高斯信源的输出为独立、同分布高斯随机变量,它是一个连续信源。这里采用假设反向检验信道的方法来求其信息率失真函数。
即使对高斯信源在一般失真函数下,其信息率失真函数也是很难求得的。但是,在平方误差失真测度下,其信息率失真函数有简单的闭式表达式。该结果表述为如下定理:
定理5.1 均值为m、方差为σ2的高斯信源,定义失真函数为d(x,y)=(x-y)2,则
证明 设试验信道输入随机变量为X,输出随机变量为Y。由定义5.11知,平均失真度为
式中,D(y)表示已知接收符号y条件下,变量x的方差,。
根据连续信源最大熵定理(定理2.4),在已知y条件下,得条件熵为
因此,有
其中,最后一个不等式是运用Jensen不等式求得的。
当允许失真为D,而当满足保真度准则D′≤D时,得
又因为I(X;Y)=h(X)-h(XY),而X是高斯信源,所以
(www.xing528.com)
由此得,在任意情况下。根据R(D)的定义,得
下面分别讨论当σ2/D的比值不同时,R(D)的取值。
当D≤σ2时,设有一个反向试验加性信道,如图5.7所示。其中Y和Z相互独立,有X=Y+Z。设Z是方差为D的高斯随机变量,因为已知X是均值为m、方差为σ2的高斯信源,所以,Y一定是方差为σ2-D的高斯随机变量。此时,平均失真E[(x-y)2]等于允许失真D。因此,有
根据式(5.55)和上式结果得,在D≤σ2条件下,有
当D>σ2时,可恒取y=0,这时误差,此时的R(D)=I(X;0)=0。于是,最终得到高斯信源的信息率失真函数如式(5.54)所示。
【证毕】
图5.8是高斯信源在平方误差准则下的R(D)函数曲线。由图5.8可知,当D=σ2时,R(D)=0。这就是说如果允许失真等于信源的方差σ2,就只需用确知的均值m来表示信源的输出,而不需要传输信源的任何实际输出。而当D=0时,R(D)→∞。这说明在连续信源情况下,无失真地传输信源的输出是不可能的。或者说,要无失真地传输连续信源的输出,必须要求信道具有无限大的容量。
图5.7 高斯信源的反向试验信道
图5.8 高斯信源在平方误差准则下的R(D)函数
从图5.8可知,当D=σ2/4时,R(D)=1 bit/自由度。这说明,在允许均方误差小于或等于σ2/4时,连续信号的每个样本值最少需要用一个二元符号来传输,也就是说,连续信号的幅度只需要采用二值量化。但是,对高斯信号的每个样本进行最佳二值标量量化,可以计算出平均量化误差为。若允许失真为0.3633σ2,则R(0.3633σ2)=0.73<1bit/自由度。可见,最佳二值标量量化的码率没有达到信息率失真函数的值。如果从随机序列来考虑(即矢量量化),效果将大大改变。Shannon第三编码定理证明了这种压缩编码是存在的,然而实际上要找到这种可实现的最佳编码方法是很困难的。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。