WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 || 3 | 4 |   ...   | 14 |

.

.

.

.

.

.

...........................................................................................................................................................................................................................................................

.........................................................................................................................................................................................................................................................

...

.

.

..

..

..

....

....

.....

.

.

.

.

.

....

.....

......

.........................

..........................

...

.

.

.

.

.

.

.

....

.....

.....

• • T • • Рис. Чем выше частота дискретизации, тем точнее происходит перевод непрерывной информации в дискретную. Но с ростом этой частоты растет и размер дискретных данных, получаемых при таком переводе, и, следовательно, сложность их обработки, передачи и хранения. Однако для повышения точности дискретизации необязательно безграничное увеличение ее частоты. Эту частоту разумно увеличивать только до предела, определяемого теоремой о выборках, называемой также теоремой Котельникова или законом Найквиста (Nyquist).

Любая непрерывная величина описывается множеством наложенных друг на друга волновых процессов, называемых гармониками, определяемых функциями вида A sin(t + ), где A — это амплитуда, — частота, t — время и — фаза.

Теорема о выборках утверждает, что для точной дискретизации ее частота должна быть не менее чем в два разы выше наибольшей частоты гармоники, входящей в дискретизируемую величину [17].

Примером использования этой теоремы являются лазерные компакт-диски, звуковая информация на которых хранится в цифровой форме. Чем выше будет частота дискретизации, тем точнее будут воспроизводиться звуки и тем меньше их можно будет записать на один диск, но ухо обычного человека способно различать звуки с частотой до 20 КГц, поэтому точно записывать звуки с большей частотой бессмысленно. Согласно теореме о выборках частоту дискретизации нужно выбрать не меньшей 40 КГц (в промышленном стандарте на компактдиске используется частота 44.1 КГц).

При преобразовании дискретной информации в непрерывную, определяющей является скорость этого преобразования: чем она выше, с тем более высокочастотными гармониками получится непрерывная величина. Но чем большие частоты встречаются в этой величине, тем сложнее с ней работать. Например, обычные телефонные линии предназначены для передачи звуков частотой до 3 КГц. Связь скорости передачи и наибольшей допустимой частоты подробнее будет рассмотрена далее.

Устройства для преобразования непрерывной информации в дискретную обобщающе называются АЦП (аналого-цифровой преобразователь) или ADC (Analog to Digital Convertor, A/D), а устройства для преобразования дискретной информации в аналоговую — ЦАП (цифро-аналоговый преобразователь) или DAC (Digital to Analog Convertor, D/A).

Упражнение В цифровых магнитофонах DAT частота дискретизации — 48 КГц.

Какова максимальная частота звуковых волн, которые можно точно воспроизводить на таких магнитофонах 4. Хранение, измерение, обработка и передача информации Для хранения информации используются специальные устройства памяти. Дискретную информацию хранить гораздо проще непрерывной, т. к. она описывается последовательностью чисел. Если представить каждое число в двоичной системе счисления, то дискретная информация предстанет в виде последовательностей нулей и единиц. Присутствие или отсутствие какого-либо признака в некотором устройстве может описывать некоторую цифру в какой-нибудь из этих последовательностей. Например, позиция на дискете описывает место цифры, а полярность намагниченности — ее значение. Для записи дискретной информации можно использовать ряд переключателей, перфокарты, перфоленты, различные виды магнитных и лазерных дисков, электронные триггеры и т. п. Одна позиция для двоичной цифры в описании дискретной информации называется битом (bit, binary digit). Бит служит для измерения информации. Информация размером в один бит содержится в ответе на вопрос, требующий ответа “да” или “нет”. Непрерывную информацию тоже измеряют в битах.

Бит — это очень маленькая единица, поэтому часто используется величина в 8 раз большая — байт (byte), состоящая из двух 4-битных полубайт или тетрад. Байт обычно обозначают заглавной буквой B или Б. Как и для прочих стандартных единиц измерения для бита и байта существуют производные от них единицы, образуемые при помощи приставок кило (K), мега (M), гига (G или Г), тера (T), пета (P или П) и других. Но для битов и байтов они означают не степени 10, а степени двойки: кило — 210 = 1024 103, мега — 220 106, гига — 230 109, тера — 240 1012, пета — 250 1015. Например, 1 KB = 8 Кbit = 1024 B = 8192 bit, 1 МБ = 1024 КБ = 1 048 576 Б = 8192 Кбит.

Для обработки информации используют вычислительные машины, которые бывают двух видов: ЦВМ (цифровая вычислительная машина) — для обработки дискретной информации, АВМ (аналоговая вычислительная машина) — для обработки непрерывной информации. ЦВМ — универсальны, на них можно решать любые вычислительные задачи с любой точностью, но с ростом точности скорость их работы уменьшается. ЦВМ — это обычные компьютеры.

Каждая АВМ предназначена только для узкого класса задач, например, интегрирования или дифференцирования. Если на вход такой АВМ подать сигнал, описываемый функцией f(t), то на ее выходе появится сигнал F (t) или f (t). АВМ работают очень быстро, но их точность ограничена и не может быть увеличена без аппаратных переделок. Программа для АВМ — это электрическая схема из заданного набора электронных компонент, которую нужно физически собрать.

Бывают еще и гибридные вычислительные машины, сочетающие в себе элементы как ЦВМ, так и АВМ.

На рис. 2 изображена схема передачи информации.

Кодированием, например, является шифровка сообщения, декодированием — его дешифровка.

Процедуры кодирования и декодирования могут повторяться много раз. Ошибки при передаче информации происходят из-за шума в канале (атмосферные и технические помехи), а также при кодировании и декодировании. Теория информации изучает, в частности, способы минимизации количества таких ошибок.

КОДИРОВАНИЕ КАНАЛ СВЯЗИ ДЕКОДИРОВАНИЕ ИСТОЧНИК-ПЕРЕДАТЧИК-ПРИЕМНИК-ПОЛУЧАТЕЛЬ.

Pис. Скорость передачи информации измеряется в количестве переданных за одну секунду бит или в бодах (baud): 1 бод = 1 бит/сек (bps).

Производные единицы для бода такие же как и для бита и байта, например, 10 Kbaud = 10240 baud.

Информацию можно передавать последовательно, т. е. бит за битом, и параллельно, т.е. группами фиксированного количества бит. Параллельный способ быстрее, но он часто технически сложнее и дороже особенно при передаче данных на большие расстояния. Параллельный способ передачи используют, как правило, только на расстоянии не более 5 метров.

Упражнение Сколько бит в одном килобайте 5. Базовые понятия теории информации Информация — нематериальная сущность, при помощи которой с любой точностью можно описывать реальные (материальные), виртуальные (возможные) и понятийные сущности. Информация — противоположность неопределенности.

Канал связи — это среда передачи информации, которая характеризуется в первую очередь максимально возможной для нее скоростью передачи данных (емкостью канала связи).

Шум — это помехи в канале связи при передаче информации.

Кодирование — преобразование дискретной информации одним из следующих способов: шифрование, сжатие, защита от шума.

Общая схема передачи информации изображена на рис. 3.

Емкость канала связи без шума можно приблизительно вычислить, зная максимальную частоту волновых процессов, допустимую в этом канале. Можно считать, что скорость передачи данных может быть не меньше, чем эта частота. Например, при предельной частоте, равной 1000 Гц, можно обеспечить скорость передачи данных не меньше 1 Кбод.

Примеры каналов связи и связанных с ними предельных частот:

телеграф — 140 Гц, телефон — до 3.1 КГц, короткие волны (10–100 м) — 3–30 МГц, УКВ (1–10 м) — 30–300 МГц, спутник (сантиметровые волны) — до 30 ГГц, оптический (инфракрасный диапазон) — 0.15– 400 ТГц, оптический (видимый свет) — 400–700 ТГц, оптический (ультрафиолетовый диапазон) — 0.7–1.75 ПГц.

исходная шумозащитное шифрование сжатие информация кодирование канал шумсвязи декодирование полученная шумозащитных - дешифровка - распаковка -.

информация кодов Рис. Типичные современные каналы: телеграфный и телефонный. Перспективные, внедряемые ныне: оптоволоконный (терабоды) и цифровой телефонный (ISDN, Integrated Services Digital Networks) — 57–128 Кбод.

В реальных оптоволоконных системах скорость гораздо ниже теоретических пределов (редко превосходит 1–10 Гбод).

Наиболее широко пока используются телефонные линии связи.

Здесь достигнута скорость более 50 Кбод! 6. Способы измерения информации Понятие количества информации естественно возникает, например, в следующих типовых случаях:

1. Равенство вещественных переменных a = b, заключает в себе информацию о том, что a равно b. Про равенство a2 = b2 можно сказать, что оно несет меньшую информацию, чем первое, т.к. из первого следует второе, но не наоборот. Равенство a3 = b3 несет в себе информацию по объему такую же, как и первое;

2. Пусть происходят некоторые измерения с некоторой погрешностью. Тогда чем больше будет проведено измерений, тем больше информации об измеряемой сущности будет получено;

3. М.о. некоторой сл.в. содержит в себе информацию о самой сл.в.

Для сл.в., распределенной по нормальному закону, с известной дисперсией знание м.о. дает полную информацию о сл.в.;

4. Рассмотрим схему передачи информации. Пусть передатчик описывается сл.в. X, тогда из-за помех в канале связи на приемник будет приходить сл.в. Y = X + Z, где Z — это сл.в., описывающая помехи. В этой схеме можно говорить о количестве информации, содержащейся в сл.в. Y, относительно X. Чем ниже уровень помех (дисперсия Z мала), тем больше информации можно получить из Y. При отсутствии помех Y содержит в себе всю информацию об X.

В 1865 г. немецкий физик Рудольф Клаузиус ввел в статистическую физику понятие энтропии или меры уравновешенности системы.

В 1921 г. основатель большей части математической статистики, англичанин Роналд Фишер впервые ввел термин “информация” в математику, но полученные им формулы носят очень специальный характер.

В 1948 г. Клод Шеннон в своих работах по теории связи выписывает формулы для вычисления количества информация и энтропии.

Термин “энтропия” используется Шенноном по совету патриарха компьютерной эры фон Неймана, отметившего, что полученные Шенноном для теории связи формулы для ее расчета совпали с соответствующими формулами статистической физики, а также то, что “точно никто не знает” что же такое энтропия.

Упражнение Какое из соотношений несет в себе больше информации x = 5 или x > 3 7. Вероятностный подход к измерению дискретной и непрерывной информации В основе теории информации лежит предложенный Шенноном способ измерения количества информации, содержащейся в одной сл.в. относительно другой сл. в. Этот способ приводит к выражению количества информации числом.

Для д.с.в. X и Y, заданных законами распределения P (X = Xi) = pi, P (Y = Yj) = qj и совместным распределением P (X = Xi, Y = Yj) = pij, количество информации, содержащейся в X относительно Y, равно pij I(X, Y ) = pij log2.

piqj i,j Для непрерывных сл. в. X и Y, заданных плотностями распределения вероятностей pX(t1), pY (t2) и pXY (t1, t2), аналогичная формула имеет вид pXY (t1, t2) I(X, Y ) = pXY (t1, t2) log2 dt1dt2.

pX(t1)pY (t2) RОчевидно, что 0, при i = j P (X = Xi, X = Xj) = P (X = Xi), при i = j и, следовательно, pi I(X, X) = pi log2 = - pi log2 pi.

pipi i i Энтропия д.с.в. X в теории информации определяется формулой H(X) = HX = I(X, X).

Свойства меры информации и энтропии:

1) I(X, Y ) 0, I(X, Y ) = 0 X и Y независимы;

2) I(X, Y ) = I(Y, X);

3) HX = 0 X — константа;

4) I(X, Y ) = HX + HY - H(X, Y ), где H(X, Y ) = - pij log2 pij;

i,j 5) I(X, Y ) I(X, X). Если I(X, Y ) = I(X, X), то X — функция от Y.

1) Логарифмированием из очевидного для всех x неравенства ex-1 x (равенство устанавливается только при x = 1) получается неравенство x-x-ln x или log2 x.

ln piqj - piqj pij -I(X, Y ) = pij log2 pij = pij i,j ln i,j pi qj - pij 1 - piqj - pij i j i,j = = = = 0, ln 2 ln 2 ln i,j т.е. I(X, Y ) = 0 только при pij = piqj для всех i и j, т.е. при независимости X и Y. Если X и Y независимы, то pij = piqj и, следовательно, аргументы логарифмов равны 1 и, следовательно, сами логарифмы равны 0, что означает, что I(X, Y ) = 0;

2) Следует из симметричности формул относительно аргументов;

3) Если HX = 0, то все члены суммы, определяющей HX, должны быть нули, что возможно только тогда и только тогда, когда X — константа;

4) Из четырех очевидных соотношений pij = pi, pij = qj, j i HX = - pi log2 pi = - pij log2 pi, i i,j HY = - qj log2 qj = - pij log2 qj j i,j получается HX + HY - H(X, Y ) = pij(log2 pij - log2 qj - log2 pi) = I(X, Y );

i,j 5) Нужно доказать I(X, Y ) = HX + HY - H(X, Y ) HX или HY - H(X, Y ) 0.

HY - H(X, Y ) = - pij log2 qj + pij log2 pij = pij log2(pij/qj), i,j i,j i,j но pij = P (X = Xi, Y = Yj) qj = P (Y = Yj), а значит аргументы у всех логарифмов не больше 1 и, следовательно, значения логарифмов не больше 0, а это и значит, что вся сумма не больше 0.

Если HX = I(X, X) = I(X, Y ), то для каждого i pij равно либо qj, либо 0. Но из pij = P (X = Xi, Y = Yj) = P (X = Xi/Y = Yj)P (Y = Yj) {qj, 0} следует P (X = Xi/Y = Yj) {0, 1}, что возможно только в случае, когда X — функция от Y.

При независимости сл. в. X и Y одна из них ничем не описывает другую, что и отражается в том, что для таких сл.в. I(X, Y ) = 0.

Рассмотрим пример измерения количества информации при подбрасывании двух игральных костей.

Пусть заданы д. с. в. X1, X2 и Y. X1 и X2 — количества очков, выпавших соответственно на 1-й и 2-й игральной кости, а Y = X1 +X2.

Найти I(Y, X1), I(X1, X1), I(Y, Y ).

Законы распределения вероятностей для д.с.в. X1 и X2 совпадают, т.к. кости одинаковые и без изъянов.

X1 1 2 3 4 5 p 1/6, т.е. при j = 1...6 qj = P (X1 = j) = 1/6.

Закон распределения вероятностей для д.с.в. Y, P (Y = i) = P (X1 + X2 = i), i = 2...12, вследствие того, что X1, X2 — независимы и поэтому P (X1 = n, X2 = m) = P (X1 = n)P (X2 = m), будет pi = P (X1 + X2 = i) = P (X1 = n)P (X2 = m) = 1/36.

Pages:     | 1 || 3 | 4 |   ...   | 14 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.