g q ( x ) p ( x ) = E p ⃗ [ − l o g q ( x ) ] − H ( p ⃗ ) D(\vec{p}||\vec{q})=\sum_{x\in X}p(x)log\frac{q(x)}{p(x)}=E_{\vec{p}}[-logq(x)]-H(\vec{p}) D(p ∣∣q )=xXp(x)logp(x)q(x)=Ep [logq(x)]H(p )
D ( p ⃗ ∣ ∣ q ⃗ ) D(\vec{p}||\vec{q}) D(p ∣∣q )测量的是两个概率分布 p ⃗ \vec{p} p q ⃗ \vec{q} q 间的距离,并非真实距离
D ( p ⃗ ∣ ∣ q ⃗ ) ≥ 0 D(\vec{p}||\vec{q})\ge 0 D(p ∣∣q )0,当且仅当 p ⃗ \vec{p} p = q ⃗ \vec{q} q ,等号成立

六、微分熵

对于连续型随机变量,一个以f(x)为密度函数的连续型随机变量,X的微分熵h(x)为:
h ( x ) = ∫ − ∞ ∞ f X ( x ) l o g f X ( x ) d x = E − l o g f X ( x ) h(x)=\int_{-\infty}^{\infty}f_X{(x)}logf_X(x)dx=E-logf_X(x) h(x)=fX(x)logfX(x)dx=ElogfX(x)
note

  • 微分熵仅依赖于随机变量的概率密度函数,有时候将微分熵写为h(f)
  • 微分熵可以为负值

微分熵分类

均匀分布的微分熵 高斯分布的微分熵 多元高斯分布的微分熵
前提条件:随机变量服从 均匀分布 X ∼ U ( a , b ) X\sim U(a,b) XU(a,b) 高斯分布 X ∼ U ( μ , σ 2 ) X\sim U(\mu,\sigma^2) XU(μ,σ2) X 1 : n ∼ N ( m ⃗ , k ⃗ ) X_{1:n}\sim N(\vec{m},\vec{k}) X1:nN(m ,k )
pdf f ( x ) = { 1 b − a , x ∈ ( a , b ) ) 0 e l s e f(x)=\left\{\begin{matrix}\frac{1}{b-a} ,&x\in(a,b)) \\ 0 &else \end{matrix}\right. f(x)={ba1,0x(a,b))else f ( x ) = 1 ( 2 π σ 2 ) 1 2 e x p { − 1 2 σ 2 ( x − μ ) 2 } f(x)=\frac{1}{(2\pi\sigma^2)^{\frac{1}{2}}}exp\{-\frac{1}{2\sigma^2}(x-\mu)^2\} f(x)=(2πσ2)211exp{2σ21(xμ)2} f ( x ) = ∣ 2 π k ⃗ ∣ 1 2 e x p { − 1 2 ( x − m ⃗ ) T k ⃗ − 1 ( x − m ⃗ ) } f(x)=|2\pi\vec{k}|^\frac{1}{2}exp\{-\frac{1}{2}(x-\vec{m})^T\vec k^{-1}(x-\vec m)\} f(x)=∣2πk 21exp{21(xm )Tk 1(xm )}m:均值矢量 k ⃗ \vec k k 协方差矢量
微分熵 h ( x ) = ∫ a b f ( x ) l o g f ( x ) d x = l o g ( b − a ) h(x)=\int_a^bf(x)logf(x)dx=log(b-a) h(x)=abf(x)logf(x)dx=log(ba)当b-a<1时,h(x)<0 h ( x ) = − l o g e ∫ − ∞ ∞ f ( x ) l n f ( x ) d x = 1 2 l o g ( 2 π e σ 2 ) h(x)=-loge\int_{-\infty}^{\infty}f(x)lnf(x)dx=\frac{1}{2}log(2\pi e\sigma^2) h(x)=logef(x)lnf(x)dx=21log(2πeσ2) h ( x ) = 1 2 l o g ∣ 2 π e k ⃗ ∣ h(x)=\frac{1}{2}log|2\pi e\vec k| h(x)=21log∣2πek

七、最大熵分布

  1. 条件一:(幅值约束)对于r有限长范围(a,b)使其最大熵的分布是均匀分布
    u ( x ) = 1 b − a → u(x)=\frac{1}{b-a} \rightarrow u(x)=ba1 0 ≤ D ( f ∣ ∣ x ) → h f ( x ) = l o g ( b − a ) 0 \le D(f||x) \rightarrow h_f(x)=log(b-a) 0D(f∣∣x)hf(x)=log(ba)

  2. 条件二:(功率约束)给定协方差矩阵 k ⃗ \vec k k ,零均值的多元高斯分布能使熵在 ( − ∞ , ∞ ) n (-\infty,\infty)^n (,)n上最大
    ϕ ( x ) = ∥ 2 π k ⃗ ∥ 1 2 e x p { − 1 2 x T k ⃗ − 1 x ⃗ } \phi (x)=\|2\pi\vec{k}\|^\frac{1}{2}exp\{-\frac{1}{2}x^T\vec k^{-1}\vec x\} ϕ(x)=∥2πk 21exp{21xTk 1x };
    0 ≤ D ( f ∣ ∣ x ) = h f ( x ) − E f l o g ϕ ( x ) → h f ( x ) ≤ − ( l o g e ) E f ( − 1 2 l n ∣ 2 π k ⃗ ∣ − 1 2 x T k ⃗ − 1 x ) = h ϕ ( x ) 0 \le D(f||x)=h_f(x)-E_flog\phi(x) \rightarrow h_f(x)\le-(loge)E_f(-\frac{1}{2}ln|2\pi \vec k|-\frac{1}{2}x^T \vec k^{-1}x)=h_{\phi (x)} 0D(f∣∣x)=hf(x)Eflogϕ(x)hf(x)(loge)Ef(21ln∣2πk 21xTk 1x)=hϕ(x)

常需要的不等式公式

H ( Y ∣ X ) ≤ H ( X ) H(Y|X)\le H(X) H(YX)H(X),X和Y互相独立时,等号成立
H ( X 1 , X 2 , . . . . X n ) ≤ ∑ i = 1 n H ( X i ) H(X_1,X_2,....X_n)\le \sum_{i=1}^nH(X_i) H(X1,X2,....Xn)i=1nH(Xi),当且仅当 X i X_i Xi互相独立时等号成立

参考文章:通信算法基础知识汇总(5)、通信算法基础知识汇总(8)
文章来源地址https://www.toymoban.com/news/detail-704135.html

到了这里,关于熵 | 无线通信知识的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【物联网无线通信技术】802.11无线安全认证

    本文由简入繁介绍了IEEE802.11i无线局域网安全技术的前世今生,帮助路由器开发者对WLAN的加密安全策略有一个概念上的认知,能够更好地分析STA掉线以及漫游等问题。 目录 WEP WPA WPA/WPA2-PSK认证过程 802.11i WEP是Wired Equivalent Privacy的简称,有线等效保密(WEP)协议对在两台设备间

    2024年02月11日
    浏览(52)
  • 无线通信安全:防止窃取与侵入

    无线通信安全是现代社会中的一个重要问题,随着无线通信技术的发展,我们的生活中越来越多的设备都需要通过无线方式进行通信。这种无线通信技术的广泛应用带来了很多的好处,但同时也带来了一系列的安全问题。无线通信安全的核心在于保护通信的机密性、完整性和

    2024年02月20日
    浏览(37)
  • 通信行业无线基本概念

    fast roaming(快速漫游) :使用户在不同的基站(access point)间可以平滑的切换,在802.11r协议标准中定义。 band steering(波段转向) :在双频段(2.4G和5G)都可用的情况下,使终端设备优先连接5G信号。 beacon帧: 链路层传输wifi信息的管理帧,beacon帧传输内容可包含ssid name(

    2024年01月18日
    浏览(36)
  • 无线通信--波束赋形(附MATLAB代码)

    1)用处 Sub6G 频段,作为当前 5G 容量的主力军,载波带宽可达 100MHz,一般采用采用数字波束赋形,通过 64 通道发射来实现小区内时频资源的多用户复用,下行最大可同时发射 24 路独立信号,上行独立接收 12 路数据。 在毫米波 mmWave 频段中,一般采用混合波束赋形: 图中第

    2024年02月04日
    浏览(41)
  • ATK-LORA 无线通信模块

    ATK-LORA 是 正点原子 推出的一款小体积、微功率、低功耗、高性能的远距离 LoRa 无线串口模块,该模块采用高效的 ISM 频段射频 SX1278 扩频芯片,其工作频率为 410MHz~441MHz,信道以 1MHz 频率为步进,共有 32 个信道,可在线修改模块的串口速率、发射功率、空中速率、工作模式和

    2024年02月07日
    浏览(41)
  • 无线网络通信技术详细介绍

    以下是对各类网络各自常见和常用的通信技术进行简单介绍。 一、无线广域网(WWAN) 无线广域网WWAN(Wireless Wide Area Networks)主要是为了满足超出一个城市范围的信息交流和网际接入需求,让用户可以和在遥远地方的公众或私人网络建立无线连接。在无线广域网的通信中一般要用

    2024年02月08日
    浏览(51)
  • 无线电通信相关重要指标测试

    无线电链路通信,大家最关注的指标有信号的发射功率,灵敏度,动态范围,动态抗干扰能力。 一,发射功率测试: 1,先测线损,信号源输入100MHZ,从频谱仪看线损是多少DB,比如这里是0.39DB  2,按freq设置频谱仪要采集的中心频率范围,先观察明白要采集的中心频率范围。

    2023年04月22日
    浏览(38)
  • STM32+EC20实现4G无线通信

    EC20是一款集成度非常高的4G无线通信模块,支持多种常见通信频段,能满足几乎所有的M2M(MachinetoMachine)应用需求。模块支持TCP/UDP/FTP等一众网络协议,内置多星座高精度定位GNSS接收机,快速提供准确的经纬度信息,UART接口提供AT命令控制和数据传输。 物联网很多的网关设备因

    2024年02月03日
    浏览(49)
  • 移动通信网络规划:无线设备参数

    无线网络规划设计中,规划设计人员必须了解清楚各厂商的无线基站设备的外形尺寸和性能参数才能进行合理的设计,从而保证移动通信工程建设项目的顺利实施和达到预期的建网指标。 1、L TE基站设备的 一些相关参数 4G网络中无线基站设备主要包括BBU、RRU和天线。我们以中

    2024年02月04日
    浏览(95)
  • 元宇宙挑战现实世界无线通信技术

    导 言 事 件 2021年10月28日,在名为Facebook Connect的年度大会上,Facebook宣布,公司名称将更改为“Meta”,这是元宇宙Metaverse的前缀,意思是包含万物无所不连。标志着这一世界级的科技巨头从传统的社交媒体公司,all in元宇宙的战略决心。这一信息也将酝酿多年的元宇宙概念研

    2024年02月05日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包