1、位于软件操作界面的左下方。这个窗口记录了命令窗口已经运行过的所有命令(指令、函数等),允许用户对这些命令进行选择、复制。2) MATLAB的函数绘制二维图形最常用的就是plot函数,调用plot函数的三种形式:plot(x)、plot(x,y)、plot(x,y,r:x)。还有就是如何添加横坐标和纵坐标标题的命令语句。3. 实验程序。w=0.000001:0.0001:0.999999999 %定义w的取值范围y=-w.*log2(w)-(1-w).*log2(1-w) %定义二元熵函数的表达式plot(w,y,r) %画出二元熵函数的曲线图xlabel(w) %x轴的名称ylabel(H(w
2、) %y轴的名称grid on %给图形加上网格title(二元熵函数H(w) %函数曲线的名称运行结果如下:四、 实验结果分析从图中可以看出熵函数的一些性质,如果二元信源的输出概率是1或0(即二元信源的输出是确定的),则该信源不提供任何信息。当二元信源符号等概率发生时,即w=0.5时,信源的熵达到最大值,等于1比特信息量,曲线关于w=0.5左右对称。五、 实验总结对MATLAB掌握不够,还缺少很多的MATLAB知识,应加强学习MATLAB。实验二 一般信道容量迭代算法实验报告2. 掌握一般信道容量迭代算法原理用MATLAB软件编程实现一般信道容量迭代算法1. 复习一般信道容量迭代算法,了解其
3、基本思路。2. 熟悉MATLAB的工作界面及所要用到的基本函数及语句,如:输入语句、循环语句、exp函数等。N = input(输入信源符号X的个数N=)M = input(输出信源符号Y的个数M=p_yx=zeros(N,M) %程序设计需要信道矩阵初始化为零fprintf(输入信道矩阵概率nfor i=1:N for j=1:M p_yx(i,j)=input(p_yx=); %输入信道矩阵概率 if p_yx(i) error(不符合概率分布 endendN %各行概率累加求和 s(i)=0; s(i)=s(i)+p_yx(i,j);N %判断是否符合概率分布if (s(i)=1.000
4、001)b=input(输入迭代精度:) %输入迭代精度 p(i)=1.0/N; %取初始概率为均匀分布for j=1:M %计算q(j) q(j)=0; for i=1: q(j)=q(j)+p(i)*p_yx(i,j);end N %计算a(i) d(i)=0; if(p_yx(i,j)=0) d(i)=d(i)+0; else d(i)=d(i)+p_yx(i,j)*log(p_yx(i,j)/q(j); a(i)=exp(d(i);u=0;N %计算u u=u+p(i)*a(i);IL=log2(u) %计算ILIU=log2(max(a) %计算IUn=1while(IU-IL)=b
5、) %迭代计算 p(i)=p(i)*a(i)/u; %重新赋值p(i) u=0 IL=log2(u) %计算IL IU=log2(max(a) %计算IU n=n+1信道矩阵为:ndisp(p_yx)迭代次数n=%dn,n)信道容量C=%f比特/符号,IL)实验结果为:输入信源符号X的个数N=3输出信源符号Y的个数M=4输入信道矩阵概率p_yx=0.5p_yx=0.25p_yx=0.1p_yx=0.15p_yx=0.23p_yx=0.4p_yx=0.27p_yx=0.19p_yx=0.21p_yx=0.6p_yx=00.00001 0.5000 0.2500 0.1000 0.1500 0.2
6、300 0.4000 0.2700 0.1000 0.1900 0.2100 0.6000 0迭代次数n=85信道容量C=0.271258比特/符号四、 实验分析与总结信道容量与输入信源的概率分布无关,它只是信道传输概率的函数,只与信道的统计特性有关。信道容量是完全描述信道特性的参量,是信道能够传输的最大信息量。只要信道的平均互信息达到极大值即等于信道容量,那么就说此输入概率分布是最佳的,因此达到信道容量的最佳输入分布并不是唯一的。迭代精度越小,计算的结果越准确,但加重了算法的重复计算量,即迭代次数越多。迭代精度越大,迭代次数越少,计算结果相对差些。因此,可以根据实际情况来定迭代精度。实验三
7、编程实现哈夫曼编码实验报告一、实验目的2. 掌握哈夫曼编码的原理二、实验内容用MATLAB软件编程实现哈夫曼编码三、实验过程1. 复习哈夫曼编码,掌握其编码的原理。2. 熟悉MATLAB的工作界面及所要用到的基本函数及语句。3.实验程序。function h,l=huffman(p) %h为每个符号对应的码字,l为输出码字的平均码长if (length(find(p10e-10) Not a prob.vector,component do not add to 1) %判断总概率是否为1n=length(p); %编码的元素个数 q=p; m=zeros(n-1,n); %构造n-1行、n列
8、的零矩阵n-1 %按概率大小排列得到m矩阵 q,l=sort(q); %返回一个列升序排列的矩阵 m(i,:)=l(1:n-i+1),zeros(1,i-1); q=q(1)+q(2),q(3:n),1;n-1 %生成一个n-1行、n*n列的矩阵c,每行看作n个段,每段长为n,记录一个码字 c(i,:)=blanks(n*n);c(n-1,n)=1; %c矩阵的n-1行的第一个段赋值1 c(n-1,2*n)=0 % c矩阵的n-1行的第二个段赋值0for i=2:n-1 %确定从倒数第二开始到第一行前二段的码字 c(n-i,1:n-1)=c(n-i+1,n*(find(m(n-i+1,:)=1
9、)-(n-2):n*(find(m(n-i+1,:)=1); c(n-i,n)= c(n-i,n+1:2*n-1)=c(n-i,1:n-1); c(n-i,2*n)=i-1 %每次循环时其他元素的码字c(n-i,(j+1)*n+1:(j+2)*n)=c(n-i+1,n*(find(m(n-i+1,:)=j+1)-1)+1:n*find(m(n-i+1,:)=j+1); end n %根据m矩阵第一行纪录的概率排序,给每个概率对应的符号分配码字 h(i,1:n)=c(1,n*(find(m(1,:)=i)-1)+1:find(m(1,:)=i)*n); ll(i)=length(find(abs
10、(h(i,:)=32); l=sum(p.*ll);以p= 1/6,1/4,5/12,1/6为例n = 4l = 1.9167ans =001 01 1 000四、哈夫曼编码的流程图 是 否五、实验分析与总结哈夫曼编码是一种无损压缩方法,其编码方式有以下几步:1、首先统计信源中各符号出现的概率,按符号出现的概率从大到小排序;2、把最小的两个概率相加合并成新的概率,与剩余的概率组成新的概率集合;3、对新的概率集合重新排序,再次把其中最小的两个概率相加,组成新的概率集合。如此重复进行,直到最后两个概率的和为l;4、分配码字:码字分配从最后一步开始反向进行,对于每次相加的两个概率,大的赋0,小的赋1,将从该符号开始一直走到最后的概率和“1”的路线上所遇到的0和1按最低位到最高位的顺序排好,就是该符号的哈大曼编码。哈夫曼编码方法得到的码字并不是唯一的。原因有两个:1、对概率大小的0、1编码方法是随便定义的,定义的方法不同,得到的最后的码字也不一样。2、在合并后的概率中若出现与原来概率相同的,这两个概率放在什么位置,方法也不是唯一的,所以最后编码也不一样。
copyright@ 2008-2023 冰点文库 网站版权所有
经营许可证编号:鄂ICP备19020893号-2