Upload
milan-vlasic
View
233
Download
0
Embed Size (px)
DESCRIPTION
iui
Citation preview
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 1/33
Kodovi i kodiranjeOsnovni pojmovi teorije
informacije
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 2/33
Diskretni komunikacijskisustav
• U diskretnim komunikacijskimsustavima proučavaju se diskretnisignali, koji mogu poprimiti konačanbroj diskretnih vrijednosti (uzoraka)
IZVOR
DISKRETNI
KOMUNIKACIJSKISUSTAV
SMETNJE
x3x2x5x1x0...
ODREDIŠTE
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 3/33
oruka
• oruka je niz simbola odabranih izneke abecede, gdje je abeceda X konačan skup od n simbola! X=" x 1,x 2,...,x i,...,x n#
• oruke nastaju na izvoru ponavljanimbiranjem simbola iz abecede – svaki simbol x i pri N$tom biranju ima
neku vjerojatnost pN(x i ) da bude odabran
– x i pN(x i ) % vjerojatnosti su odre&ene
karakteristikama izvora
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 4/33
oruka
• 'ednostavan slučaj! vjerojatnostpojavljivanja simbola neovisna je oprethodnim simbolima u poruci i nemijenja se x i p(x i )
• rimjeri! generiranje porukebacanjem novčia ili kocke
– bacanje novčia % dva simbola – bacanje kocke % est simbola
– u oba slučaja je rezultat svakog bacanja
neovisan o svim prethodnim bacanjima
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 5/33
rijenos poruke
• oruka, kao niz simbola, odabrana na izvorukroz mehanizam komunikacije uzrokuje pojavudruge poruke, kao niza simbola, na odreditu
• *dealni slučaj % niz simbola na odreditu jednak nizu simbola na izvoru
• Openiti slučaj % na odreditu se zbog smetnjiu komunikacijskom kanalu pojavljuje neka
druga poruka• *z poruke na odreditu mo+emo sa odre&enom
sigurnou (-../) odrediti koja je bilaporuka na izvoru
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 6/33
rijenos poruke
• oruka na odreditu je niz simbola y j izskupa Y , gdje je Y abeceda od m simbola koji se mogu pojaviti na
odreditu! Y=" y 1,y 2,...,y j,...,y m#
• 0a izvoru je je odabran simbol x i, adjelovanjem mehanizma
komunikacijskog sustava na odredituse pojavio simbol y j
• 0a odreditu se +eli zaključiti koji je
simbol odabran na izvoru
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 7/33
rijenos poruke! pogled saizvora
•1ko su poznata statistička svojstvakomunikacijskog sustava, tada su poznatevjerojatnosti pojavljivanja bilo kojeg simbola y j čiji je uzrok x i – uvjetne vjerojatnosti p(y j2
x i )
ym , p
( ym )
X , P
( X )
x1 , p ( x1 )
x2 , p
( x2 ) xi, p
( xi)
xn, p
( xn)
Y , P (Y )
y1 , p ( y1 ) y 2 , p
( y2 )
y j , p ( y
j )
p ( y j / x i )
1 i p ( y / x )
?
SUSTAV
SMETNJE
IZVOR
ODREDIŠTE
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 8/33
rijenos poruke! pogled sa odredita
• 0akon prijenosa simbola x i naodreditu se pojavio simbol y j % na
odreditu ne znamo koji je simbol
odabran na izvoru
X ,
P ( X ) x1 , p( x1 )
x2 , p( x2 )
xi , p( xi )
xn , p( xn )
Y , P (Y )
y1 , p( y1 ) y2 , p( y2 )
y j , p( y
j )
ym , p( ym )
p( xi / y
j )
p( x1 / y
j )
?
IZVOR DISKRETNI
KOMUNIKACIJSKISUSTAV
SMETNJE
ODREDIŠTE
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 9/33
rijenos poruke! pogled sa odredita
• Ukoliko se pojave simbola na odreditupromatraju same za sebe, one su neovisne iopisane skupom vjerojatnosti p(y j )
• Uz poznavanje statističkih svojstava sustava,poznate su uvjetne vjerojatnosti p(x i2 y j ) %vjerojatnosti da je na izvoru odabran simbol x i ako je na odreditu primljen simbol y j
• Dakle, premda se nakon primanja simbola y j ne zna točno koji je simbol bio na izvoru,poznate su vjerojatnosti za svaki od x i simbola
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 10/33
rijenos poruke! pogled sa odredita
• 0a odreditu se pojavom simbola y j
povealo znanje o tome koji je simbolposlan sa izvora, odnosno smanjena
je nesigurnost % informacija jeprimljena
• U stvarnom slučaju po+eljno je da jen=m i da su sve uvjetne vjerojatnosti p(y i2 x i ) ili p(x i2 y i ) to bli+e vrijednosti
-, a ostale to bli+e vrijednosti .
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 11/33
3adr+aj informacije
• 4a proučavanje prijenosa informacijepotrebna je mjera za sadr+aj(količinu) informacije u nekoj poruci
• 3rednji sadr+aj informacije % kolikoinformacije u prosjeku sadr+i svakisimbol poruke
• rimjer! 3adr+aj informacije pribacanju novčia
IZVOR
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 12/33
3adr+aj informacije! rimjer bacanjanovčia
• 0a izvoru se stvara poruka bacanjemnovčia % pismo ili glava
• Kao promatrač, prije bacanja novčiaznamo da mo+e pasti pismo ili glavas jednakom vjerojatnou, ali neznamo hoe li pasti pismo ili glava
• 0akon bacanja, nestala jenesigurnost i točno znamo da je palonpr5 pismo % primili smo informaciju
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 13/33
3adr+aj informacije! rimjer bacanjanovčia
• Dakle, primili smo jedan bit % osnovnu jedinicu informacije
• 6it mo+emo shvatiti kao količinu
informacije koja je dovoljna zarjeavanje jedne elementarneneodre&enosti
• U ovom primjeru, srednji sadr+ajinformacije je jedan bit po simbolu, tj5svaki simbol (pismo ili glava) nosi jedanbit informacije
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 14/33
3adr+aj informacije! rimjer bacanjanovčia
• 4amislimo da je na novčiu s obje stranepismo, te kao promatrači unaprijed znamotu činjenicu % nema nesigurnosti
• rilikom bacanja novčia poruke kojeopa+amo % pismo, pismo, 555, opet pismo %ne donose novu informaciju
• 3adr+aj informacije ovakvih poruka je . bita
• 1 to kada imamo novči koji u prosjeku7./ bacanja daje pismo, a 8./ bacanjaglavu9
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 15/33
:ntropija
• 0eka je X diskretna slučajna varijablaodabrana iz skupa od n moguihvrijednosti, gdje je za svaku vrijednost
poznata vjerojatnost odabira• :ntropija diskretne slučajne varijable X je!
;bit<simbol=,
gdje je X diskretna slučajna varijabla kojapoprima vrijednosti iz skupa" x 1,...,x i,...,x n#, a p(x i ) su vjerojatnostipojavljivanja x i za ->i>n
•
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 16/33
:ntropija
• 1ko se koristi logaritam sa bazom @,tada se entropija izra+ava u bitovima
• oruka sastavljena od ovakvih simbola
sadr+i u prosjeku H(X) bita po simbolu• Dakle, entropija je srednja vrijednost
vlastitog sadr+aja informacije slučajne
varijable X • Odnosno, entropija je mjera za sadr+aj
informacije ili za neodre&enost izvorainformacije
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 17/33
rimjer! :ntropija bacanjanovčia
• Dva mogua simbola, nA@, i oba sepojavljuju sa istom vjerojatnou p(x i )A-<@A.,B
• :ntropija je! C()A$@E.,Blog@(.,B)A-
;bit<simbol=
:ntropija bacanja novčia H u ovisnosti o vjerojatnosti
pojavljivanja pisma p
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 18/33
rimjer! :ntropija bacanjanovčia
• 4a slučaj novčia koji uvijek dajepismo, imamo p(x 1 )A- i p(x 2 )A.
• Fada je C()A$-Elog@(-)$.Elog@(.)A.;bit<simbol=
• 4a slučaj novčia koji u prosjeku 7./
bacanja daje pismo, a 8./ bacanjaglavu, imamo p(x 1 )A.,7 i p(x 2 )A.,8
• Fada je C()A$.,7Elog@(.,7)$
.,8Elog@(.,8)A.,GG ;bit<simbol=
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 19/33
rimjer! 3lo+eniji eksperimentbacanja novčia
• 6aca se novči! ako padne pismo,eksperiment se zaustavlja, a ako padneglava, eksperiment se izvodi dalje
• p % pismo, g % glava, indeks i % broj
bacanja u pojedinom eksperimentu
Događaj i Simbol x i Vjerojatnost p(x i )
H- .,B
gp H@ .,BE.,BA(.,B)@
ggp H8 .,BE.,BE.,BA(.,B)8
gggp HI .,BE.,BE.,BE.,BA(.,B)I
555
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 20/33
rimjer! 3lo+eniji eksperimentbacanja novčia
•
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 21/33
rimjer! 3lo+eniji eksperimentbacanja novčia
• Koritenjem izraza
uz
•slijediA
• Konačno
•
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 22/33
:ntropija, neodre&enost i sadr+ajinformacije u sustavu bez smetnji
• rije nastanka porukepostoji nesigurnost,odnosno neodre&enost% mjera je entropija
izvora H(X)• 0akon nastanka poruke
neodre&enost na izvorunestaje, a stvoren jesadr+aj informacije I(X)
• 0akon prijenosa porukenestaje neodre&enostodredita H(Y) i primase sadr+aj informacije
I(Y)=I(X)
?H ( X ) ?H (Y )
?H(Y)
PRIJE NASTANKA PORUKE
NAKON PRIJENOSA PORUKE
IZVOR DISKRETNI KOMUNIKACIJSKI
SUSTAV BEZ SMETNJI ODREDIŠTE
IZVOR
I ( X ) = H ( X ) x 3 x 2 x 5 x 1 x 0...
DISKRETNI KOMUNIKACIJSKISUSTAV BEZ
SMETNJI
ODREDIŠTE
NAKON NASTANKA ALI PRIJE SLANJA PORUKE PRIJENOS
I ( X ;Y )I (Y ) =
I ( X )=H (Y )=H ( X
)
x 3 x 2 x 5 x 1 x 0...
DISKRETNI KOMUNIKACIJSKI
SUSTAV BEZ
SMETNJI
IZVOR
ODREDIŠTE
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 23/33
3vojstva entropije
• :ntropija, mjera za sadr+aj informacije,odnosno neodre&enost
• Kako su vjerojatnosti p(x i ) ograničene
izme&u . i -, tada entropija ne mo+e bitinegativna! H(X)J.
• inimalni sadr+aj informacije je . (novčikoji uvijek daje pismo)
• Openito, ako se jedan simbol pojavljuje savjerojatnou -, entropija je .! H(X)A. za x i takav da je p(x i )A-
•
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 24/33
3vojstva entropije
• :ntropija posti+e maksimum kada suvjerojatnosti simbola jednako raspore&ene
• 4a abecedu od n simbola, vjerojatnost
pojavljivanja bilo kojeg simbola xi je p(x i )A-<n• Fada slijedi da je
• o+e se pokazati da je ova vrijednost najveamogua vrijednost entropije, tj5 za bilo koju
razdiobu vjerojatnosti pojavljivanja simbola izabecede od n simbola vrijedi! H(X)>
• 3lijedi da je neodre&enost najvea kada suvjerojatnosti jednako raspore&ene po svim
simbolima
•
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 25/33
3vojstva entropije
• 4ato je u deLniciji entropijelogaritamska funkcija9
• rosječni sadr+aj informacije poruke
koja se sastoji od kombinacija dvajusimbola mora biti jednak zbrojuprosječnih sadr+aja informacije porukakoje se sastoje od pojedinačnih simbola
• Uzmimo skup simbola X od n simbola x i i skup simbola Y od m simbola y j, koji sume&usobno nezavisni
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 26/33
3vojstva entropije
• Ure&eni parovi simbola x i i y j tvore treiskup M koji se sastoji od nm simbolaoblika ( x i y j)
• 1ko se stvaraju poruke sastavljene odsimbola iz svakog od ova tri skupa, tada uprosjeku sadr+aj informacije kombiniranihsimbola mora biti jednak zbroju sadr+aja
informacije pojedinačnih simbola, odnosnoH(XY)=H(X)+H(Y)
• Upravo logaritamska funkcija zadovoljava
ovo svojstvo
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 27/33
3vojstva entropije
• od pretpostavkom jednako raspore&enihvjerojatnosti unutar svakog skupa! p(x i )A-<n, p(y j )A-<m i p(x i y j )A-<nm
• slijediH(XY) A log@nm A log@n N log@m A H(X)
+H(Y)
• rimjer! bacanje dva novčia – generiraju se tri poruke! niz bacanja prvog,
drugog i oba novčia
– u prosjeku zdru+eni rezultat bacanja nosi
dvostruko vie informacije
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 28/33
Kodiranje
• Kodiranje je postupak dodjeljivanjakodnih riječi (kdova) simbolimaporuke
• 3vaka kodna riječ sastoji se od jednog ili vie simbola iz neke drugeabecede, odnosno skupa
• Dakle, kodiranjem se poruka (nizsimbola) pretvara u niz kodnih riječi
• 4bog čega je ovo potrebno9
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 29/33
Kodiranje
• Openito, smisao kodiranja je pretvorbaporuke u oblik koji ima neka bolja svojstva,npr5 povoljniji je za prijenos, zatitu ili
pohranu• 0pr5 kompresija je vrsta kodiranja kod koje je kodirana poruka kraa od izvorne porukePkriptografja je kodiranje kod kojeg
kodirana poruka ima odre&ena sigurnosnasvojstvaP zaštitno kodiranje daje porucisvojstva koja olakavaju otkrivanje i<iliispravljanje pogreaka uzrokovanih
smetnjama
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 30/33
Kodiranje
• U sklopu openitog komunikacijskogsustava kodiranje se doga&a unutar
predajnika – koder informacije izvodi kompresiju
– koder kanala izvodi zatitno kodiranje
IZVOR
PREDAJNIKKODER
INFOR-
MACIJE
KANAKODER
KANAA ODREDIŠTE
PRIJEMNIK
DEKODER
KANAA
DEKODER
INFOR-
MACIJE
SMETNJE
KOMUNIKACIJSKI
SUSTAV
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 31/33
Kodiranje i entropija
• Kada se izvodi kodiranje s ciljemkompresije podataka, jasno je damora postojati odre&ena granica do
koje se mo+e sa+imati bez gubitaka %entropija izvora
• rimjer kodiranjaSIMBOL
( x i )
VJEROJATNOST
OJAVLJIVANJA ( p(x i )=pi )
!ODNARIJE" (Ci )
D#LJINA
!ODNERIJE"I (l i )
- -<@ . -
@ -<I -. @
8 -<G --. 8
I -<G --- 8
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 32/33
Kodiranje i entropija
• :ntropija ovakvog izvora je
;bit<simbol=
•Kako su poznate vjerojatnostipojavljivanja simbola, vrlo se
jednostavno mo+e izračunati prosječnaduljina kodne riječi
;bit<simbol=
•
7/21/2019 2. Osnovni Pojmovi Teorije Informacije
http://slidepdf.com/reader/full/2-osnovni-pojmovi-teorije-informacije 33/33
Kodiranje i entropija
• Dakle, uz ovaj kd potrebno je uprosjeku -,7B bita po simbolu zakodiranje informacije s ovakvog
izvora, to odgovara entropiji izvora• 0emogue je pronai neki drugi skup
kodnih riječi kojim bi se simboli s
izvora mogli jednoznačno prikazati, ačija bi prosječna duljina kodne riječibila manja od -,7B bita po simbolu
E t ij j i & ij