一绘制二元熵函数曲线报告Word文件下载.docx

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。